CN111933238A - 信息推送方法、装置、电子设备及存储介质 - Google Patents
信息推送方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111933238A CN111933238A CN202010898960.XA CN202010898960A CN111933238A CN 111933238 A CN111933238 A CN 111933238A CN 202010898960 A CN202010898960 A CN 202010898960A CN 111933238 A CN111933238 A CN 111933238A
- Authority
- CN
- China
- Prior art keywords
- information
- item
- suggested
- book
- risk
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 44
- 238000012502 risk assessment Methods 0.000 claims abstract description 40
- 238000012790 confirmation Methods 0.000 claims description 38
- 238000012550 audit Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract 1
- 238000010276 construction Methods 0.000 abstract 1
- 230000001737 promoting effect Effects 0.000 abstract 1
- 239000013598 vector Substances 0.000 description 8
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000013146 percutaneous coronary intervention Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 3
- 208000004476 Acute Coronary Syndrome Diseases 0.000 description 2
- 208000007536 Thrombosis Diseases 0.000 description 2
- 239000003146 anticoagulant agent Substances 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 238000013524 data verification Methods 0.000 description 2
- 238000009169 immunotherapy Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 150000002632 lipids Chemical class 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 208000010125 myocardial infarction Diseases 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 230000002537 thrombolytic effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Abstract
本申请涉及人工智能技术领域,可应用于智慧医疗领域中,从而推动智慧城市的建设。本申请提供一种信息推送方法、装置、电子设备及存储介质,方法包括:当接收到术前信息推送指令时,获取目标患者的临床数据以及手术信息;使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息;根据所述手术信息以及所述风险信息,生成参考项以及建议项;根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单;根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息。本发明能向患者推送合适的信息。
Description
技术领域
本发明涉及智慧医疗领域,尤其涉及一种信息推送方法、装置、电子设备及存储介质。
背景技术
目前,在患者教育这方面,可以通过内容推荐引擎来为患者提供良好的阅读体验,但在实践中发现,内容推荐引擎实现内容推荐依赖于长时间积累的患者平常使用数据,即用户画像,因此,无法为使用次数较少的患者提供合适的内容信息。
因此,如何向患者推送合适的信息是一个需要解决的技术问题。
发明内容
鉴于以上内容,有必要提供一种信息推送方法、装置、电子设备及存储介质,能够向患者推送合适的信息。
本发明的第一方面提供一种信息推送方法,所述方法包括:
当接收到术前信息推送指令时,获取目标患者的临床数据以及手术信息;
使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息;
根据所述手术信息以及所述风险信息,生成参考项以及建议项;
根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单;
根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息。
在一种可能的实现方式中,所述根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单包括:
针对每个所述参考项,通过相似度算法,从预设的多个第一书籍标签中确定第一相似标签;
针对每个所述建议项,通过所述相似度算法,从预设的多个第二书籍标签中确定第二相似标签;
从预设的书籍库中确定携带有所述第一相似标签的第一书籍,以及从所述书籍库中确定携带有所述第二相似标签的第二书籍;
根据所述第一书籍,生成参考书籍名单,以及根据所述第二书籍,生成建议书籍名单。
