CN111243704A - 一种在线分析系统 - Google Patents
一种在线分析系统 Download PDFInfo
- Publication number
- CN111243704A CN111243704A CN202010052309.0A CN202010052309A CN111243704A CN 111243704 A CN111243704 A CN 111243704A CN 202010052309 A CN202010052309 A CN 202010052309A CN 111243704 A CN111243704 A CN 111243704A
- Authority
- CN
- China
- Prior art keywords
- patient
- doctor
- information
- terminal
- inr
- 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.)
- Pending
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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/13—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered from dispensers
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Toxicology (AREA)
- Pharmacology & Pharmacy (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及一种在线分析系统,所述系统包括:疗效评价模块,所述疗效评价模块包括:数据获取单元,用于从数据库中提取医生推荐剂量、实际服药剂量、INR对应的数据;曲线图绘制单元,用于以医生推荐剂量、实际服药剂量、INR为纵坐标,以时间为横坐标绘制曲线图,通过所生成的两条曲线的差异得到患者依从性指标;数据标注单元,用于计算INR曲线图中的未超过目标INR的部分的时间百分比,并将INR曲线图中的未超过目标INR部分进行标注,将标注后的曲线图和所计算的时间百分比显示在医生终端和患者终端,采用上述在线分析系统可以提高智能化水平。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种在线分析系统。
背景技术
华法林(warfarin)是20世纪40年代美国Wisconsin大学合成的香豆素类 口服抗凝血药,可通过抑制维生素K环氧化物还原酶的活性,阻断还原型维生 素K的生成,进而抑制维生素K依赖性凝血因子II,VII,IX,X的活化而起到抗 凝作用。华法林是最常用的口服抗凝药物,已上市超过60年,临床上广泛用于 心房纤颤(atrial fibrillation AF),深静脉血栓(deep vein thrombosis DVT)等疾 病,可有效降低该类患者的血栓栓塞风险。2010年,美国超过2500万张处方中 用到华法林,华法林每年处方量相当于人口数的0.5-1.5%。华法林的临床问题主 要在于其治疗窗窄,极易发生不良事件。一项纳入65岁以上的美国人的调查性 研究表明,2007~2009年间,接近三分之一的药源性住院是服用华法林导致的,且其中有63.3%是因抗凝过度导致的出血事件而住院[8]。华法林治疗的患者每 年大出血的发生率在0.4%到7.2%之间。小出血率高达每年15%。美国FDA的 不良事件报告系统显示,华法林是引起严重不良事件最多的10种药物之一。华 法林的主要药效学指标为国际标准化比值(international normalized ratio INR),当 超出INR窗时表明抗凝过度,患者出血风险高,反之则表明抗凝不足,患者血 栓栓塞风险高。因此在华法林的有效性和安全性与维持INR在治疗范围内密切 相关。华法林临床使用中需频繁监测患者的INR变化,即使患者华法林剂量已 达稳态,INR检测周期也不超过4周。而过多的随访次数给患者使用带来了极 大的不便利,降低了患者依从性,增加不良反应发生率。
现在存在一些华法林剂量预测的网站,但是该些网站仅仅只是一个单方面 的剂量预测,患者基本看不懂,智能化水平不够。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高智能化水平的在线 分析系统。
一种在线分析系统,所述系统包括:疗效评价模块,所述疗效评价模块包 括:
数据获取单元,用于从数据库中提取医生推荐剂量、实际服药剂量、INR 对应的数据;
曲线图绘制单元,用于以医生推荐剂量、实际服药剂量、INR为纵坐标, 以时间为横坐标绘制曲线图,通过所生成的两条曲线的差异得到患者依从性指 标;
数据标注单元,用于计算INR曲线图中的未超过目标INR的部分的时间百 分比,并将INR曲线图中的未超过目标INR部分进行标注,将标注后的曲线图 和所计算的时间百分比显示在医生终端和患者终端。
在其中一个实施例中,所述系统还包括:
注册模块,用于接收患者终端、医生终端以及药师终端的注册,并为患者 终端、医生终端以及药师终端配置对应的权限信息;
信息录入模块,用于接收已经注册的患者终端、医生终端以及药师终端的 信息录入,并建立录入的信息与时间和录入终端的对应关系后,存储至数据库 中;其中医生终端录入的信息包括主要就诊信息和次要就诊信息;
推荐参考因素提示模块,用于从数据库中将预设的参考因素对应的数据提 取出来,并显示在医生终端;
剂量输出模块,用于将医生终端所发送的剂量推荐给患者终端进行显示;
复诊提醒模块,用于接收医生终端所设置的患者复诊时间,并将所述复诊 时间发送给患者终端进行显示;
医生绩效统计模块,用于从数据库中提取出医生终端对应的患者的数据, 并对患者的数据按照达到稳定剂量、发生不良反应及近三天需要随访的患者数 进行统计,根据统计后的数据确定医生绩效。
在其中一个实施例中,所述信息录入模块包括:
图片录入单元,用于接收患者终端拍摄得到的检验单图片;对所述检验单 图片进行文本识别得到各个检查指标;
文字录入单元,用于接收患者终端、医生终端以及药师终端录入的文字信 息。
在其中一个实施例中,所述剂量输出模块包括:
剂量预测单元,用于从数据库中提取主要就诊信息和次要就诊信息,并将 所述主要就诊信息和次要就诊信息输入至华法林剂量预测模型中得到与所述主 要就诊信息和次要就诊信息对应的预测华法林剂量,所述预测华法林剂量仅发 送至医生终端,对患者终端不可见;
调整单元,用于将所得到的预测华法林剂量以及各个检查指标发送至医生 终端,以使得所述医生终端根据各个所述检查指标对所述预测华法林剂量进行 调整得到推荐华法林剂量;
推荐华法林剂量获取单元,用于接收所述医生终端返回的推荐华法林剂量, 并将所述推荐华法林剂量发送至患者终端进行显示。
在其中一个实施例中,所述华法林剂量预测模型的生成方式包括:
从数据库中提取样本集,并对所述样本集进行规范化处理,将规范化处理 后的样本集划分为若干组;
依次选取其中一组作为第一验证集,剩余的组作为训练集,并根据所述训 练集以及预设算法构建单模型,并通过当前所选取的所述第一验证集对所述单 模型进行验证得到所述单模型的误差,并根据同一所述预设算法对应的误差计 算得到所述预设算法对应的精度;
