CN111128320A - 基于检验结果确定医学标签的系统及人工智能方法 - Google Patents

基于检验结果确定医学标签的系统及人工智能方法 Download PDF

Info

Publication number
CN111128320A
CN111128320A CN201911136284.6A CN201911136284A CN111128320A CN 111128320 A CN111128320 A CN 111128320A CN 201911136284 A CN201911136284 A CN 201911136284A CN 111128320 A CN111128320 A CN 111128320A
Authority
CN
China
Prior art keywords
lis
result
test
determining
inspection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911136284.6A
Other languages
English (en)
Other versions
CN111128320B (zh
Inventor
薛源
曹剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Gooddoctor Cloud Clinic Technology Co ltd
Original Assignee
Sichuan Gooddoctor Cloud Clinic Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Gooddoctor Cloud Clinic Technology Co ltd filed Critical Sichuan Gooddoctor Cloud Clinic Technology Co ltd
Priority to CN201911136284.6A priority Critical patent/CN111128320B/zh
Publication of CN111128320A publication Critical patent/CN111128320A/zh
Application granted granted Critical
Publication of CN111128320B publication Critical patent/CN111128320B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种基于检验结果确定医学标签的系统及人工智能方法，所述系统包括：数据传输模块：用于将检验系统中的LIS检验报告结果传输至数据持久化模块进行持久化处理；数据持久化模块：用于将检验系统传输过来的LIS检验结果存储到数据库中；数据分析处理模块：用于将LIS检验结果与预先存储在数据库中的LIS检验条件规则进行匹配，将匹配结果与LIS检验结果进行关联。使用本系统基层医疗单位的医生能够通过该系统和方法解决自身技术的局限性，通过该系统给出患者进一步的检查建议从而缓解患者的痛苦。

Description

基于检验结果确定医学标签的系统及人工智能方法
技术领域
本发明涉及计算机信息处理技术领域，具体涉及一种基于检验结果确定医学标签的系统及人工智能方法。
背景技术
随着基于数据与信息化系统的快速发展，如何通过信息化手段快速提高基层医疗单位的医疗质量将是未来基层医疗机构与患者的核心诉求。系统通过实现患者的血检LIS检验结果与后续检验项目、评估以及指导处理匹配规则的定义与算法的使用，来解决诊所医生自身技术的局限性并解除患者痛苦。目前，针对检验的结果与后续检验项目的数据匹配以及其他医学标签的数据匹配相关性主要依靠临床医生多年从医经验的层面进行判断，而非采用人工智能自动化的方式进行判别。
发明内容
本发明的目的在于提供一种基于检验结果确定医学标签的系统及人工智能方法，解决的问题。
为解决上述的技术问题，本发明采用以下技术方案：
一种基于检验结果确定医学标签的系统，包括：
数据传输模块：用于将检验系统中的LIS检验报告结果传输至数据持久化模块进行持久化处理；
数据持久化模块：用于将检验系统传输过来的LIS检验结果存储到数据库中；
数据分析处理模块：用于将LIS检验结果与预先存储在数据库中的LIS检验条件规则进行匹配，将匹配结果与LIS检验结果进行关联。
作为优选，所述LIS检验报告结果包括的字段有：LIS代码、LIS名称和LIS检验结果、性别、年龄。
作为优选，所述LIS检验条件规则包括的字段有LIS代码、检验项目异常标识、后续检验项目标签、评估标签和指导标签。
作为优选，所述LIS检验条件规则中还包括优先级字段，用于确定后续检验项目标签对于当前LIS检验结果的优先级。
一种基于检验结果确定医学标签的人工智能方法，包括以下步骤：
S1：数据传输模块将检验系统中的LIS检验报告结果传输至数据持久化模块进行持久化处理；
S2：数据持久化模块将检验系统传输过来的LIS检验结果存储到数据库中；
S3：数据分析处理模块将LIS检验结果与预先存储在数据库中的LIS检验条件规则进行匹配，将匹配结果与LIS检验结果进行关联。
作为优选，所述LIS检验报告结果包括的字段有：LIS代码、LIS名称和LIS检验结果、性别、年龄。
作为优选，所述LIS检验条件规则包括的字段有LIS代码、检验项目异常标识、后续检验项目标签、评估标签和指导标签。
作为优选，所述LIS检验条件规则中还包括优先级字段，用于确定后续检验项目标签对于当前LIS检验结果的优先级。
作为优选，在S3步骤中，所述智能分析当LIS检验结果与LIS检验条件规则进行匹配，匹配到多条数据时，则按照优先级字段进行排序，并最终匹配出最高优先级的后续检验项目标签。
与现有技术相比，本发明的有益效果是：
本发明的方法通过早期使用人工编辑方式以及历史LIS结果与后续推荐检验项目以及医学标签的数据，整理出存储在数据库中的LIS检验条件规则与后续检验项目标签、评估标签、指导处理标签的关联、年龄和性别之间的关系等。医生能够通过输入一个LIS检测结果，通过一系列的算法能够输出当前血检LIS报告中对应患者的后续检验项目、评估以及应该如何处理的事宜。因此针对基层医疗单位的医生能够通过该系统和方法解决自身技术的局限性，通过该系统给出患者进一步的检查建议从而缓解患者的痛苦。
附图说明
图1为本发明流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
一种基于检验结果确定医学标签的系统，包括：
数据传输模块：用于将检验系统中的LIS检验报告结果传输至数据持久化模块进行持久化处理；
数据持久化模块：用于将检验系统传输过来的LIS检验结果存储到数据库中；
数据分析处理模块：用于将LIS检验结果与预先存储在数据库中的LIS检验条件规则进行匹配，将匹配结果与LIS检验结果进行关联。
针对该系统的LIS检验报告结果一般包括患者姓名、性别、年龄、LIS代码|LIS名称以及LIS检验结果，因此对于LIS检验报告结果数据的传递需要包括的字段至少有：LIS代码、LIS名称、LIS检验结果、姓名、性别、年龄。最终持久化的字段包括LIS代码、LIS名称、LIS结果、患者姓名、患者性别、患者年龄等。
完成持久化之后就可以针对传递过来的LIS检验报告结果进行智能化分析匹配，首先需要将LIS检验报告结果与预先存储在数据库中LIS检验条件规则进行匹配，然后将匹配结构与LIS检验结果进行关联。
LIS检验条件规则是早期通过人工编辑方式和历史LIS结果与后续推荐检验项目以及医学标签数据进行整理得到并预先存储于数据库中，所述LIS检验条件规则包括的字段有LIS代码、检验项目异常标识、后续检验项目标签、评估标签和指导标签。
为了是LIS检验结果数据和医学标签数据更加完善，可以通过人工添加的方式对LIS检验条件进行添加和完善。
当然，在实际的检验和推荐后续检验的过程中，可能会涉及多个后续推荐检验项目，那么为了确定后续检验项目的重要程度，因此会在LIS检验条件规则中设置优先级字段，以便确定后续检验项目标签对于当前LIS检验结果的优先级。
针对本发明的方法，即一种基于检验结果确定医学标签的人工智能方法，包括以下步骤：
S1：数据传输模块将检验系统中的LIS检验报告结果传输至数据持久化模块进行持久化处理；
S2：数据持久化模块将检验系统传输过来的LIS检验结果存储到数据库中；
S3：数据分析处理模块将LIS检验结果与预先存储在数据库中的LIS检验条件规则进行匹配，将匹配结果与LIS检验结果进行关联。
所述LIS检验报告结果包括的字段有：LIS代码、LIS名称和LIS检验结果、性别、年龄。
所述LIS检验条件规则包括的字段有LIS代码、检验项目异常标识、后续检验项目标签、评估标签和指导标签。
所述LIS检验条件规则中还包括优先级字段，用于确定后续检验项目标签对于当前LIS检验结果的优先级。
在S3步骤中，所述智能分析当LIS检验结果与LIS检验条件规则进行匹配，匹配到多条数据时，则按照优先级字段进行排序，并最终匹配出最高优先级的后续检验项目标签，可以匹配出最需要的后续检验项目标签。
更具体而言，针对该人工智能方法具有如下步骤：
1、检验系统（通常是血检报告系统）产生结果后，发出一个患者基本信息以及检验LIS结果的输入，输入中包括患者以及LIS检验结果的相关数据信息。数据信息中包括两个部分，一个部分是检验报告LIS结果的一个集合（主要包括LIS代码、LIS名称、检验结果），另一个部分是患者的基本信息（主要包括性别和年龄）。命令实际是一个DTO对象（数据层传输对象），DTO对象名为ReportListResultInfoEntitys。
2、MessageQueueTypeMsg组件接收到命令中的DTO对象：ReportListResultInfoEntitys，通过查找已经存在的一个MessageProcessClass表的ObjectTypeId字段（用于判定哪种类型的智能处理任务（该方法中的通过LIS匹配后续医学标签是其中的一种智能处理任务），血检LIS报告持久化ObjectTypeId为1）获得需要将命令DTO对象具体持久化命令的类：OrderDPPersistenceProcess.BusinessProcess，该类是处理后续任务的组件。
3、然后MessageQueueTypeMsg组件调用OrderDPPersistenceProcess.BusinessProcess类的Process方法进行原始命令的相关数据的持久化（持久化是将相关数据存储到数据库中），持久化后的结果表是ReportLisProcessResultEntity。持久化的字段包括LISCode（LIS代码）、ListName（LIS名称）、ListResult（检验结果，可以是阴阳、高低标记与检验结果数值）、PatientSex（患者性别）、PatientAge（患者年龄）、PatientTel（患者电话）、ReportNo（报告号）、OrderNo（订单号）、ClincName（诊所名）、DoctorName（医生名）、DoctorTel（医生电话）。
4、持久化成功完成后，MessageQueueTypeMsg组件通过查找MessageProcessClass表的ObjectTypeId字段（血检LIS报告智能医学标签处理ObjectTypeId为2）获得具体需要智能医学标签处理的OrderDPMatchDiseaseProcess.BusinessProcess类，然后调用它的Process方法进行检验结果的医学标签智能处理。
5、OrderDPMatchDiseaseProcess.BusinessProcess类的Process方法根据传递的ReportListResultInfoEntitys这个DTO对象中的信息，查找已经存在的一个ReportLisProtocolEntity表的RuleExpression字段，该字段以标准表达式规则(行业标准的Spring表达式，匹配返回True，不匹配返回False)的方式来逐一匹配传递的命令是否满足此规则，如果匹配到多个，则以Priority字段的优先级确定明确需要匹配的最高优先级的规则；如果未匹配到任何规则，则无法打标签，流程结束。
6、匹配到规则后，将ReportLisProtocolEntity表RuleExpression对应的记录中的Items（后续检验项目标签）、Assessment（评估标签）、Guidance（指导标签）三个字段的值取出。
7、OrderDPMatchDiseaseProcess.BusinessProcess类的Process方法将Items、Assessment、Guidance标签存储到ReportLisProcessResultDiseaseEntity表中，并与ReportLisProcessResultEntity建立关联，最终完成了医学报告智能打标签。
下面举例说明该方法：
实施例一：通过“钾”LIS检测结果打医学标签。
1、检验结果LIS命令传递检验结果信息ReportListResultInfoEntitys这个DTO对象，主要信息包括LIS项目名称：钾、LIS代码：30039100、解读高低标记：高、解读值：8.47。
2、MessageQueueTypeMsg组件接收到命令中的对象后，查找到MessageProcessClass表的ObjectTypeId为1对应的具体持久化命令的OrderDPPersistenceProcess.BusinessProcess类。
3、MessageQueueTypeMsg组件调用OrderDPPersistenceProcess.BusinessProcess类的Process方法进行原始命令的相关数据的持久化，持久化的表是ReportLisProcessResultEntity。持久化的主要字段包括LISCode（30039100）、ListName（钾）、ListResult（高、8.47）、PatientSex（女）、PatientAge（50）。
4、持久化成功完成后，MessageQueueTypeMsg组件通过查找MessageProcessClass表的ObjectTypeId为2对应的具体需要智能医学标签处理的OrderDPMatchDiseaseProcess.BusinessProcess类。
5、调用OrderDPMatchDiseaseProcess.BusinessProcess类的Process方法。首先查找ReportLisProtocolEntity表的RuleExpression字段，查找到的匹配规则字段值为“ReportLisResultInfoEntitys.{LisCode == '30039100' and LisTab.Contains('↑')}.count() > 0”。
6、将ReportLisProtocolEntity表RuleExpression对应的记录中的Items（后续检验项目标签）、Assessment（评估标签）、Guidance（指导标签）三个字段的值取出，分别为“甲功3项”、“急需进一步检测”、“立即处理”。
7、OrderDPMatchDiseaseProcess.BusinessProcess类的Process方法将Items、Assessment、Guidance标签存储到ReportLisProcessResultDiseaseEntity表中，并与ReportLisProcessResultEntity建立关联。
实施例二：通过“VacA抗体”LIS检测结果打医学标签。
1、检验结果LIS命令传递检验结果信息ReportListResultInfoEntitys这个DTO对象，主要信息包括LIS项目名称VacA抗体、LIS代码0124、解读高低标记为阳性（+）。
2、MessageQueueTypeMsg组件接收到命令中的对象后，查找到MessageProcessClass表的ObjectTypeId对应的具体持久化命令的OrderDPPersistenceProcess.BusinessProcess类。
3、MessageQueueTypeMsg组件调用OrderDPPersistenceProcess.BusinessProcess类的Process方法进行原始命令的相关数据的持久化，持久化的表是ReportLisProcessResultEntity。持久化的主要字段包括LISCode（值为0124）、ListName（值为VacA抗体）、ListResult（阳性（+））、PatientSex（男）、PatientAge（47）。
4、持久化成功完成后，MessageQueueTypeMsg组件通过查找MessageProcessClass表的ObjectTypeId为2对应的具体需要智能医学标签处理的OrderDPMatchDiseaseProcess.BusinessProcess类。
5、调用OrderDPMatchDiseaseProcess.BusinessProcess类的Process方法。首先查找ReportLisProtocolEntity表的RuleExpression字段，查找到的匹配规则字段值为“ReportLisResultInfoEntitys.{LisCode == '0124' and LisResult.Contains('阳性')}.count() > 0 ”。
6、将ReportLisProtocolEntity表RuleExpression对应的记录中的Items（疾病诊断标签）、Assessment（评估标签）、Guidance（指导标签）三个字段的值取出，分别为“幽门螺杆菌”、“进一步检测”、“立即处理”。
7、OrderDPMatchDiseaseProcess.BusinessProcess类的Process方法将Items、Assessment、Guidance标签存储到ReportLisProcessResultDiseaseEntity表中，并与ReportLisProcessResultEntity建立关联。
尽管这里参照本发明的多个解释性实施例对本发明进行了描述，但是，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说，在本申请公开、附图和权利要求的范围内，可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变形和改进外，对于本领域技术人员来说，其他的用途也将是明显的。

Claims (9)

1.一种基于检验结果确定医学标签的系统，其特征在于：包括：
数据传输模块：用于将检验系统中的LIS检验报告结果传输至数据持久化模块进行持久化处理；
数据持久化模块：用于将检验系统传输过来的LIS检验结果存储到数据库中；
数据分析处理模块：用于将LIS检验结果与预先存储在数据库中的LIS检验条件规则进行匹配，将匹配结果与LIS检验结果进行关联。
2.根据权利要求1所述的基于检验结果确定医学标签的系统，其特征在于：所述LIS检验报告结果包括的字段有：LIS代码、LIS名称和LIS检验结果、性别、年龄。
3.根据权利要求1所述的基于检验结果确定医学标签的系统，其特征在于：所述LIS检验条件规则包括的字段有LIS代码、检验项目异常标识、后续检验项目标签、评估标签和指导标签。
4.根据权利要求3所述的基于检验结果确定医学标签的系统，其特征在于：所述LIS检验条件规则中还包括优先级字段，用于确定后续检验项目标签对于当前LIS检验结果的优先级。
5.一种基于检验结果确定医学标签的人工智能方法，其特征在于：包括以下步骤：
S1：数据传输模块将检验系统中的LIS检验报告结果传输至数据持久化模块进行持久化处理；
S2：数据持久化模块将检验系统传输过来的LIS检验结果存储到数据库中；
S3：数据分析处理模块将LIS检验结果与预先存储在数据库中的LIS检验条件规则进行匹配，将匹配结果与LIS检验结果进行关联。
6.根据权利要求5所述的基于检验结果确定医学标签的人工智能方法，其特征在于：所述LIS检验报告结果包括的字段有：LIS代码、LIS名称和LIS检验结果、性别、年龄。
7.根据权利要求5所述的基于检验结果确定医学标签的人工智能方法，其特征在于：所述LIS检验条件规则包括的字段有LIS代码、检验项目异常标识、后续检验项目标签、评估标签和指导标签。
8.根据权利要求7所述的基于检验结果确定医学标签的人工智能方法，其特征在于：所述LIS检验条件规则中还包括优先级字段，用于确定后续检验项目标签对于当前LIS检验结果的优先级。
9.根据权利要求8所述的基于检验结果确定医学标签的人工智能方法，其特征在于：所述S3步骤中，当LIS检验结果与LIS检验条件规则进行匹配，匹配到多条数据时，则按照优先级字段进行排序，并最终匹配出最高优先级的后续检验项目标签。
CN201911136284.6A 2019-11-19 2019-11-19 基于检验结果确定医学标签的系统及人工智能方法 Active CN111128320B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911136284.6A CN111128320B (zh) 2019-11-19 2019-11-19 基于检验结果确定医学标签的系统及人工智能方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911136284.6A CN111128320B (zh) 2019-11-19 2019-11-19 基于检验结果确定医学标签的系统及人工智能方法

Publications (2)

Publication Number Publication Date
CN111128320A true CN111128320A (zh) 2020-05-08
CN111128320B CN111128320B (zh) 2023-08-01

Family

ID=70495813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911136284.6A Active CN111128320B (zh) 2019-11-19 2019-11-19 基于检验结果确定医学标签的系统及人工智能方法

Country Status (1)

Country Link
CN (1) CN111128320B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150073289A1 (en) * 2013-09-06 2015-03-12 Melissa Susann Lim System and method for sleep disorder diagnosis and treatment
CN104915561A (zh) * 2015-06-11 2015-09-16 万达信息股份有限公司 疾病特征智能匹配方法
CN105335620A (zh) * 2015-11-13 2016-02-17 冯金辉 一种自动、智能提供个性化医学信息服务的系统和方法
CN107122612A (zh) * 2017-05-04 2017-09-01 王恩亭 慢性非传染性疾病智能诊疗辅助分析系统
CN108962401A (zh) * 2018-04-20 2018-12-07 陈剑辉 一种基于移动终端的医学检验信息推送方法及系统
CN109065108A (zh) * 2018-06-27 2018-12-21 四川好医生云医疗科技有限公司 基层医疗机构提供血检服务的系统及其使用方法
CN109907751A (zh) * 2019-02-27 2019-06-21 严洋 一种基于人工智能监督学习的实验室胸痛数据检查辅助识别方法
CN110024044A (zh) * 2016-09-28 2019-07-16 曼迪奥研究有限公司 用于挖掘医疗数据的系统及方法
US20190228849A1 (en) * 2017-06-09 2019-07-25 Boe Technology Group Co., Ltd. Medical information query system and method
CN110459320A (zh) * 2019-08-20 2019-11-15 山东众阳健康科技集团有限公司 一种基于知识图谱的辅助诊疗系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150073289A1 (en) * 2013-09-06 2015-03-12 Melissa Susann Lim System and method for sleep disorder diagnosis and treatment
CN104915561A (zh) * 2015-06-11 2015-09-16 万达信息股份有限公司 疾病特征智能匹配方法
CN105335620A (zh) * 2015-11-13 2016-02-17 冯金辉 一种自动、智能提供个性化医学信息服务的系统和方法
CN110024044A (zh) * 2016-09-28 2019-07-16 曼迪奥研究有限公司 用于挖掘医疗数据的系统及方法
CN107122612A (zh) * 2017-05-04 2017-09-01 王恩亭 慢性非传染性疾病智能诊疗辅助分析系统
US20190228849A1 (en) * 2017-06-09 2019-07-25 Boe Technology Group Co., Ltd. Medical information query system and method
CN108962401A (zh) * 2018-04-20 2018-12-07 陈剑辉 一种基于移动终端的医学检验信息推送方法及系统
CN109065108A (zh) * 2018-06-27 2018-12-21 四川好医生云医疗科技有限公司 基层医疗机构提供血检服务的系统及其使用方法
CN109907751A (zh) * 2019-02-27 2019-06-21 严洋 一种基于人工智能监督学习的实验室胸痛数据检查辅助识别方法
CN110459320A (zh) * 2019-08-20 2019-11-15 山东众阳健康科技集团有限公司 一种基于知识图谱的辅助诊疗系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HOSUK RYOU ET. AL.: ""Automated 3D ultrasound image analysis for first trimester assessment of fetal health"", 《PHYSICS IN MEDICINE & BIOLOGY》, vol. 64, no. 18, XP055706048, DOI: 10.1088/1361-6560/ab3ad1 *
魏佳等: ""人工智能与检验医学"", 《临床检验杂志》, vol. 36, no. 3 *

Also Published As

Publication number Publication date
CN111128320B (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
CN109599153B (zh) 医疗数据跟踪方法及装置、存储介质、电子设备
CN105608011A (zh) 代码测试覆盖率统计结果的确定方法及装置
CN110600098A (zh) 一种临床化学自动审核方法、系统、装置和存储介质
US11676099B2 (en) Intelligent routing of radio-frequency identification data
CN112949339B (zh) 临床实验室样本管自动标识方法
CN112435753A (zh) 医疗数据的自动验证
CN112286912A (zh) 医疗数据质量核查方法及装置、终端、存储介质
KR20230040572A (ko) 치료영역 별 임상시험 데이터의 표준화 처리 시스템
CN118280548B (zh) 面向医疗仪器设备溯源的信息管理方法及系统
CN114756470A (zh) 测试文件生成方法、装置、存储介质及计算机设备
CN114220536A (zh) 基于机器学习的疾病分析方法、装置、设备及存储介质
KR102202810B1 (ko) 수의 경험지식 및 전문 정보를 이용한 가축 진단을 위한 자동 소견생성 시스템
CN117852548A (zh) 告警解决方案生成方法和计算机设备
CN111128320A (zh) 基于检验结果确定医学标签的系统及人工智能方法
CN116910374A (zh) 一种基于知识图谱的康养服务推荐方法、装置及存储介质
CN110083540B (zh) 接口测试方法及装置
CN116433390A (zh) 风险控制方法、装置、电子设备及计算机可读存储介质
CN116340172A (zh) 基于测试场景的数据收集方法、装置及测试用例检测方法
CN112766779B (zh) 信息处理方法、计算机设备及存储介质
CN115881257A (zh) 应用于大数据的用户隐私保护方法及系统
Reining et al. A Tutorial on Dataset Creation for Sensor-based Human Activity Recognition
CN112613894A (zh) 一种关联源代码和制品的方法及装置
CN110308931A (zh) 一种数据处理方法及相关装置
US20240370453A1 (en) Concept Agnostic Reconcilation And Prioritization Based On Deterministic And Conservative Weight Methods
CN109388253A (zh) 护理记录录入方法、装置、设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant