CN111581300A - 一种基于健康医疗数据的标签矩阵构建及更新方法 - Google Patents
一种基于健康医疗数据的标签矩阵构建及更新方法 Download PDFInfo
- Publication number
- CN111581300A CN111581300A CN202010385918.8A CN202010385918A CN111581300A CN 111581300 A CN111581300 A CN 111581300A CN 202010385918 A CN202010385918 A CN 202010385918A CN 111581300 A CN111581300 A CN 111581300A
- Authority
- CN
- China
- Prior art keywords
- label
- data
- information
- health
- layer
- 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
- 230000036541 health Effects 0.000 title claims abstract description 83
- 239000011159 matrix material Substances 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000010276 construction Methods 0.000 title claims abstract description 20
- 238000013507 mapping Methods 0.000 claims abstract description 4
- 201000010099 disease Diseases 0.000 claims description 35
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 35
- 238000003745 diagnosis Methods 0.000 claims description 9
- 239000008280 blood Substances 0.000 claims description 6
- 210000004369 blood Anatomy 0.000 claims description 6
- 230000036772 blood pressure Effects 0.000 claims description 6
- 206010020751 Hypersensitivity Diseases 0.000 claims description 3
- 208000026935 allergic disease Diseases 0.000 claims description 3
- 230000007815 allergy Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000035622 drinking Effects 0.000 claims description 3
- 229940079593 drug Drugs 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims description 3
- 230000000391 smoking effect Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229940126532 prescription medicine Drugs 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开一种基于健康医疗数据的标签矩阵构建及更新方法,涉及数据处理技术领域,包括:采集健康医疗数据;根据直接获取、间接获取、预测获取三种方式,将采集的健康医疗数据划分为事实标签层、模型标签层、预测标签层三个标签层;对标签层进行纵向划分,以将每个标签层包含的健康医疗数据划分为基本信息、健康习惯、患病信息、治疗信息、其他信息五类数据维度;建立标签关系图谱表,来表征和设定标签层与数据维度之间的关系;将三个标签层和五类数据维度构建标签矩阵,并利用标签关系图谱表更新构建的标签矩阵。本方法通过划分的标签层和数据维度能够构建基于健康医疗数据的标签矩阵,通过建立标签关系图谱表能够更新标签矩阵。
Description
技术领域
本发明涉及数据处理技术领域,具体的说是一种基于健康医疗数据的标签矩阵构建及更新方法。
背景技术
健康医疗数据既包括个人在医院及社区卫生机构就诊的医疗数据信息,也包括来自于体检机构以及智能健康终端的体检及健康数据。
当前,很多地方政府都在进行区域健康医疗大数据平台建设工作,基于区域的健康医疗大数据平台汇聚了大量的健康医疗数据,从就诊的维度包括了个人建档、预约挂号、机构就诊、处方用药、检验检查、手术处置等过程数据,再加上诊前诊后的健康管理、个人体检等健康数据就构成了覆盖个人全生命周期的健康医疗数据。健康医疗的数据复杂性主要体现为其多元异构、稀疏高噪的特性。健康医疗数据的获取更新手段也区别于传统的互联网APP服务的标签体系建设过程。健康医疗的数据来源不仅仅是从APP端通过用户的操作产生数据,还有一部分数据要从医院业务系统中定时获取。这些数据有不管是对个人还是整个行业都有非常高的应用价值,通过标签构建技术可以进一步完成对这些数据的梳理形成个人健康医疗画像,通过画像完成精准的供需服务链接,进而产生更高的价值。
当前标签体系建设已在电商等互联网服务行业有成熟的应用,但是在健康医疗行业的应用还比较有限,另外在之前的标签体系建设中关注的多是标签本身的构建过程,而在标签之间的相互关系及动态更新机制方面没有提及,但这是保证标签持续准确性的重要前提。
发明内容
本发明针对目前技术发展的需求和不足之处,提供一种基于健康医疗数据的标签矩阵构建及更新方法。
本发明的一种基于健康医疗数据的标签矩阵构建及更新方法,解决上述技术问题采用的技术方案如下:
一种基于健康医疗数据的标签矩阵构建及更新方法,所述方法包括:
采集健康医疗数据;
根据直接获取、间接获取、预测获取三种方式,将采集的健康医疗数据划分为事实标签层、模型标签层、预测标签层三个标签层;
对标签层进行纵向划分,以将每个标签层包含的健康医疗数据划分为基本信息、健康习惯、患病信息、治疗信息、其他信息五类数据维度;
建立标签关系图谱表,来表征和设定标签层与数据维度之间的关系;
将三个标签层和五类数据维度构建标签矩阵,并利用标签关系图谱表更新构建的标签矩阵。
具体的,所涉及健康医疗数据既包括个人在医院及社区卫生机构就诊的医疗数据信息,也包括来自于体检机构以及智能健康终端的体检及健康数据。
具体的,所涉及事实标签层是对健康医疗数据的直观展现,其包含从健康医疗数据中直接获取或者经过标准转换即可得到的事实数据。
更具体的,所涉及模型标签层具有多个公式计算模型,所述事实标签层的数据经过相关的公式计算模型生成结果数据,所述结果数据就是所述模型标签层包含的数据。
优选的,所涉及模型标签层的公式计算模型不仅限于BMI指数计算模型、血压平均值计算模型、血糖平均值计算模型;
所述模型标签层包含的公式计算模型还包括ICD-10疾病分类与代码模型、次数统计模型。
更具体的,所涉及预测标签层具有疾病预测模型,该疾病预测模型可以根据事实标签层和模型标签层的数据维度信息进行预测。
更具体的,基于事实标签层包含的事实数据和模型标签层包含的结果数据,所述疾病预测模型不仅可以推断遗漏的事实数据和结果数据,还可以推断预测未知数据,所述未知数据指的是患者将来会得的某种疾病及得该疾病的概率。
更具体的,所涉及标签关系图谱表采用实体、关系、权重的表示方式,其中,每个标签层表示为实体,不同标签层中具有相互关系的数据存储为一条记录,在该条记录中用权重描述不同标签层中具有相互关系的数据之间的关联系数。
更具体的,所涉及的三个标签层和五类数据维度构建的标签矩阵有主动更新和被动更新两种更新方式,且标签矩阵被动更新方式在主动更新方式的基础上进行;
主动更新即是通过设置定时器去定时监测采集的健康医疗数据,以利用监测到变化的数据更新标签矩阵的标签层和数据维度;
被动更新即是利用标签关系图谱表把监测到变化的数据更新到标签矩阵的标签层和数据维度。
更具体的,所涉及每个标签层包含的健康医疗数据划分为基本信息、健康习惯、患病信息、治疗信息、其他信息五类数据维度,其中,
基本信息通常包含性别、年龄、民族、职业、身高、体重,还包含最近血压值、最近血糖值以及一些检验指标信息,
健康习惯包括吸烟情况、饮酒情况以及日常运动情况各项生活习惯,
患病信息指的是记录疾病诊断信息,患病信息按照既往病史及现病史分别进行对疾病原始诊断信息进行记录,
治疗信息旨在记录个人在医院的住院天数、手术信息以及医院用药数据,
其它信息包括个人的过敏史或者其它健康医疗信息。
本发明的一种基于健康医疗数据的标签矩阵构建及更新方法,与现有技术相比具有的有益效果是:
本发明通过将健康医疗数据划分成不同的标签层和数据维度,并建立标签关系图谱表来表征和设定标签层与数据维度之间的关系,构建了基于健康医疗数据的标签矩阵,便于了解和更新患者信息,方便管理的同时,还能通过历史数据预防未知疾病的发生。
附图说明
附图1是本发明的方法流程示意图。
具体实施方式
为使本发明的技术方案、解决的技术问题和技术效果更加清楚明白,以下结合具体实施例,对本发明的技术方案进行清楚、完整的描述。
实施例一:
本实施例提出一种基于健康医疗数据的标签矩阵构建及更新方法,该方法包括:
步骤S10、采集健康医疗数据;
步骤S20、根据直接获取、间接获取、预测获取三种方式,将采集的健康医疗数据划分为事实标签层、模型标签层、预测标签层三个标签层;
步骤S30、对标签层进行纵向划分,以将每个标签层包含的健康医疗数据划分为基本信息、健康习惯、患病信息、治疗信息、其他信息五类数据维度;
步骤S40、建立标签关系图谱表,来表征和设定标签层与数据维度之间的关系;
步骤S50、将三个标签层和五类数据维度构建标签矩阵,并利用标签关系图谱表更新构建的标签矩阵。
本实施例中,健康医疗数据既包括个人在医院及社区卫生机构就诊的医疗数据信息,也包括来自于体检机构以及智能健康终端的体检及健康数据。
需要补充的是:每个标签层包含的健康医疗数据划分为基本信息、健康习惯、患病信息、治疗信息、其他信息五类数据维度。其中:基本信息通常包含性别、年龄、民族、职业、身高、体重,还包含最近血压值、最近血糖值以及一些检验指标信息;健康习惯包括吸烟情况、饮酒情况以及日常运动情况等生活习惯;患病信息主要是记录疾病诊断信息,在这部分我们按照既往病史及现病史分别进行对疾病原始诊断信息进行记录;治疗信息主要记录个人在医院的住院天数、手术信息以及医院用药数据;其它信息包括个人的过敏史、等其它健康医疗信息。
本实施例中,事实标签层是对健康医疗数据的直观展现,其包含从健康医疗数据中直接获取或者经过标准转换即可得到的事实数据。
本实施例中,模型标签层具有多个公式计算模型,所述事实标签层的数据经过相关的公式计算模型生成结果数据,所述结果数据就是所述模型标签层包含的数据。其中,模型标签层的公式计算模型不仅限于BMI指数计算模型、血压平均值计算模型、血糖平均值计算模型。模型标签层包含的公式计算模型还包括ICD-10疾病分类与代码模型、次数统计模型。
本实施例中,预测标签层具有疾病预测模型,该疾病预测模型可以根据事实标签层和模型标签层的数据维度信息进行预测。基于事实标签层包含的事实数据和模型标签层包含的结果数据,疾病预测模型不仅可以推断遗漏的事实数据和结果数据,还可以推断预测未知数据,未知数据指的是患者将来会得的某种疾病及得该疾病的概率。实际采集数据过程中,我们有可能并不能获取到患者的所有信息,如患者的性别,此时,我们就可以通过患病信息(一些男性或女性特有的疾病)给出更为精确的预测结果。
本实施例中,标签关系图谱表采用实体、关系、权重的表示方式,其中,每个标签层表示为实体,不同标签层中具有相互关系的数据存储为一条记录,在该条记录中用权重描述不同标签层中具有相互关系的数据之间的关联系数。
本实施例中,三个标签层和五类数据维度构建的标签矩阵有主动更新和被动更新两种更新方式,且标签矩阵被动更新方式在主动更新方式的基础上进行。主动更新即是通过设置定时器去定时监测采集的健康医疗数据,以利用监测到变化的数据更新标签矩阵的标签层和数据维度。被动更新即是利用标签关系图谱表把监测到变化的数据更新到标签矩阵的标签层和数据维度。
综上可知,采用本发明的一种基于健康医疗数据的标签矩阵构建及更新方法,能够通过将健康医疗数据划分成不同的标签层和数据维度构建基于健康医疗数据的标签矩阵,还能通过建立标签关系图谱表来表征和设定标签层与数据维度之间的关系,实现标签矩阵的更新。
以上应用具体个例对本发明的原理及实施方式进行了详细阐述,这些实施例只是用于帮助理解本发明的核心技术内容。基于本发明的上述具体实施例,本技术领域的技术人员在不脱离本发明原理的前提下,对本发明所作出的任何改进和修饰,皆应落入本发明的专利保护范围。
Claims (10)
1.一种基于健康医疗数据的标签矩阵构建及更新方法,其特征在于,所述方法包括:
采集健康医疗数据;
根据直接获取、间接获取、预测获取三种方式,将采集的健康医疗数据划分为事实标签层、模型标签层、预测标签层三个标签层;
对标签层进行纵向划分,以将每个标签层包含的健康医疗数据划分为基本信息、健康习惯、患病信息、治疗信息、其他信息五类数据维度;
建立标签关系图谱表,来表征和设定标签层与数据维度之间的关系;
将三个标签层和五类数据维度构建标签矩阵,并利用标签关系图谱表更新构建的标签矩阵。
2.根据权利要求1所述的一种基于健康医疗数据的标签矩阵构建及更新方法,其特征在于,所述健康医疗数据既包括个人在医院及社区卫生机构就诊的医疗数据信息,也包括来自于体检机构以及智能健康终端的体检及健康数据。
3.根据权利要求1所述的一种基于健康医疗数据的标签矩阵构建及更新方法,其特征在于,所述事实标签层是对健康医疗数据的直观展现,其包含从健康医疗数据中直接获取或者经过标准转换即可得到的事实数据。
4.根据权利要求3所述的一种基于健康医疗数据的标签矩阵构建及更新方法,其特征在于,所述模型标签层具有多个公式计算模型,所述事实标签层的数据经过相关的公式计算模型生成结果数据,所述结果数据就是所述模型标签层包含的数据。
5.根据权利要求4所述的一种基于健康医疗数据的标签矩阵构建及更新方法,其特征在于,所述模型标签层的公式计算模型不仅限于BMI指数计算模型、血压平均值计算模型、血糖平均值计算模型;
所述模型标签层包含的公式计算模型还包括ICD-10疾病分类与代码模型、次数统计模型。
6.根据权利要求4所述的一种基于健康医疗数据的标签矩阵构建及更新方法,其特征在于,所述预测标签层具有疾病预测模型,该疾病预测模型可以根据事实标签层和模型标签层的数据维度信息进行预测。
7.根据权利要求6所述的一种基于健康医疗数据的标签矩阵构建及更新方法,其特征在于,基于事实标签层包含的事实数据和模型标签层包含的结果数据,所述疾病预测模型不仅可以推断遗漏的事实数据和结果数据,还可以推断预测未知数据,所述未知数据指的是患者将来会得的某种疾病及得该疾病的概率。
8.根据权利要求1所述的一种基于健康医疗数据的标签矩阵构建及更新方法,其特征在于,所述标签关系图谱表采用实体、关系、权重的表示方式;
其中,
每个标签层表示为实体,不同标签层中具有相互关系的数据存储为一条记录,在该条记录中用权重描述不同标签层中具有相互关系的数据之间的关联系数。
9.根据权利要求1或8所述的一种基于健康医疗数据的标签矩阵构建及更新方法,其特征在于,三个标签层和五类数据维度构建的标签矩阵有主动更新和被动更新两种更新方式,且标签矩阵被动更新方式在主动更新方式的基础上进行;
主动更新即是通过设置定时器去定时监测采集的健康医疗数据,以利用监测到变化的数据更新标签矩阵的标签层和数据维度;
被动更新即是利用标签关系图谱表把监测到变化的数据更新到标签矩阵的标签层和数据维度。
10.根据权利要求1所述的一种基于健康医疗数据的标签矩阵构建及更新方法,其特征在于,每个标签层包含的健康医疗数据划分为基本信息、健康习惯、患病信息、治疗信息、其他信息五类数据维度,其中,
基本信息通常包含性别、年龄、民族、职业、身高、体重,还包含最近血压值、最近血糖值以及一些检验指标信息,
健康习惯包括吸烟情况、饮酒情况以及日常运动情况各项生活习惯,
患病信息指的是记录疾病诊断信息,患病信息按照既往病史及现病史分别进行对疾病原始诊断信息进行记录,
治疗信息旨在记录个人在医院的住院天数、手术信息以及医院用药数据,
其它信息包括个人的过敏史或者其它健康医疗信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010385918.8A CN111581300A (zh) | 2020-05-09 | 2020-05-09 | 一种基于健康医疗数据的标签矩阵构建及更新方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010385918.8A CN111581300A (zh) | 2020-05-09 | 2020-05-09 | 一种基于健康医疗数据的标签矩阵构建及更新方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111581300A true CN111581300A (zh) | 2020-08-25 |
Family
ID=72126409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010385918.8A Pending CN111581300A (zh) | 2020-05-09 | 2020-05-09 | 一种基于健康医疗数据的标签矩阵构建及更新方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111581300A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113140323A (zh) * | 2020-12-31 | 2021-07-20 | 上海明品医学数据科技有限公司 | 一种健康画像生成方法、系统、介质及服务器 |
CN113782132A (zh) * | 2021-08-31 | 2021-12-10 | 平安国际智慧城市科技股份有限公司 | 标签信息的动态更新方法、装置及介质 |
CN115762711A (zh) * | 2022-10-21 | 2023-03-07 | 东华医为科技有限公司 | 一种住院患者辅助营养干预系统、方法以及装置 |
CN117438023A (zh) * | 2023-10-31 | 2024-01-23 | 灌云县南岗镇卫生院 | 基于大数据的医院信息管理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170061330A1 (en) * | 2015-08-31 | 2017-03-02 | International Business Machines Corporation | Method, system and computer program product for learning classification model |
CN108427661A (zh) * | 2018-03-19 | 2018-08-21 | 广州汇智通信技术有限公司 | 一种新大数据标签生产方法及装置 |
CN108630290A (zh) * | 2018-05-04 | 2018-10-09 | 浙江大学 | 一种面向慢病患者的健康知识个性化推荐方法和系统 |
CN109670054A (zh) * | 2018-12-26 | 2019-04-23 | 医渡云(北京)技术有限公司 | 知识图谱构建方法、装置、存储介质及电子设备 |
CN110287317A (zh) * | 2019-06-06 | 2019-09-27 | 昆明理工大学 | 一种基于cnn-dbn的层次多标签医疗问题分类方法 |
-
2020
- 2020-05-09 CN CN202010385918.8A patent/CN111581300A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170061330A1 (en) * | 2015-08-31 | 2017-03-02 | International Business Machines Corporation | Method, system and computer program product for learning classification model |
CN108427661A (zh) * | 2018-03-19 | 2018-08-21 | 广州汇智通信技术有限公司 | 一种新大数据标签生产方法及装置 |
CN108630290A (zh) * | 2018-05-04 | 2018-10-09 | 浙江大学 | 一种面向慢病患者的健康知识个性化推荐方法和系统 |
CN109670054A (zh) * | 2018-12-26 | 2019-04-23 | 医渡云(北京)技术有限公司 | 知识图谱构建方法、装置、存储介质及电子设备 |
CN110287317A (zh) * | 2019-06-06 | 2019-09-27 | 昆明理工大学 | 一种基于cnn-dbn的层次多标签医疗问题分类方法 |
Non-Patent Citations (3)
Title |
---|
姚华彦等: ""基于大数据的患者画像标签体系构建方法及应用研究"" * |
杨晓夫;秦函书;: "基于电子病历利用矩阵乘法构建医生推荐模型" * |
韩普;马健;张嘉明;刘亦卓;: "基于多数据源融合的医疗知识图谱框架构建研究" * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113140323A (zh) * | 2020-12-31 | 2021-07-20 | 上海明品医学数据科技有限公司 | 一种健康画像生成方法、系统、介质及服务器 |
CN113140323B (zh) * | 2020-12-31 | 2023-01-13 | 上海明品医学数据科技有限公司 | 一种健康画像生成方法、系统、介质及服务器 |
CN113782132A (zh) * | 2021-08-31 | 2021-12-10 | 平安国际智慧城市科技股份有限公司 | 标签信息的动态更新方法、装置及介质 |
CN113782132B (zh) * | 2021-08-31 | 2024-04-09 | 深圳平安智慧医健科技有限公司 | 标签信息的动态更新方法、装置及介质 |
CN115762711A (zh) * | 2022-10-21 | 2023-03-07 | 东华医为科技有限公司 | 一种住院患者辅助营养干预系统、方法以及装置 |
CN117438023A (zh) * | 2023-10-31 | 2024-01-23 | 灌云县南岗镇卫生院 | 基于大数据的医院信息管理方法及系统 |
CN117438023B (zh) * | 2023-10-31 | 2024-04-26 | 灌云县南岗镇卫生院 | 基于大数据的医院信息管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111581300A (zh) | 一种基于健康医疗数据的标签矩阵构建及更新方法 | |
KR102558021B1 (ko) | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 | |
CN109119130A (zh) | 一种基于云计算的大数据健康管理系统及方法 | |
CN106951703B (zh) | 一种生成电子病历的系统及方法 | |
CN103690240A (zh) | 一种医疗系统 | |
CN108257648A (zh) | 一种基于大数据的医疗健康数据管理系统 | |
US20190108264A1 (en) | System prototype of intelligent regional mobile healthcare integrated data center based on metadata | |
Singh et al. | Cvdmagic: a mobile based study for cvd risk detection in rural india | |
CN115116612A (zh) | 一种儿童患者病情智能风险评估系统及方法 | |
CN113643814A (zh) | 健康管理方案的推荐方法、装置、设备及存储介质 | |
CN117577262A (zh) | 一种基于大语言模型技术的智能动态血压管理方法与系统 | |
CN117497149A (zh) | 一种基于人工智能的医院管理方法及系统 | |
CN115473925B (zh) | 一种基于云计算的医用呼叫智能管理方法及系统 | |
CN105975779A (zh) | 基于物联网的血糖管理方法 | |
US20100249529A1 (en) | Pain Monitoring Apparatus and Methods Thereof | |
CN113140323B (zh) | 一种健康画像生成方法、系统、介质及服务器 | |
WO2022141929A1 (zh) | 一种健康自测系统、服务器及健康检测系统 | |
US20200381118A1 (en) | Artificial intelligence (ai) system for individual health maintenance recommendations | |
JP2018082765A (ja) | 診断装置、診断方法、プログラム | |
CN111477316A (zh) | 一种基于互联网的家庭用医患护智能系统 | |
KR20210014881A (ko) | 사용자의 노화 정도 평가 제공 방법 및 시스템 | |
KR102319095B1 (ko) | 맞춤형 헬스케어 시스템 | |
Liu et al. | E-healthcare supported by big data | |
CN114926313A (zh) | 基于互联网的社区护理新型服务模式系统 | |
JP2008269168A (ja) | 医用情報検索システム及び医用情報検索ネットワーク |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200825 |