在一种可能的实现方式中,所述针对每个所述参考项,通过相似度算法,从预设的多个第一书籍标签中确定第一相似标签包括:
针对每个所述参考项,根据预设的字典,对所述参考项进行分词,获得第一词语;
确定所述预设的多个第一书籍标签中每个所述第一书籍标签与所述第一词语的相似度;
从所述预设的多个第一书籍标签中,将所述相似度大于预设相似度阈值的第一书籍标签确定为所述第一相似标签。
在一种可能的实现方式中,所述使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息之后,所述信息推送方法还包括:
根据所述临床数据、所述手术信息以及所述风险信息,生成风险确认请求;
将所述风险确认请求发送风险确认终端;
所述根据所述手术信息以及所述风险信息,生成参考项以及建议项包括:
当接收到所述风险确认终端发送的指示确认无误的反馈值后,根据所述手术信息以及所述风险信息,生成参考项以及建议项。
在一种可能的实现方式中,所述根据所述手术信息以及所述风险信息,生成参考项以及建议项包括:
从预设的参考库中获取与所述手术信息以及所述风险信息均匹配的参考数据;
从预设的建议库中获取与所述手术信息以及所述风险信息均匹配的建议数据;
将所述参考数据确定为所述参考项,以及将所述建议数据确定为所述建议项。
在一种可能的实现方式中,所述根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息包括:
将所述参考项以及所述参考书籍名单组成参考信息;
将所述建议项以及所述建议书籍名单组成建议信息;
将所述参考信息以及所述建议信息确定为推送信息。
在一种可能的实现方式中,所述根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息之后,所述信息推送方法还包括:
将所述推送信息发送至审核终端;
当接收到所述审核终端发送的审核通过指示时,将所述推送信息发送至所述目标患者的终端。
本发明的第二方面提供一种信息推送装置,所述信息推送装置包括:
获取模块,用于当接收到术前信息推送指令时,获取目标患者的临床数据以及手术信息;
分析模块,用于使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息;
生成模块,用于根据所述手术信息以及所述风险信息,生成参考项以及建议项;
所述生成模块,还用于根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单;
所述生成模块,还用于根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息。
本发明的第三方面提供一种电子设备,所述电子设备包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序时实现所述的信息推送方法。
本发明的第四方面提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现所述的信息推送方法。
由以上技术方案,本发明中,可以使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息,并为风险信息提供参考项、参考书籍名单、建议项、建议书籍名单等信息,能够让患者更容易理解风险评估的结果,同时,能够在缺乏患者的长时间使用的数据积累的情况下推荐符合患者病情程度的患者教育内容。
附图说明
图1是本发明公开的一种信息推送方法的较佳实施例的流程图。
图2是本发明公开的一种信息推送装置的较佳实施例的功能模块图。
图3是本发明实现信息推送方法的较佳实施例的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
本发明实施例的信息推送方法应用在电子设备中,也可以应用在电子设备和通过网络与所述电子设备进行连接的服务器所构成的硬件环境中,由服务器和电子设备共同执行。网络包括但不限于:广域网、城域网或局域网。
其中,服务器可以是指能对网络中其它设备(如电子设备)提供服务的计算机系统。如果一个个人电脑能够对外提供文件传输协议(File Transfer Protocol,简称FTP)服务,也可以叫服务器。从狭义范围上讲,服务器专指某些高性能计算机,能通过网络,对外提供服务,其相对于普通的个人电脑来说,稳定性、安全性、性能等方面都要求更高,因此在CPU、芯片组、内存、磁盘系统、网络等硬件和普通的个人电脑有所不同。
所述电子设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字处理器(DSP)、嵌入式设备等。所述电子设备还可包括网络设备和/或用户设备。其中,所述网络设备包括但不限于单个网络设备、多个网络设备组成的服务器组或基于云计算(Cloud Computing)的由大量主机或网络设备构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。所述用户设备包括但不限于任何一种可与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理PDA等。
请参见图1,图1是本发明公开的一种信息推送方法的较佳实施例的流程图。其中,根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。其中,所述信息推送方法的执行主体可以是电子设备。
S11、当接收到术前信息推送指令时,获取目标患者的临床数据以及手术信息。
其中,所述临床数据可以包括,但不限于患者的年龄、BMI、血压、血脂、疾病分级、既往病史、是否接受过免疫治疗等指标数据。
其中,所述手术信息可以是手术名称,比如PCI(percutaneous coronaryintervention,经皮冠状动脉介入治疗)。
S12、使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息。
其中,所述风险信息可以是风险等级,比如低危险、中危险以及高危险等。
其中,所述预设的风险分析算法可以是统计学上的分析算法,也可以是线性回归算法,比如logistic回归,可以根据不同的手术选择不同的风险分析算法,比如TIMI(theThrombolysis in Myocardial Infarction,心肌梗死溶栓治疗)危险评分算法是一种临床上针对于急性冠脉综合征患者的危险评分算法。
作为一种可选的实施方式,所述使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息之后,所述方法还包括:
根据所述临床数据、所述手术信息以及所述风险信息,生成风险确认请求;
将所述风险确认请求发送风险确认终端;
所述根据所述手术信息以及所述风险信息,生成参考项以及建议项包括:
当接收到所述风险确认终端发送的指示确认无误的反馈值后,根据所述手术信息以及所述风险信息,生成参考项以及建议项。
在该可选的实施方式中,可以根据所述临床数据、所述手术信息以及所述风险信息、生成风险确认请求,将所述风险确认请求发送风险确认终端,可选的,可以通过部署在确认终端的确认机制,比如对所述临床数据进行数据校验,重新进行风险分析等,来确定所述风险信息是否无误,也可以通知专业的医生进行人工确认。本实施方式中,当接收到所述风险确认终端发送的指示确认无误的反馈值后,比如接收到预先配置好的确认无误的反馈值“1”,可以根据所述手术信息以及所述风险信息,生成参考项以及建议项,或者,若接收到所述风险确认终端发送的指示确认有误的反馈值后,比如接收到预先配置好的确认有误的反馈值“0”,生成告警信息。
S13、根据所述手术信息以及所述风险信息,生成参考项以及建议项。
具体的,所述根据所述手术信息以及所述风险信息,生成参考项以及建议项包括:
从预设的参考库中获取与所述手术信息以及所述风险信息均匹配的参考数据;
从预设的建议库中获取与所述手术信息以及所述风险信息均匹配的建议数据;
将所述参考数据确定为所述参考项,以及将所述建议数据确定为所述建议项。
其中,所述参考项可以是指一些需要患者去了解的一些事项。
其中,所述建议项可以是指一些需要患者参与执行的一些行为。
在该可选的实施方式中,可以预先构建参考库以及建议库,然后只需要在所述参考库中进行查询,就可以获取到与所述手术信息以及所述风险信息均匹配的参考数据,在所述建议库中进行查询,就可以获取到与所述手术信息以及所述风险信息均匹配的建议数据,将所述参考数据作为参考项进行输出,将所述建议数据作为建议项进行输出。
S14、根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单。
具体的,所述根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单包括:
针对每个所述参考项,通过相似度算法,从预设的多个第一书籍标签中确定第一相似标签;
针对每个所述建议项,通过所述相似度算法,从预设的多个第二书籍标签中确定第二相似标签;
从预设的书籍库中确定携带有所述第一相似标签的第一书籍,以及从所述书籍库中确定携带有所述第二相似标签的第二书籍;
根据所述第一书籍,生成参考书籍名单,以及根据所述第二书籍,生成建议书籍名单。
在该可选的实施方式中,可以预先为每个书籍进行打标签,将适用于给患者参考的书籍的标签归类为所述第一书籍标签,将适用于给患者建议的书籍的标签归类为所述第二书籍标签,针对每个所述参考项,通过相似度算法,从预设的多个第一书籍标签中确定第一相似标签,针对每个所述建议项,通过所述相似度算法,从所述第二书籍标签中确定第二相似标签,从预设的书籍库中确定携带有所述第一相似标签的第一书籍,以及从所述书籍库中确定携带有所述第二相似标签的第二书籍,根据所述第一书籍,生成参考书籍名单,以及根据所述第二书籍,生成建议书籍名单。
具体的,所述针对每个所述参考项,通过相似度算法,从预设的多个第一书籍标签中确定第一相似标签包括:
针对每个所述参考项,根据预设的字典,对所述参考项进行分词,获得第一词语;
确定所述预设的多个第一书籍标签中每个所述第一书籍标签与所述第一词语的相似度;
从所述预设的多个第一书籍标签中,将所述相似度大于预设相似度阈值的第一书籍标签确定为所述第一相似标签。
在该可选的实施方式中,从所述预设的多个第一书籍标签中,将所述相似度大于预设相似度阈值的第一书籍标签确定为所述第一相似标签,可以使用预设的字典对所述参考项进行分词处理,获得一个或多个词语,即获得一个或多个所述第一词语,在计算所述第一书籍标签与所述第一词语的相似度的时候,需要将所述第一书籍标签以及所述第一词语转换为对应的向量,然后可以计算向量间的欧式距离,并将向量间的欧式距离作为所述第一书籍标签与所述第一词语的相似度,其中,可以通过CBOW(continuous-bag-of-words,连续词袋)训练获得的转换网络进行向量的转换。
S15、根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息。
具体的,所述根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息包括:
将所述参考项以及所述参考书籍名单组成参考信息;
将所述建议项以及所述建议书籍名单组成建议信息;
将所述参考信息以及所述建议信息确定为推送信息。
在该可选的实施方式中,可以将所述参考项以及所述参考书籍名单按照预设的格式要求进行组合或者其它处理,比如字符串拼接等处理,获得参考信息,将所述建议项以及所述建议书籍名单按照预设的格式要求进行组合或者其它处理,比如字符串拼接等处理,获得建议信息,将所述参考信息以及所述建议信息确定为推送信息。
作为一种可选的实施方式,所述根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息之后,所述方法还包括:
将所述推送信息发送至审核终端;
当接收到所述审核终端发送的审核通过指示时,将所述推送信息发送至所述目标患者的终端。
作为一种可选的实施方式,在生成推送信息之后,可以先将推送信息发送至审核终端,由部署在审核终端的审核机制或者审核人员进行审核,若审核没问题,审核终端返回审核通过指示,然后再将所述推送信息发送至所述目标患者的终端。其中,所述目标患者的终端可以是所述目标患者登记的移动设备或者所述目标患者登录的客户端所在的设备。
在图1所描述的方法流程中,可以使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息,并为风险信息提供参考项、参考书籍名单、建议项、建议书籍名单等信息,能够让患者更容易理解风险评估的结果,同时,能够在缺乏患者的长时间使用的数据积累的情况下推荐符合患者病情程度的患者教育内容。
图2是本发明公开的一种信息推送装置的较佳实施例的功能模块图。
请参见图2,所述信息推送装置20可运行于电子设备中。所述信息推送装置20可以包括多个由程序代码段所组成的功能模块。所述信息推送装置20中的各个程序段的程序代码可以存储于存储器中,并由至少一个处理器所执行,以执行图1所描述的信息推送方法中的部分或全部步骤。
本实施例中,所述信息推送装置20根据其所执行的功能,可以被划分为多个功能模块。所述功能模块可以包括:获取模块201、分析模块202及生成模块203。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段,其存储在存储器中。
获取模块201,用于当接收到术前信息推送指令时,获取目标患者的临床数据以及手术信息。
其中,所述临床数据可以包括,但不限于患者的年龄、BMI、血压、血脂、疾病分级、既往病史、是否接受过免疫治疗等指标数据。
其中,所述手术信息可以是手术名称,比如PCI(percutaneous coronaryintervention,经皮冠状动脉介入治疗)。
分析模块202,用于使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息。
其中,所述风险信息可以是风险等级,比如低危险、中危险以及高危险等。
其中,所述预设的风险分析算法可以是统计学上的分析算法,也可以是线性回归算法,比如logistic回归,可以根据不同的手术选择不同的风险分析算法,比如TIMI(theThrombolysis in Myocardial Infarction,心肌梗死溶栓治疗)危险评分算法是一种临床上针对于急性冠脉综合征患者的危险评分算法。
生成模块203,用于根据所述手术信息以及所述风险信息,生成参考项以及建议项。
所述生成模块203,还用于根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单。
所述生成模块203,还用于根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息。
作为一种可选的实施方式,所述生成模块203根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单的方式具体为:
针对每个所述参考项,通过相似度算法,从预设的多个第一书籍标签中确定第一相似标签;
针对每个所述建议项,通过所述相似度算法,从预设的多个第二书籍标签中确定第二相似标签;
从预设的书籍库中确定携带有所述第一相似标签的第一书籍,以及从所述书籍库中确定携带有所述第二相似标签的第二书籍;
根据所述第一书籍,生成参考书籍名单,以及根据所述第二书籍,生成建议书籍名单。
在该可选的实施方式中,可以预先为每个书籍进行打标签,将适用于给患者参考的书籍的标签归类为所述第一书籍标签,将适用于给患者建议的书籍的标签归类为所述第二书籍标签,针对每个所述参考项,通过相似度算法,从预设的多个第一书籍标签中确定第一相似标签,针对每个所述建议项,通过所述相似度算法,从所述第二书籍标签中确定第二相似标签,从预设的书籍库中确定携带有所述第一相似标签的第一书籍,以及从所述书籍库中确定携带有所述第二相似标签的第二书籍,根据所述第一书籍,生成参考书籍名单,以及根据所述第二书籍,生成建议书籍名单。
作为一种可选的实施方式,所述生成模块203针对每个所述参考项,通过相似度算法,从预设的多个第一书籍标签中确定第一相似标签的方式具为:
针对每个所述参考项,根据预设的字典,对所述参考项进行分词,获得第一词语;
确定所述预设的多个第一书籍标签中每个所述第一书籍标签与所述第一词语的相似度;
从所述预设的多个第一书籍标签中,将所述相似度大于预设相似度阈值的第一书籍标签确定为所述第一相似标签。
在该可选的实施方式中,从所述预设的多个第一书籍标签中,将所述相似度大于预设相似度阈值的第一书籍标签确定为所述第一相似标签,可以使用预设的字典对所述参考项进行分词处理,获得一个或多个词语,即获得一个或多个所述第一词语,在计算所述第一书籍标签与所述第一词语的相似度的时候,需要将所述第一书籍标签以及所述第一词语转换为对应的向量,然后可以计算向量间的欧式距离,并将向量间的欧式距离作为所述第一书籍标签与所述第一词语的相似度,其中,可以通过CBOW(continuous-bag-of-words,连续词袋)训练获得的转换网络进行向量的转换。
作为一种可选的实施方式,所述生成模块203,还用于所述分析模块202使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息之后,根据所述临床数据、所述手术信息以及所述风险信息,生成风险确认请求;
所述信息推送装置20还包括:
第一发送模块,用于将所述风险确认请求发送风险确认终端。
所述生成模块203根据所述手术信息以及所述风险信息,生成参考项以及建议项的方式还包括:
当接收到所述风险确认终端发送的指示确认无误的反馈值后,根据所述手术信息以及所述风险信息,生成参考项以及建议项。
在该可选的实施方式中,可以根据所述临床数据、所述手术信息以及所述风险信息、生成风险确认请求,将所述风险确认请求发送风险确认终端,可选的,可以通过部署在确认终端的确认机制,比如对所述临床数据进行数据校验,重新进行风险分析等,来确定所述风险信息是否无误,也可以通知专业的医生进行人工确认。本实施方式中,当接收到所述风险确认终端发送的指示确认无误的反馈值后,比如接收到预先配置好的确认无误的反馈值“1”,可以根据所述手术信息以及所述风险信息,生成参考项以及建议项,或者,若接收到所述风险确认终端发送的指示确认有误的反馈值后,比如接收到预先配置好的确认有误的反馈值“0”,生成告警信息。
作为一种可选的实施方式,所述生成模块203根据所述手术信息以及所述风险信息,生成参考项以及建议项的方式具体为:
从预设的参考库中获取与所述手术信息以及所述风险信息均匹配的参考数据;
从预设的建议库中获取与所述手术信息以及所述风险信息均匹配的建议数据;
将所述参考数据确定为所述参考项,以及将所述建议数据确定为所述建议项。
其中,所述参考项可以是指一些需要患者去了解的一些事项。