选取所述精度符合要求的算法作为最优算法;
通过网格搜索对所述最优算法的参数进行调整;
根据所述样本集以及参数调整后的最优算法进行训练得到华法林剂量预测 模型。
在其中一个实施例中,所述推荐参考因素提示模块包括:
预设参考因素获取单元,用于获取系统中预设参考因素,所述预设参考因 素包括年龄、身高、体重、基因型结果、合并用药、合并疾病;
数据提示单元,用于从数据库中将预设的参考因素对应的数据提取出来, 并显示在医生终端。
在其中一个实施例中,所述系统还包括:
药师评论模块,用于接收药师对医生针对患者的医疗推荐的评论,并将所 述评论发送至医生终端。
在其中一个实施例中,所述主要就诊信息包括患者的基本信息、常规检查 结果及华法林用药信息;所述次要就诊信息包括患者的详细合并疾病、详细合 并用药及常规检查详细信息。
在其中一个实施例中,所述系统还包括信息溯源模块,所述信息溯源模块 包括:
最新消息显示单元,用于显示最近预设次患者的主要就诊信息和次要就诊 信息;
历史信息查看单元,用于显示携带有标注信息的日历,接收用户所选择的 日历中具有标注信息的日期,并根据所选择的日期从数据库中提取到对应的患 者的主要就诊信息和次要就诊信息,并将所提取到的对应的患者的主要就诊信 息和次要就诊信息进行显示。
在其中一个实施例中,所述历史信息查看单元还包括:
标注子单元,用于将所显示的主要就诊信息、次要就诊信息以及医嘱部分 中的更改部分进行标注显示。
在其中一个实施例中,所述信息录入模块包括:
登录单元,用于通过登录窗口接收用户名账号和密码,并对用户名账号和 密码验证正确后完成登录;
权限管控单元,用于根据用户名账户获取到登录后的界面和内容。
在其中一个实施例中,所述复诊提醒模块包括:
患者提醒单元,用于在下次随访的时间以红点突出显示,并提醒患者在该 日前往医院随访检查;
医生提醒单元,用于提醒医生在下次随访的时间患者将来医院就诊检查;
短信提醒单元,用于在下次随访时间的前两天、当天及后两天以短信形式 提醒患者提醒前往医院就诊。
在其中一个实施例中,所述数据获取单元还用于获取预设治疗窗,以及通 过线性差值法计算INR进入所述预设治疗窗的时间百分比;
所述曲线图绘制单元还用于以所计算的时间百分比为纵坐标,以时间为横 坐标绘制TTR%曲线;
所述数据标注单元还用于在TTR%曲线的纵坐标的60%处进行标注。
上述在线分析系统,包括疗效评价模块,该疗效评价模块包括:数据获取 单元、曲线图绘制单元以及数据标注单元,这样数据获取单元从数据库中提取 医生推荐剂量、实际服药剂量、INR对应的数据;然后曲线绘制单元以医生推 荐剂量、实际服药剂量、INR为纵坐标,以时间为横坐标绘制曲线图,通过所 生成的两条曲线的差异得到患者依从性指标;数据标注单元计算INR曲线图中 的未超过目标INR的部分的时间百分比,并将INR曲线图中的未超过目标INR 部分进行标注,将标注后的曲线图和所计算的时间百分比显示在医生终端和患 者终端,这样通过这两条的曲线对比可看出患者服药的依从性,图中的INR曲 线也侧面展示了患者的抗凝历程,图中INR超出目标INR部分以红色标出,可 大概判断患者在哪段时间达到有效抗凝,提高智能化水平。
附图说明
图1为一个实施例中在线分析系统的框架图;
图2(a)为一个实施例中的在线分析系统的医生/药师端界面关系图;
图2(b)为一个实施例中的在线分析系统的患者端界面关系图;
图3为一个实施例中的在线分析系统各个数据层的框图;
图4为一个实施例中的华法林剂量预测模型的生成方式的流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实 施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅 用以解释本申请,并不用于限定本申请。
参见图1至图3所示,其中图1为一个实施例中在线分析系统的框架图; 图2(a)为一个实施例中的在线分析系统的医生/药师端界面关系图;图2(b) 为一个实施例中的在线分析系统的患者端界面关系图;图3为一个实施例中的 在线分析系统各个数据层的框图。其中图1中用户可以是患者、医生或者是药 师,服务网关和服务集群预先在高可用注册中心进行注册,从而服务网关可以 通过该高可用注册中心拉取到服务器集群中服务列表。其中当患者、医生或者 是药师终端向服务集群请求服务的时候,手机安卓客户端服务模块通过与nginx 服务器进行通信将数据传到注册中心服务器进行注册认证,期间要通过服务网关进行安全认证,认证通过并确认信息是注册用户发送后可将应用服务信息调 用服务集群去处理数据并返回信息,服务集群在收到服务请求后处理完毕将需 要数据持久化的内容存入数据库,并且需要调取数据进行查询时也通过数据库 完成,redis服务器负责之间服务集群的负载均衡。
请参阅图2所示,系统主要分为医生端、药师端、患者端,各端对不同角 色之间的业务逻辑进行绑定,对需要进行提醒的用户进行短信或者站内提示, 进行交互沟通,以及基本疾病及情况记录等。
具体地,医生终端的权限包括:登录,重置密码,绑定患者,填写及查看 患者就诊信息,查看患者复诊记录,查看患者注册信息,查看及维护个人基本 信息,生成及维护医嘱(包括推荐的华法林的规格、剂量、服药方式、注意事 项、下次就诊时间),查看历史INR曲线图,查看患者就诊统计。
药师端用户的权限包括:登录,重置密码,填写及查看患者就诊信息,查 看患者注册信息,查看及维护个人基本信息,查看医疗提示(包括推荐的华法 林的规格、剂量、服药方式、注意事项、下次就诊时间),查看历史INR曲线图, 查看患者就诊统计。
患者端用户的权限包括:注册,登录,重置密码,绑定医生/药师,填写及 查看复诊记录,查看医疗提示(包括推荐的华法林的规格、剂量、注意事项), 查看历史INR曲线图,复诊短信及APP内提醒。
请具体参阅图3,其中整个数据传输分为五个应用层次,表示层用来给用户 提供数据信息的展示,通过安卓客户端应用作为实现依托,将程序集成进安卓 客户端中作为功能提供给用户作为操作入口进行操作。用户通过视图层的三种 角色分流出三种不同的操作功能,进而可以操作应用层的不同功能模块;用户 操作的数据在数据层进行持久化保存,最终通过基础设施层的硬件设备进行物 理保存和应用运行。
具体地,结合上述图1至图3,本申请提供一种在线分析系统,所述系统包 括:疗效评价模块,所述疗效评价模块包括:数据获取单元、曲线图绘制单元 以及数据标注单元。其中,
数据获取单元,用于从数据库中提取医生推荐剂量、实际服药剂量、INR 对应的数据。
曲线图绘制单元,用于以医生推荐剂量、实际服药剂量、INR为纵坐标, 以时间为横坐标绘制曲线图,通过所生成的两条曲线的差异得到患者依从性指 标。
数据标注单元,用于计算INR曲线图中的未超过目标INR的部分的时间百 分比,并将INR曲线图中的未超过目标INR部分进行标注,将标注后的曲线图 和所计算的时间百分比显示在医生终端和患者终端。
具体地,国际标准化比值(international normalized ratio,INR)是患者凝血酶原时间与正常对照凝血酶原时间之比的ISI次方(ISI:国际敏感度指数,试 剂出厂时由厂家标定),测定INR是监测华法林用量及疗效的首选方法。目标 INR:即INR治疗窗,针对不同的适应症或者患者的不同健康信息,患者有不 同的治疗窗,当患者的INR在治疗窗内时,说明患者有较好的抗凝效果。稳定 剂量:稳定剂量定义为服药8天之后,连续两次INR在治疗窗内±0.1,且2周 内华法林剂量不改变,是华法林早期抗凝的主要评价指标。
具体地,系统内统计患者的“医生推荐剂量、实际服药剂量、INR”,并将 这些参数以图形形式呈现在“历史INR及华法林剂量曲线图”中。通过“历史 INR及华法林剂量曲线图”包括患者的历史服药剂量及推荐剂量随时间的曲线 变化,通过这两条的曲线对比可看出患者服药的依从性,图中的INR曲线也侧 面展示了患者的抗凝历程,图中INR超出目标INR部分以红色标出,可大概判 断患者在哪段时间达到有效抗凝。
上述在线分析系统,包括疗效评价模块,该疗效评价模块包括:数据获取 单元、曲线图绘制单元以及数据标注单元,这样数据获取单元从数据库中提取 医生推荐剂量、实际服药剂量、INR对应的数据;然后曲线绘制单元以医生推 荐剂量、实际服药剂量、INR为纵坐标,以时间为横坐标绘制曲线图,通过所 生成的两条曲线的差异得到患者依从性指标;数据标注单元计算INR曲线图中 的未超过目标INR的部分的时间百分比,并将INR曲线图中的未超过目标INR 部分进行标注,将标注后的曲线图和所计算的时间百分比显示在医生终端和患 者终端,这样通过这两条的曲线对比可看出患者服药的依从性,图中的INR曲 线也侧面展示了患者的抗凝历程,图中INR超出目标INR部分以红色标出,可 大概判断患者在哪段时间达到有效抗凝,提高智能化水平。
其中,所述数据获取单元还用于获取预设治疗窗,以及通过线性差值法计 算INR进入所述预设治疗窗的时间百分比;所述曲线图绘制单元还用于以所计 算的时间百分比为纵坐标,以时间为横坐标绘制TTR%曲线;所述数据标注单 元还用于在TTR%曲线的纵坐标的60%处进行标注。
以时间为横坐标,以TTR%(INR进入治疗窗的时间百分比,由线性插值 法计算而得)为纵坐标绘制得到TTR%曲线。且TTR%纵坐标60%处有一个标 识,当TTR%曲线超过60%时标识这个患者服用华法林的抗凝效果较好。在其 中一个实施例中,所述系统还包括:
注册模块,用于接收患者终端、医生终端以及药师终端的注册,并为患者 终端、医生终端以及药师终端配置对应的权限信息。
具体地,患者终端、医生终端以及药师终端在安装完软件后,需要进行注 册,具体地,患者终端选择注册角色为患者,填写手机号后,点击获取验证码, 验证码会以短信形式发送至该手机号,填写正确验证码,详细了解并点击同意 《药物剂量信息辅助软件软件许可及服务协议》、《药物剂量信息辅助软件客户 端隐私保护政策》后,点击注册即可注册为患者。医生终端以及要是终端则选 择登录角色为医生/药师,“药物剂量信息辅助软件”将直接分配医生账号给医院, 并绑定医生/药师手机号,因此医生/药师无需注册,直接输入账号密码登录即可, 密码可以重置。
具体地,登录单元,用于通过登录窗口接收用户名账号和密码,并对用户 名账号和密码验证正确后完成登录;权限管控单元,用于根据用户名账户获取 到登录后的界面和内容。
软件医生端和药师端应由具有医学相关知识的专业人员使用,使用者均需 通过专业培训且能独立熟练操作软件。用户访问登录页面,经用户名和密码登 录验证正确后,方可进入使用。登录名必须使用手机号,并进行手机号校验,密 码为6位以上数字字母混合。患者首次注册后再次打开客户端,无需输入账号 密码或验证码即可登录使用。首次登录时需要同意《用户许可协议》和《隐私 协议》才可登录使用。医生/药师首次登录需要输入个人基本信息,包括姓名、 联系电话、医院名称、科室及职称,医生/药师可在“我的-我的信息”中查看个 人注册信息。首次登录时需要同意《用户许可协议》才可登录使用。
信息录入模块,用于接收已经注册的患者终端、医生终端以及药师终端的 信息录入,并建立录入的信息与时间和录入终端的对应关系后,存储至数据库 中;其中医生终端录入的信息包括主要就诊信息和次要就诊信息。
具体地,患者首次注册需要输入个人基本信息,包括患者姓名、性别、种 族、民族、身份证号码、出生日期、年龄、体重、身高、联系方式、通讯地址, 华法林适应症及吸烟饮酒史(出生日期和年龄根据身份证号自动生成)。患者完 成注册后,可与医生/药师相互绑定,医生/药师将直接负责绑定患者的抗凝治疗; 可在我的-绑定医生/药师中进行二维码绑定操作;患者仅可绑定一名医生/药师, 当患者更改医院或医生/药师时,可更换绑定医生/药师。医生/药师登录后,可在 “我的-绑定患者”中与患者相互绑定,医生/药师将直接负责绑定患者的抗凝治 疗。可在绑定患者模块中直接进行二维码绑定操作。(注意:一名医生/药师可绑 定多名患者)。
系统中患者详情包括主要就诊信息和次要就诊信息,其中主要就诊信息包 括患者的基本信息、常规检查结果及华法林用药信息,而次要就诊信息主要包 括患者的合并疾病、合并用药及常规检查详细信息。基本信息包括患者就诊医 院、住院ID或门诊号、合并用药、合并疾病以及主要基因型检测结果。主要就 诊信息中的常规检查需要填写患者实验室检查日期、当前国际标准化比值 (INR)、部分实验室检查结果(包括血红蛋白、血小板、白细胞、尿潜血、尿 蛋白、尿葡萄糖、肌酐、天门冬氨酸氨基转移酶)是否异常和血压心率检查结果(包括测量时间、收缩压、舒张压和心率)。华法林用药信息需要填写患者是 否首次给药、若不是首次给药则需要记录上次服药时间、上次服药剂量、首次 服药时间及上次服药时INR。该模块下方最新消息设置处会显示最近3次的更 新内容,如果用户想查看更久之前的华法林用药信息,可点击“查看历史”。
次要就诊信息中主要包括详细合并用药、详细合并疾病,详细实验室检查, 主要涉及患者的所有合并用药、合并疾病及详细的实验室检查结果。为了简化 信息录入,详细合并用药和详细合并疾病处可直接以图片形式上传,用户可以 直接拍照化验单或上传化验单图片,通过配置内系统中的光学字符识别技术 (OCR)自动识别化验单内容。详细合并用药是记录患者华法林用药前7天及 服药期间的合并使用药物的通用名称、用药剂量、开始用药日期和结束用药日 期。详细合并疾病是记录患者发生过的合并疾病的疾病名称。详细实验检查是 用户可记录患者多项检查报告检查时间及具体内容,如血常规、血生化、尿常 规、大便常规、脑钠肽、甲状腺功能、凝血功能、血栓弹力图、D-二聚体、血 小板聚集功能等。
其中,医生终端还可以查看患者注册信息包括患者姓名、性别、种族、民 族、身份证号码、出生日期、年龄、体重、身高、联系方式、通讯地址,华法 林适应症及吸烟饮酒史。就诊记录是可查看患者的服用华法林过程中记录的 INR、剂量以及在服药期间可能出现的不良反应。医嘱则是包括:历史INR及 华法林剂量曲线图、目标INR、推荐参考因素、华法林规格、推荐剂量、下次 就医时间、注意事项。在医生对患者的就诊信息基本了解后,根据患者的实际 情况指导患者用药。(仅医生能够编辑医嘱部分,药师仅有查看医嘱权限。)。
其中,软件具有严格的权限管理机制,通过建立用户账号密码,对账号授 不同的权限,不同角色的用户登录相应的授权账号进行操作;仅患者可注册且 无法注册为医生或药师,医生和药师账号由医院直接分配;用户通过登录窗口, 经用户名账号和密码验证正确后,方可进入;管理权限,不同类型的用户,登 录后的界面、管理的内容以及权限不同。
推荐参考因素提示模块,用于从数据库中将预设的参考因素对应的数据提 取出来,并显示在医生终端。
剂量输出模块,用于将医生终端所发送的剂量推荐给患者终端进行显示。
具体地,患者可在“医疗沟通”处看到绑定医生对自己的抗凝治疗建议。(包 括推荐的华法林的规格、剂量、注意事项、下次就诊时间、历史INR及华法林 剂量曲线图)
复诊提醒模块,用于接收医生终端所设置的患者复诊时间,并将所述复诊 时间发送给患者终端进行显示。
具体地,医生在医嘱中设置患者下次就医时间后,“复诊提醒”模块的日历 处会在下次就诊当天红点标识,提醒患者在该日前往医院复诊。此外,“药物剂 量信息辅助软件”将在规定下次就医时间的前两天、当天及后两天给患者发送 短信提醒患者复诊。
医生可“医嘱-下次就医时间”中设置患者复诊时间。设置成功后,系统将 在“复诊提醒”处在下次随访的时间以红点突出显示,并提醒患者在该日前往 医院随访检查,且提醒医生在该日某患者将来医院就诊检查。此外,系统将在 下次随访时间的前两天、当天及后两天以短信形式提醒患者提醒前往医院就诊。
医生绩效统计模块,用于从数据库中提取出医生终端对应的患者的数据, 并对患者的数据按照达到稳定剂量、发生不良反应及近三天需要随访的患者数 进行统计,根据统计后的数据确定医生绩效。
统计医生当前绑定的患者中达到稳定剂量、发生不良反应的比例及近三天 需要随访的患者数,让医生初步了解目前患者的抗凝进展。
其中,稳定剂量定义为服药8天之后,连续两次INR在治疗窗内±0.1, 且2周内华法林剂量不改变。
具体地,为了减少信息输入时间,简化输入步骤,用户可以直接填写或通 过光学字符识别技术(OCR)拍照识别检验报告单并自动智能匹配至系统中填 写。因此所述信息录入模块包括:图片录入单元和文字录入单元,其中:
图片录入单元,用于接收患者终端拍摄得到的检验单图片;对所述检验单 图片进行文本识别得到各个检查指标。
文字录入单元,用于接收患者终端、医生终端以及药师终端录入的文字信 息。
在其中一个实施例中,所述剂量输出模块包括:
剂量预测单元,用于从数据库中提取主要就诊信息和次要就诊信息,并将 所述主要就诊信息和次要就诊信息输入至华法林剂量预测模型中得到与所述检 查指标对应的预测华法林剂量,所述预测华法林剂量仅发送至医生终端,对患 者终端不可见;
调整单元,用于将所得到的预测华法林剂量以及各个检查指标发送至医生 终端,以使得所述医生终端根据各个所述检查指标对所述预测华法林剂量进行 调整得到推荐华法林剂量;
推荐华法林剂量获取单元,用于接收所述医生终端返回的推荐华法林剂量, 并将所述推荐华法林剂量发送至患者终端进行显示。
具体地,系统中设置有医疗沟通模块,主要包括“历史INR及华法林剂量 曲线图、%TTR曲线图、目标INR、推荐参考因素、华法林厂家及规格、医生 推荐剂量、下次就诊医时间、注意事项、药师评论”。通过医疗沟通模块,医生 可以将华法林的服药方式及注意事项交代给患者;药师可对医生的医疗行为发 表看法。
辅助医生根据患者健康信息给药,医生根据软件推荐参考因素中信息可对 患者抗凝情况有一个大概的了解,再针对患者详情中内容给与用药推荐。此外, “注意事项-常用注意事项”中已添加数条临床上常见华法林服药注意事项,医 生可根据临床习惯添加常用注意事项,然后直接从常用注意事项中添加注意事 项,直接推送至患者端。
所述系统还包括:药师评论模块,用于接收药师对医生针对患者的医疗推 荐的评论,并将所述评论发送至医生终端。
具体地,在医生提示处设置药师评论(由药师审阅医生对患者的医疗推荐 后对此进行评论发送至医生端,医生可以自行决定是否遵循)。药师填写完药师 评论后,医生端-患者管理-患者详情处的患者列表,对应患者右上角会有红点标 识,以表示药师进行了评论。药师可看到医院所有医生出诊信息并对医嘱做出 评价推送给医生,医生可选择是否赞同;药师对医生提示中其它内容只有查阅 权限,不可更改填写,这些部分以灰色显示,仅药师评论项为白色,药师可对 医生操作进行评论,确认后发送给医生。
且为了评论的方便性,可以对药师评论设置半结构化模板,例如医生端输 出为:
“**药师认为,结合患者的抗凝进展(华法林治疗*天,已达/未达稳定剂量, 发生/未发生不良反应),建议增加/减少/维持患者的给药剂量。具体原因 为:……”。
药师端的输入可以为:
请您对**医生的治疗方案做出评价:
结合患者的当前抗凝进展(华法林治疗*天,已达/未达稳定剂量,发生/未 发生不良反应),建议增加/减少/维持患者给药剂量,具体原因可以为以下几种, 且该几种原因可以通过下拉框的方式来进行展示:
1、根据患者的具体情况个体化精准给药,达到较好的抗凝效果。
2、患者年龄为*(具体数值,由系统自动生成)。
3、患者BMI为*。
4、患者合并使用CYP酶诱导剂/CYP酶抑制剂/胺碘酮(选择两次,先选第 4条再选合并的具体药物,下同)。
5、患者合并中风/糖尿病/高血压。
6、患者CYP2C9/VKORC1基因型发生突变。
7、患者抗凝治疗期间发生出血/血栓等不良反应。
8、患者治疗已达*天,仍未达稳定剂量(治疗天数系统自动生成,当前时 间减首次服药时间)。
9、患者治疗已达*天,INR仍未达治疗窗(治疗天数系统自动生成,当前 时间减首次服药时间)。
10、其它(可手填)。
此外,在显示的时候,提示华法林剂量可能偏高以红色标识,提示华法林 剂量可能偏低以蓝色标识。
在其中一个实施例中,参见图4,所述华法林剂量预测模型的生成方式包括:
S402:从数据库中提取样本集,并对所述样本集进行规范化处理,将规范 化处理后的样本集划分为若干组。
具体地,数据库中存储的样本集可以是预先收集的,例如预先收集的志愿 者的试验号、年龄、性别、身高、体重、适应症、吸烟饮酒状况、合并疾病及 合并用药信息、生化指标、CYP2C9及VKORC1基因型结果以及每一次随访或 计划外访视的服用华法林剂量及服药后INR,每一次随访或计划外访视作为一 个样本,按照随访时间及试验号顺序排列。
其中对样本集进行规范化处理,包括:将类别型数据转化为数值,并获取 到数值出现频率最高的数值作为类别型缺失数据的值;获取数值型数据的平均 值作为数值型缺失数据的值;通过独热编码代替无序值。
具体地,各项指标数据呈现方式不同,如“阴性”“微量”,“+”,“-”等表 示方法,将其规范转化成0,1,2,3的数值;用数值平均值填充数值类缺失值, 用最高频率值填充类别特征类缺失值;用独热编码代替基因型等无序值。因此 对样本集中每一条数据的规范化处理,即将每一条数据中对应的数据转化为下 文的格式:
试验号:由五个数字组成,前两位表示试验中心号,后三位表示在该中心 的入组顺序。如01001,则表示01中心入组的001号受试者;
年龄:XX周岁;
性别:男/女;
身高:XXX厘米;
体重:XX.X公斤;
适应症:心房颤动/深静脉血栓;
吸烟情况:从不/已戒/吸烟;
饮酒情况:从不/已戒/饮酒;
合并疾病:疾病名称;
合并用药:药物名称、使用开始时间、使用结束时间;
生化指标:血常规(血红蛋白、白血球计数、血小板计数),尿常规(尿白 细胞、酮体、尿蛋白、潜血、尿葡萄糖、酸碱度),大便潜血,肝肾功能(天门 冬氨酸氨基转移酶、丙氨酸氨基转移酶、肌酐、总胆红素、尿素氮);
CYP2C9:□*1/*1、□*1/*2、□*1/*3、□*2/*2、□*2/*3、□*3/*3、□其 他;
VKORC1 rs9923231:□rs9923231A/A、□rs9923231A/G、□rs9923231 G/G、□其他;
华法林剂量:X.XX mg/d;
INR:X.X。
S404:依次选取其中一组作为第一验证集,剩余的组作为训练集,并根据 所述训练集以及预设算法构建单模型,并通过当前所选取的所述第一验证集对 所述单模型进行验证得到所述单模型的误差,并根据同一所述预设算法对应的 误差计算得到所述预设算法对应的精度。
具体地,由于机器学习的算法有很多,因此需要选择符合要求的机器学习 算法,即选择精度最好的一个机器学习算法作为我们模型训练的算法,其中此 处机器学习算法包括但不限于:Ridge算法、Lasso算法、ElasticNet算法、 PassiveAggressiveRegressor算法、KNeighborsRegressor算法、 DecisionTreeRegressor算法、ExtraTreeRegressor算法、LinearSVR算法、SVR算 法、AdaBoostRegressor算法、GradientBoostingRegressor算法、ExtraTreesRegressor 算法、RandomForestRegressor算法、BaggingRegressor算法。
服务器首先将样本集划分为多份,例如可以划分为10份,然后选取其中一 份作为第一验证集,剩余9份作为训练集,然后选取其中一个算法,例如Ridge 算法,通过该9份训练集以及Ridge算法进行训练得到一个单模型,然后通过第 一验证集计算该单模型的误差,即精度得到单模型误差。依次为基准进行循环, 即将样本集中的另一份作为第一验证集,其他9份作为训练集,再次根据所选 择的训练集以及Ridge算法进行训练得到一个单模型,并通过所选择的第一验证 集计算该单模型的误差,直至样本集中的每一份均被作为第一验证集进行验证 过,此时将所得到的单模型的误差计算平均值作为该算法的精度。可选地,精 度可以是指预测值与真实值的差值的平均值,或者是该差值的倒数的平均值, 在实际中可以根据要求进行处理。
具体地,服务器在得到所有误差后,则计算所有的误差的平均值作为预设 算法的精度。其中,模型选择的评价标准为A绝对误差均值(Mean absolute error, MAE)=(预测剂量-实际稳定剂量)的均值;B理想预测百分比=(预测剂量在 实际稳定剂量±20%范围内的受试者人数)/总验证人数×100%;C低估预测百 分比=(预测剂量在实际稳定剂量-20%外的受试者人数)/总验证人数×100%; D高估预测百分比=(预测剂量在实际稳定剂量+20%外的受试者人数)/总验证 人数×100%。
S406:选取所述精度符合要求的算法作为最优算法。
具体地,当精度是指预测值与真实值的差值的平均值时,则获取精度最小 的算法作为最优算法,当精度是指预测值与真实值的差值的倒数的平均值时, 则获取精度最大的算法作为最优算法。
S408:通过网格搜索对所述最优算法的参数进行调整。
具体地,使用Grid Search(网格搜索)对几个敏感参数:loss,学习率,弱 分类器数目,树最大深度,最小分裂数等参数进行最优参数搜索,即提前为超 参数设定一组常用取值范围,网格搜索将穷举超参数取值组合,并选择使得预 测INR值最接近真实值(精度最小)的超参数构建入算法。
在其中一个实施例中,通过网格搜索对最优算法的参数进行调整,包括: 获取预先设置的参数的取值范围,并将参数的取值范围构建参数组合;通过参 数组合以及最优算法构建待调整算法;选取使得待调整算法的精度符合要求的 参数作为待调整算法的参数。
其中几个敏感的参数包括:loss,学习率,弱分类器数目,树最大深度,最 小分裂数,此处通过网格搜索主要是为了确定该几个敏感的参数,而对于其他 的参数则还是通过样本集进行训练的方式来进行确定。其中该几个敏感的参数 的取值范围可以预先设置,例如LOSS为huber,学习率为0.1,弱分类器数目 n_estimators:100 200;树最大深度max_dept 3、4、6;min_samples_leaf 2、3、 4;最小分裂数min_samples_split 1、2、3。根据该些参数的取值范围建立参数 组合,例如上述四个参数,则组合可以包括4*4*4*4种,然后将该些参数组合 带入至最优算法中,并输入样本集得到预测值,将最接近真实值的预测值对应的参数作为调整后的参数。然后基于该参数构建华法林剂量预测模型。
S410:根据所述样本集以及参数调整后的最优算法进行训练得到华法林剂 量预测模型。
具体地,在参数调整完成后,则服务器根据样本集中的所有数据以及参数 调整后的最优算法进行训练得到华法林剂量预测模型,即将所有的数据进行训 练以优化华法林剂量预测模型。
上述华法林剂量预测方法,在进行华法林剂量预测模型的建设的时候,首 先选取多种算法,并对样本集进行划分为第一验证集和训练集,根据训练集以 及预设算法构建单模型,并通过第一验证集对单模型进行验证得到单模型的误 差,且依次将所划分的样本集中的其他组作为第一验证集,剩余组作为训练集 得到多个单模型的误差,通过该些误差可以计算得到预设算法的精度,从而可 以选择到符合要求的算法作为最优算法,进而通过网格搜索对该最优算法的参 数进行调整,然后通过样本集以及参数调整后的最优算法进行训练得到华法林 剂量预测模型,这样可以选择最准确的算法进行预测,从而保证了算法的准确 性,进而根据用户信息所预测的华法林剂量也是更准确的。
在其中一个实施例中,所述推荐参考因素提示模块包括:
预设参考因素获取单元,用于获取系统中预设参考因素,所述预设参考因 素包括年龄、身高、体重、基因型结果、合并用药、合并疾病;
数据提示单元,用于从数据库中将预设的参考因素对应的数据提取出来, 并显示在医生终端。
所述系统还包括信息溯源模块,所述信息溯源模块包括:
最新消息显示单元,用于显示最近预设次(最近3次)患者的主要就诊信 息和次要就诊信息;
历史信息查看单元,用于显示携带有标注信息的日历,接收用户所选择的 日历中具有标注信息的日期,并根据所选择的日期从数据库中提取到对应的患 者的主要就诊信息和次要就诊信息,并将所提取到的对应的患者的主要就诊信 息和次要就诊信息进行显示。
在其中一个实施例中,所述历史信息查看单元还包括:
标注子单元,用于将所显示的主要就诊信息、次要就诊信息以及医嘱部分 中的更改部分进行标注显示。
在其中一个实施例中,所述复诊提醒模块包括:
患者提醒单元,用于在下次随访的时间以红点突出显示,并提醒患者在该 日前往医院随访检查;
医生提醒单元,用于提醒医生在下次随访的时间患者将来医院就诊检查;
短信提醒单元,用于在下次随访时间的前两天、当天及后两天以短信形式 提醒患者提醒前往医院就诊。
在“主要就诊信息-常规检查、华法林用药”处设置有“最新消息设置”,该 处会显示最近3次的更新内容,包括信息录入时间、信息录入人、信息录入具 体内容,如果用户想查看更久之前的健康信息,可点击“查看历史”。“查看历 史”处可以看到一个日历,日历中输入健康信息的日期会在右上角以红点标识, 点击该日期可看到该日的历史信息。这样可以保证患者健康信息录入的连贯性 以及保证信息录入错误可追责。
具体地,患者可直接在“就诊记录”处记录INR、剂量的变化以及在服药 期间可能出现的不良反应。患者可查看最新3条INR及剂量设置记录及最新3 条不良反应设置记录,也可查看历史就诊记录。“查看历史”处可以看到一个日 历,日历中填写华法林用药信息内容的日期会在右上角以红点标识,点击该日 期,可看到该日的具体就诊记录内容。
具体地,上述在线分析系统中的消息有短信消息、图形提示及图形弹出框。 提示消息:注册验证码、复查预约前2天、当天及如果未如约前往随访的后两 天复查通知短信、医生推荐剂量更新时短信提醒患者;患者注册前提示、未完 成医生辅助项下信息直接给与患者推荐剂量时的提示、OCR识别时通过图形弹 出框提示。
上述在线分析系统中的数据保存在硬盘通过单服务器各备份一个数据库实 现,通过对硬盘的备份和恢复来实现通过第三方数据库保存和恢复数据,用户 数据可以根据需要进行恢复操作,服务器正常运行时,数据每月备份一次。
上述在线分析系统根据程序错误或系统故障,系统会自动产生日志,提示 错误或故障出现的位置和具体问题,便于维护人员对系统进行管理和维护。
上述在线分析系统中软件在最低配置需求的环境下,以50用户并发,查 询、分析、保存等典型临床功能的时间在3s内加载完成界面;10Mbps用户端宽 带,登陆界面输入用户名/密码正确后10秒内可登录软件系统。
应该理解的是,虽然图4的流程图中的各个步骤按照箭头的指示依次显示, 但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的 说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执 行。而且,图4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些 子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行, 这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或 者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程, 是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于 一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述 各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、 存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。 非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程 ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可 包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限, RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步 DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM (ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus) 直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器 总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述 实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特 征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细, 但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的 普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改 进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权 利要求为准。
Claims (10)
1.一种在线分析系统,所述系统包括:疗效评价模块,所述疗效评价模块包括:
数据获取单元,用于从数据库中提取医生推荐剂量、实际服药剂量、INR对应的数据;
曲线图绘制单元,用于以医生推荐剂量、实际服药剂量、INR为纵坐标,以时间为横坐标绘制曲线图,通过所生成的两条曲线的差异得到患者依从性指标;
数据标注单元,用于计算INR曲线图中的未超过目标INR的部分的时间百分比,并将INR曲线图中的未超过目标INR部分进行标注,将标注后的曲线图和所计算的时间百分比显示在医生终端和患者终端。
2.根据权利要求1所述的系统,其特征在于,所述系统还包括:
注册模块,用于接收患者终端、医生终端以及药师终端的注册,并为患者终端、医生终端以及药师终端配置对应的权限信息;
信息录入模块,用于接收已经注册的患者终端、医生终端以及药师终端的信息录入,并建立录入的信息与时间和录入终端的对应关系后,存储至数据库中;其中医生终端录入的信息包括主要就诊信息和次要就诊信息;
推荐参考因素提示模块,用于从数据库中将预设的参考因素对应的数据提取出来,并显示在医生终端;
剂量输出模块,用于将医生终端所发送的剂量推荐给患者终端进行显示;
复诊提醒模块,用于接收医生终端所设置的患者复诊时间,并将所述复诊时间发送给患者终端进行显示;
医生绩效统计模块,用于从数据库中提取出医生终端对应的患者的数据,并对患者的数据按照达到稳定剂量、发生不良反应及近三天需要随访的患者数进行统计,根据统计后的数据确定医生绩效。
3.根据权利要求2所述的系统,其特征在于,所述剂量输出模块包括:
剂量预测单元,用于从数据库中提取主要就诊信息和次要就诊信息,并将所述主要就诊信息和次要就诊信息输入至华法林剂量预测模型中得到与所述主要就诊信息和次要就诊信息对应的预测华法林剂量,所述预测华法林剂量仅发送至医生终端,对患者终端不可见;
调整单元,用于将所得到的预测华法林剂量以及各个检查指标发送至医生终端,以使得所述医生终端根据各个所述检查指标对所述预测华法林剂量进行调整得到推荐华法林剂量;
推荐华法林剂量获取单元,用于接收所述医生终端返回的推荐华法林剂量,并将所述推荐华法林剂量发送至患者终端进行显示。
4.根据权利要求3所述的系统,其特征在于,所述华法林剂量预测模型的生成方式包括:
从数据库中提取样本集,并对所述样本集进行规范化处理,将规范化处理后的样本集划分为若干组;
依次选取其中一组作为第一验证集,剩余的组作为训练集,并根据所述训练集以及预设算法构建单模型,并通过当前所选取的所述第一验证集对所述单模型进行验证得到所述单模型的误差,并根据同一所述预设算法对应的误差计算得到所述预设算法对应的精度;
选取所述精度符合要求的算法作为最优算法;
通过网格搜索对所述最优算法的参数进行调整;
根据所述样本集以及参数调整后的最优算法进行训练得到华法林剂量预测模型。
5.根据权利要求2所述的系统,其特征在于,所述推荐参考因素提示模块包括:
预设参考因素获取单元,用于获取系统中预设参考因素,所述预设参考因素包括年龄、身高、体重、基因型结果、合并用药、合并疾病;
数据提示单元,用于从数据库中将预设的参考因素对应的数据提取出来,并显示在医生终端。
6.根据权利要求1所述的系统,其特征在于,所述主要就诊信息包括患者的基本信息、常规检查结果及华法林用药信息;所述次要就诊信息包括患者的详细合并疾病、详细合并用药及常规检查详细信息。
7.根据权利要求1所述的系统,其特征在于,所述系统还包括信息溯源模块,所述信息溯源模块包括:
最新消息显示单元,用于显示最近预设次患者的主要就诊信息和次要就诊信息;
历史信息查看单元,用于显示携带有标注信息的日历,接收用户所选择的日历中具有标注信息的日期,并根据所选择的日期从数据库中提取到对应的患者的主要就诊信息和次要就诊信息,并将所提取到的对应的患者的主要就诊信息和次要就诊信息进行显示。
8.根据权利要求1所述的系统,其特征在于,所述信息录入模块包括:
登录单元,用于通过登录窗口接收用户名账号和密码,并对用户名账号和密码验证正确后完成登录;
权限管控单元,用于根据用户名账户获取到登录后的界面和内容。
9.根据权利要求1所述的系统,其特征在于,所述复诊提醒模块包括:
患者提醒单元,用于在下次随访的时间以红点突出显示,并提醒患者在该日前往医院随访检查;
医生提醒单元,用于提醒医生在下次随访的时间患者将来医院就诊检查;
短信提醒单元,用于在下次随访时间的前两天、当天及后两天以短信形式提醒患者提醒前往医院就诊。
10.根据权利要求1所述的系统,其特征在于,所述数据获取单元还用于获取预设治疗窗,以及通过线性差值法计算INR进入所述预设治疗窗的时间百分比;
所述曲线图绘制单元还用于以所计算的时间百分比为纵坐标,以时间为横坐标绘制TTR%曲线;
所述数据标注单元还用于在TTR%曲线的纵坐标的60%处进行标注。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010052309.0A CN111243704A (zh) | 2020-01-17 | 2020-01-17 | 一种在线分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010052309.0A CN111243704A (zh) | 2020-01-17 | 2020-01-17 | 一种在线分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111243704A true CN111243704A (zh) | 2020-06-05 |
Family
ID=70866928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010052309.0A Pending CN111243704A (zh) | 2020-01-17 | 2020-01-17 | 一种在线分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111243704A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739638A (zh) * | 2020-06-16 | 2020-10-02 | 刘�文 | 适用于分化型甲状腺癌患者的术后自助评估系统 |
CN112767350A (zh) * | 2021-01-19 | 2021-05-07 | 深圳麦科田生物医疗技术股份有限公司 | 血栓弹力图最大区间预测方法、装置、设备和存储介质 |
CN113380373A (zh) * | 2021-06-22 | 2021-09-10 | 天津蓝卡健康科技有限公司 | 一种智能用药指导系统的方法 |
CN113643780A (zh) * | 2021-07-22 | 2021-11-12 | 浙江海心智惠科技有限公司 | 一种便于回访的精细化提示方法 |
CN116344073A (zh) * | 2023-05-29 | 2023-06-27 | 肺诊网(苏州)网络科技有限公司 | 一种慢性患者终身跟踪随访管理方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105137097A (zh) * | 2015-07-27 | 2015-12-09 | 王天星 | 智能凝血酶原时间监控系统及其监控方法 |
CN205142281U (zh) * | 2015-11-05 | 2016-04-06 | 北京倍肯恒业科技发展有限责任公司 | 凝血网络检测系统 |
CN107229833A (zh) * | 2017-06-14 | 2017-10-03 | 重庆新三禾网络科技有限公司 | 一种用药追踪评分方法及系统 |
CN109390043A (zh) * | 2017-10-20 | 2019-02-26 | 上海市同仁医院 | 临床药学监护管理系统及其监护管理方法 |
CN110010252A (zh) * | 2019-04-01 | 2019-07-12 | 上海交通大学医学院附属新华医院 | 华法林给药剂量预测方法及装置 |
CN110136815A (zh) * | 2019-05-10 | 2019-08-16 | 重庆医科大学附属第二医院 | 基于互联网的心房颤动患者信息化管理与服务系统及方法 |
-
2020
- 2020-01-17 CN CN202010052309.0A patent/CN111243704A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105137097A (zh) * | 2015-07-27 | 2015-12-09 | 王天星 | 智能凝血酶原时间监控系统及其监控方法 |
CN205142281U (zh) * | 2015-11-05 | 2016-04-06 | 北京倍肯恒业科技发展有限责任公司 | 凝血网络检测系统 |
CN107229833A (zh) * | 2017-06-14 | 2017-10-03 | 重庆新三禾网络科技有限公司 | 一种用药追踪评分方法及系统 |
CN109390043A (zh) * | 2017-10-20 | 2019-02-26 | 上海市同仁医院 | 临床药学监护管理系统及其监护管理方法 |
CN110010252A (zh) * | 2019-04-01 | 2019-07-12 | 上海交通大学医学院附属新华医院 | 华法林给药剂量预测方法及装置 |
CN110136815A (zh) * | 2019-05-10 | 2019-08-16 | 重庆医科大学附属第二医院 | 基于互联网的心房颤动患者信息化管理与服务系统及方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739638A (zh) * | 2020-06-16 | 2020-10-02 | 刘�文 | 适用于分化型甲状腺癌患者的术后自助评估系统 |
CN112767350A (zh) * | 2021-01-19 | 2021-05-07 | 深圳麦科田生物医疗技术股份有限公司 | 血栓弹力图最大区间预测方法、装置、设备和存储介质 |
CN112767350B (zh) * | 2021-01-19 | 2024-04-26 | 深圳麦科田生物医疗技术股份有限公司 | 血栓弹力图最大区间预测方法、装置、设备和存储介质 |
CN113380373A (zh) * | 2021-06-22 | 2021-09-10 | 天津蓝卡健康科技有限公司 | 一种智能用药指导系统的方法 |
CN113643780A (zh) * | 2021-07-22 | 2021-11-12 | 浙江海心智惠科技有限公司 | 一种便于回访的精细化提示方法 |
CN116344073A (zh) * | 2023-05-29 | 2023-06-27 | 肺诊网(苏州)网络科技有限公司 | 一种慢性患者终身跟踪随访管理方法和系统 |
CN116344073B (zh) * | 2023-05-29 | 2023-08-15 | 肺诊网(苏州)网络科技有限公司 | 一种慢性患者终身跟踪随访管理方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210202103A1 (en) | Modeling and simulation of current and future health states | |
US20210210207A1 (en) | Simulation of health states and need for future medical services | |
CN111243704A (zh) | 一种在线分析系统 | |
Lapane et al. | Effect of a pharmacist‐led multicomponent intervention focusing on the medication monitoring phase to prevent potential adverse drug events in nursing homes | |
US8521716B2 (en) | Interface devices and methods for collection of information related to procedures | |
US20070033072A1 (en) | System and method for comprehensive remote patient monitoring and management | |
Whalley Buono et al. | Coming full circle in the measurement of medication adherence: opportunities and implications for health care | |
US20170109479A1 (en) | System and method for delivering digital coaching content | |
US9773094B1 (en) | Methods and systems for pharmacy modeling | |
Lee et al. | Improving medication safety for home nursing clients: a prospective observational study of a novel clinical pharmacy service—the Visiting Pharmacist (ViP) study | |
Chen et al. | Estimands in real-world evidence studies | |
Tian et al. | Use of continuous glucose monitors in the hospital: the Diabetes Technology Society hospital meeting report 2023 | |
Nguyen et al. | The AMÉLIE project: failure mode, effects and criticality analysis: a model to evaluate the nurse medication administration process on the floor | |
Rossom et al. | Pragmatic trial design of an intervention to reduce cardiovascular risk in people with serious mental illness | |
US11410761B2 (en) | Automated detection of medication interactions | |
Ho et al. | Integrating patient-centric indications into the prescribing process: experience at a tertiary academic medical center | |
Carson et al. | A comparison of medication profiles held by general practitioners and those documented during Home Medication Reviews | |
Weinhandl et al. | Low Quality of International Classification of Diseases, 10th Revision, Procedural Coding System Data Undermines the Validity of the Standardized Transfusion Ratio: Time to Chart a New Course? | |
US11972851B2 (en) | Patient care unit order confirmation | |
US20230197210A1 (en) | Methods and systems for converting unstructed data into an encoded, structured representation | |
US20230268070A1 (en) | Systems and methods for at-home testing, treatment, and monitoring | |
JP2023074932A (ja) | 遠隔診療及び服薬指導システム | |
Wolters | Service Evaluation of Three Telehealth Services for Monitoring Patients with Asthma, COPD, and Heart Failure | |
Hodge et al. | Embedding a State-Wide Prescription Drug Monitoring Program into the Electronic Health Record | |
Rajh et al. | “OPeN”-The National Adverse Reactions Database in the Croatian eHealth System |
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 |