其中,所述建议项可以是指一些需要患者参与执行的一些行为。
在该可选的实施方式中,可以预先构建参考库以及建议库,然后只需要在所述参考库中进行查询,就可以获取到与所述手术信息以及所述风险信息均匹配的参考数据,在所述建议库中进行查询,就可以获取到与所述手术信息以及所述风险信息均匹配的建议数据,将所述参考数据作为参考项进行输出,将所述建议数据作为建议项进行输出。
作为一种可选的实施方式,所述生成模块203根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息的方式具体为:
将所述参考项以及所述参考书籍名单组成参考信息;
将所述建议项以及所述建议书籍名单组成建议信息;
将所述参考信息以及所述建议信息确定为推送信息。
在该可选的实施方式中,可以将所述参考项以及所述参考书籍名单按照预设的格式要求进行组合或者其它处理,比如字符串拼接等处理,获得参考信息,将所述建议项以及所述建议书籍名单按照预设的格式要求进行组合或者其它处理,比如字符串拼接等处理,获得建议信息,将所述参考信息以及所述建议信息确定为推送信息。
作为一种可选的实施方式,所述信息推送装置20还包括:
第二发送模块,用于所述生成模块203根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息之后,将所述推送信息发送至审核终端;
所述第二发送模块,还用于当接收到所述审核终端发送的审核通过指示时,将所述推送信息发送至所述目标患者的终端。
作为一种可选的实施方式,在生成推送信息之后,可以先将推送信息发送至审核终端,由部署在审核终端的审核机制或者审核人员进行审核,若审核没问题,审核终端返回审核通过指示,然后再将所述推送信息发送至所述目标患者的终端。其中,所述目标患者的终端可以是所述目标患者登记的移动设备或者所述目标患者登录的客户端所在的设备。
在图2所描述的信息推送装置中,可以使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息,并为风险信息提供参考项、参考书籍名单、建议项、建议书籍名单等信息,能够让患者更容易理解风险评估的结果,同时,能够在缺乏患者的长时间使用的数据积累的情况下推荐符合患者病情程度的患者教育内容。
如图3所示,图3是本发明实现信息推送方法的较佳实施例的电子设备的结构示意图。所述电子设备3包括存储器31、至少一个处理器32、存储在所述存储器31中并可在所述至少一个处理器32上运行的计算机程序33及至少一条通讯总线34。
本领域技术人员可以理解,图3所示的示意图仅仅是所述电子设备3的示例,并不构成对所述电子设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备3还可以包括输入输出设备、网络接入设备等。
所述电子设备3还包括但不限于任何一种可与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏机、交互式网络电视(InternetProtocol Television,IPTV)、智能式穿戴式设备等。所述电子设备3所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
所述至少一个处理器32可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、分立硬件组件等。该处理器32可以是微处理器或者该处理器32也可以是任何常规的处理器等,所述处理器32是所述电子设备3的控制中心,利用各种接口和线路连接整个电子设备3的各个部分。
所述存储器31可用于存储所述计算机程序33和/或模块/单元,所述处理器32通过运行或执行存储在所述存储器31内的计算机程序和/或模块/单元,以及调用存储在存储器31内的数据,实现所述电子设备3的各种功能。所述存储器31可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备3的使用所创建的数据等。此外,存储器31可以包括易失性和非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件等。
结合图1,所述电子设备3中的所述存储器31存储多个指令以实现一种信息推送方法,所述处理器32可执行所述多个指令从而实现:
当接收到术前信息推送指令时,获取目标患者的临床数据以及手术信息;
使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息;
根据所述手术信息以及所述风险信息,生成参考项以及建议项;
根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单;
根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息。
具体地,所述处理器32对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
在图3所描述的电子设备3中,可以使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息,并为风险信息提供参考项、参考书籍名单、建议项、建议书籍名单等信息,能够让患者更容易理解风险评估的结果,同时,能够在缺乏患者的长时间使用的数据积累的情况下推荐符合患者病情程度的患者教育内容。
所述电子设备3集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也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计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存储器(RAM,Random Access Memory)等。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种信息推送方法,其特征在于,所述信息推送方法包括:
当接收到术前信息推送指令时,获取目标患者的临床数据以及手术信息;
使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息;
根据所述手术信息以及所述风险信息,生成参考项以及建议项;
根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单;
根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息。
2.根据权利要求1所述的信息推送方法,其特征在于,所述根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单包括:
针对每个所述参考项,通过相似度算法,从预设的多个第一书籍标签中确定第一相似标签;
针对每个所述建议项,通过所述相似度算法,从预设的多个第二书籍标签中确定第二相似标签;
从预设的书籍库中确定携带有所述第一相似标签的第一书籍,以及从所述书籍库中确定携带有所述第二相似标签的第二书籍;
根据所述第一书籍,生成参考书籍名单,以及根据所述第二书籍,生成建议书籍名单。
3.根据权利要求2所述的信息推送方法,其特征在于,所述针对每个所述参考项,通过相似度算法,从预设的多个第一书籍标签中确定第一相似标签包括:
针对每个所述参考项,根据预设的字典,对所述参考项进行分词,获得第一词语;
确定所述预设的多个第一书籍标签中每个所述第一书籍标签与所述第一词语的相似度;
从所述预设的多个第一书籍标签中,将所述相似度大于预设相似度阈值的第一书籍标签确定为所述第一相似标签。
4.根据权利要求1所述的信息推送方法,其特征在于,所述使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息之后,所述信息推送方法还包括:
根据所述临床数据、所述手术信息以及所述风险信息,生成风险确认请求;
将所述风险确认请求发送风险确认终端;
所述根据所述手术信息以及所述风险信息,生成参考项以及建议项包括:
当接收到所述风险确认终端发送的指示确认无误的反馈值后,根据所述手术信息以及所述风险信息,生成参考项以及建议项。
5.根据权利要求1至4中任一项所述的信息推送方法,其特征在于,所述根据所述手术信息以及所述风险信息,生成参考项以及建议项包括:
从预设的参考库中获取与所述手术信息以及所述风险信息均匹配的参考数据;
从预设的建议库中获取与所述手术信息以及所述风险信息均匹配的建议数据;
将所述参考数据确定为所述参考项,以及将所述建议数据确定为所述建议项。
6.根据权利要求1至4中任一项所述的信息推送方法,其特征在于,所述根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息包括:
将所述参考项以及所述参考书籍名单组成参考信息;
将所述建议项以及所述建议书籍名单组成建议信息;
将所述参考信息以及所述建议信息确定为推送信息。
7.根据权利要求1至4中任一项所述的信息推送方法,其特征在于,所述根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息之后,所述信息推送方法还包括:
将所述推送信息发送至审核终端;
当接收到所述审核终端发送的审核通过指示时,将所述推送信息发送至所述目标患者的终端。
8.一种信息推送装置,其特征在于,所述信息推送装置包括:
获取模块,用于当接收到术前信息推送指令时,获取目标患者的临床数据以及手术信息;
分析模块,用于使用预设的风险分析算法对所述临床数据以及所述手术信息进行风险分析,获得风险信息;
生成模块,用于根据所述手术信息以及所述风险信息,生成参考项以及建议项;
所述生成模块,还用于根据所述参考项,生成参考书籍名单,以及根据所述建议项,生成建议书籍名单;
所述生成模块,还用于根据所述参考项、所述建议项、所述参考书籍名单以及所述建议书籍名单,生成推送信息。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至7中任意一项所述的信息推送方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1至7中任意一项所述的信息推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010898960.XA CN111933238B (zh) | 2020-08-31 | 2020-08-31 | 信息推送方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010898960.XA CN111933238B (zh) | 2020-08-31 | 2020-08-31 | 信息推送方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111933238A true CN111933238A (zh) | 2020-11-13 |
CN111933238B CN111933238B (zh) | 2024-04-02 |
Family
ID=73308951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010898960.XA Active CN111933238B (zh) | 2020-08-31 | 2020-08-31 | 信息推送方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111933238B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030055679A1 (en) * | 1999-04-09 | 2003-03-20 | Andrew H. Soll | Enhanced medical treatment system |
US20150120311A1 (en) * | 2010-11-15 | 2015-04-30 | The Board Of Trustees Of The University Of Illinois | System and methods for education through patient safety event reporting |
US20150213202A1 (en) * | 2012-09-13 | 2015-07-30 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for patient and family engagement |
CN106777898A (zh) * | 2016-11-23 | 2017-05-31 | 北京汉博信息技术有限公司 | 医用信息推送方法 |
CN107273391A (zh) * | 2016-04-08 | 2017-10-20 | 北京国双科技有限公司 | 文书推荐方法和装置 |
CN107833639A (zh) * | 2017-12-18 | 2018-03-23 | 上海京颐科技股份有限公司 | 患者终端的宣教信息呈现、推送方法及装置、存储介质、终端、服务器 |
CN109155158A (zh) * | 2015-11-05 | 2019-01-04 | 360膝盖系统股份有限公司 | 管理膝关节手术的患者 |
CN109461483A (zh) * | 2018-10-26 | 2019-03-12 | 深圳市全息医疗科技有限公司 | 一种智能医嘱执行方法、装置、系统及存储介质 |
CN109949913A (zh) * | 2019-02-14 | 2019-06-28 | 北京仁泽健康服务中心 | 一种供临床医生使用的患者教育云系统 |
US20190237201A1 (en) * | 2016-10-03 | 2019-08-01 | Mirus Llc | Systems and methods for clinical planning and risk management |
CN110556186A (zh) * | 2019-09-17 | 2019-12-10 | 田红燕 | 一种住院患者静脉血栓栓塞症防治医护交互系统 |
US20190392922A1 (en) * | 2018-06-25 | 2019-12-26 | Medumo, Inc. | Perioperative Education and Engagement of Surgical Patients |
CN111009322A (zh) * | 2019-10-21 | 2020-04-14 | 四川大学华西医院 | 围术期风险评估和临床决策智能辅助系统 |
CN111161886A (zh) * | 2020-01-15 | 2020-05-15 | 曹庆恒 | 一种手术方案智能指导的方法、系统和设备 |
CN111291168A (zh) * | 2018-12-07 | 2020-06-16 | 北大方正集团有限公司 | 图书检索方法、装置及可读存储介质 |
-
2020
- 2020-08-31 CN CN202010898960.XA patent/CN111933238B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030055679A1 (en) * | 1999-04-09 | 2003-03-20 | Andrew H. Soll | Enhanced medical treatment system |
US20150120311A1 (en) * | 2010-11-15 | 2015-04-30 | The Board Of Trustees Of The University Of Illinois | System and methods for education through patient safety event reporting |
US20150213202A1 (en) * | 2012-09-13 | 2015-07-30 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for patient and family engagement |
CN109155158A (zh) * | 2015-11-05 | 2019-01-04 | 360膝盖系统股份有限公司 | 管理膝关节手术的患者 |
CN107273391A (zh) * | 2016-04-08 | 2017-10-20 | 北京国双科技有限公司 | 文书推荐方法和装置 |
US20190237201A1 (en) * | 2016-10-03 | 2019-08-01 | Mirus Llc | Systems and methods for clinical planning and risk management |
CN106777898A (zh) * | 2016-11-23 | 2017-05-31 | 北京汉博信息技术有限公司 | 医用信息推送方法 |
CN107833639A (zh) * | 2017-12-18 | 2018-03-23 | 上海京颐科技股份有限公司 | 患者终端的宣教信息呈现、推送方法及装置、存储介质、终端、服务器 |
US20190392922A1 (en) * | 2018-06-25 | 2019-12-26 | Medumo, Inc. | Perioperative Education and Engagement of Surgical Patients |
CN109461483A (zh) * | 2018-10-26 | 2019-03-12 | 深圳市全息医疗科技有限公司 | 一种智能医嘱执行方法、装置、系统及存储介质 |
CN111291168A (zh) * | 2018-12-07 | 2020-06-16 | 北大方正集团有限公司 | 图书检索方法、装置及可读存储介质 |
CN109949913A (zh) * | 2019-02-14 | 2019-06-28 | 北京仁泽健康服务中心 | 一种供临床医生使用的患者教育云系统 |
CN110556186A (zh) * | 2019-09-17 | 2019-12-10 | 田红燕 | 一种住院患者静脉血栓栓塞症防治医护交互系统 |
CN111009322A (zh) * | 2019-10-21 | 2020-04-14 | 四川大学华西医院 | 围术期风险评估和临床决策智能辅助系统 |
CN111161886A (zh) * | 2020-01-15 | 2020-05-15 | 曹庆恒 | 一种手术方案智能指导的方法、系统和设备 |
Non-Patent Citations (3)
Title |
---|
DEMARTINES, N,等: "Knowledge and acceptance of telemedicine in surgery: a survey", 《JOURNAL OF TELEMEDICINE AND TELECARE》, vol. 6, no. 3, pages 125 - 131 * |
王攀: "基于移动医疗的冠心病患者健康教育方案构建研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》, no. 01, pages 060 - 899 * |
谢煜,等: "骨科大手术患者围手术期深静脉血栓预防策略研究", 中华护理杂志, vol. 52, no. 7, pages 773 - 779 * |
Also Published As
Publication number | Publication date |
---|---|
CN111933238B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021212752A1 (zh) | 基于设备指标数据的异常检测方法、装置、设备及存储介质 | |
CN111816301A (zh) | 医疗问诊辅助方法、装置、电子设备及介质 | |
Peretz et al. | Determining the cost of implementing and operating a remote patient monitoring programme for the elderly with chronic conditions: a systematic review of economic evaluations | |
CN111949890B (zh) | 基于医学领域的数据推荐方法、设备、服务器及存储介质 | |
Tong et al. | Trends in hospitalizations and cost associated with stroke by age, United States 2003–2012 | |
Kashyap | Big Data Analytics challenges and solutions | |
CN111883251A (zh) | 医疗误诊检测方法、装置、电子设备及存储介质 | |
CN111986194A (zh) | 医学标注图像检测方法、装置、电子设备及存储介质 | |
US20180121607A1 (en) | Electronic health record quality enhancement | |
Xing et al. | Multi-regional COVID-19 epidemic forecast in Sweden | |
Yin et al. | Spatial analysis of primary and secondary syphilis incidence in China, 2004-2010 | |
CN115222443A (zh) | 客户群体划分方法、装置、设备及存储介质 | |
Srivastava et al. | Scope of cloud computing in business: A compendious and methodical analysis of trends in publications and patents | |
WO2021174923A1 (zh) | 概念词序列生成方法、装置、计算机设备及存储介质 | |
WO2021237414A1 (zh) | 信息推送方法、装置、电子设备及存储介质 | |
CN113268597A (zh) | 文本分类方法、装置、设备及存储介质 | |
CN111785343A (zh) | 随访方法、装置、电子设备及存储介质 | |
CN105701330A (zh) | 健康信息处理方法及系统 | |
Thompson et al. | Investigating systematic misclassification of central line–associated bloodstream infection (CLABSI) to secondary bloodstream infection during health care–associated infection reporting | |
WO2020186458A1 (zh) | 问题生成方法和装置、问诊系统、计算机可读存储介质 | |
US10839936B2 (en) | Evidence boosting in rational drug design and indication expansion by leveraging disease association | |
CN114360732B (zh) | 医疗数据分析方法、装置、电子设备及存储介质 | |
CN111933238B (zh) | 信息推送方法、装置、电子设备及存储介质 | |
CN111933241B (zh) | 医疗数据解析方法、装置、电子设备及存储介质 | |
CN113470775B (zh) | 信息采集方法、装置、设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210201 Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Applicant after: Shenzhen saiante Technology Service Co.,Ltd. Address before: 1-34 / F, Qianhai free trade building, 3048 Xinghai Avenue, Mawan, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong 518000 Applicant before: Ping An International Smart City Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |