CN112420140A - 基于区块链与机器学习算法的慢病全周期管理监察系统 - Google Patents
基于区块链与机器学习算法的慢病全周期管理监察系统 Download PDFInfo
- Publication number
- CN112420140A CN112420140A CN202011148219.8A CN202011148219A CN112420140A CN 112420140 A CN112420140 A CN 112420140A CN 202011148219 A CN202011148219 A CN 202011148219A CN 112420140 A CN112420140 A CN 112420140A
- Authority
- CN
- China
- Prior art keywords
- data
- management
- chronic disease
- machine learning
- block chain
- 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
- 208000017667 Chronic Disease Diseases 0.000 title claims abstract description 68
- 238000010801 machine learning Methods 0.000 title claims abstract description 25
- 238000007726 management method Methods 0.000 claims abstract description 61
- 238000013523 data management Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000011282 treatment Methods 0.000 claims abstract description 14
- 238000003745 diagnosis Methods 0.000 claims abstract description 12
- 230000003993 interaction Effects 0.000 claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 16
- 230000007246 mechanism Effects 0.000 claims description 10
- 238000003672 processing method Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 206010063385 Intellectualisation Diseases 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 238000005538 encapsulation Methods 0.000 claims description 2
- 201000010099 disease Diseases 0.000 abstract description 18
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 18
- 238000003066 decision tree Methods 0.000 abstract description 2
- 230000036541 health Effects 0.000 description 17
- 238000000034 method Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000002265 prevention Effects 0.000 description 7
- 230000006806 disease prevention Effects 0.000 description 5
- 230000001684 chronic effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000005180 public health Effects 0.000 description 3
- 206010003591 Ataxia Diseases 0.000 description 2
- 206010010947 Coordination abnormal Diseases 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 208000028756 lack of coordination Diseases 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000014085 Chronic respiratory disease Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 208000031662 Noncommunicable disease Diseases 0.000 description 1
- 208000032023 Signs and Symptoms Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 229940127554 medical product Drugs 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 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
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
-
- 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
Abstract
本发明提供基于区块链与机器学习算法的慢病全周期管理监察系统，涉及慢病智慧化应用技术领域。该基于区块链与机器学习算法的慢病全周期管理监察系统包括数据库管理系统、信息采集模块与信息接收终端数据管理平台，所述信息采集模块通过有线网络与ZigBee传感网传输数据到信息接收终端数据处理平台，所述数据库管理系统通过WLAN与信息接收终端数据管理平台实现交互。本发明，将数据内容转换为机器可识别的决策树或者算法，形成决策引擎，根据患者疾病特征,智能生成诊疗方案，其次，对系统初次出现过的情况进行自主记录分析，方便对简单的信息检索与管控情况进行自主处理，简化人员操作，提高系统自处理能力。
Description
技术领域
本发明涉及慢病智慧化应用技术领域，具体为基于区块链与机器学习算法的慢病全周期管理监察系统。
背景技术
进入21世纪以来，我国的疾病死亡谱急剧变化，慢病跃居第一名，成为威胁人民群众健康的主要因素。慢性非传染性疾病又称慢病，根据世界卫生组织的定义，是对一类起病隐匿、病程长且病情迁延不愈，缺乏确切传染性，病因复杂的疾病的概括性总称。常见慢病主要包括高血压、糖尿病、恶性肿瘤、退行性疾病、心脑血管疾病、慢性呼吸系统疾病，以及内分泌、肾脏、骨骼、神经等疾病。随着我国社会老龄化程度的逐步加深，慢病发病、患病和死亡人数不断增多，慢病已经成为影响经济发展和社会稳定的重要公共卫生问题。现有的慢病管理模式难以满足我国慢病防控需要，而新兴的信息技术为慢病管理的发展提供了新思路。我国学者逐步构建出以医院为主导的慢病信息化动态管理模式，关注患者生命全程。慢病管理平台主要包括：诊前的健康管理机构和体检机构，如东软熙康、安康国宾等；问诊诊断过程中的挂号、问诊等医疗服务机构，如北京大学人民医院；慢病管理过程中医药产品服务商如药店、药企、医药电商，医疗器械服务商如福瑞股份、鱼跃医疗，其他提供慢病管理信息、技术、监测的服务商等等。
然而，现有平台存在医疗数据积累少、缺乏专业科学分析等问题，很难提供个性化、系统化的健康管理服务。此外，国内没有成熟的慢病管理支付模式，患者付费意愿低。
目前主要存在问题为：政策支持性环境还未形成，全国很多慢病防治项目还是以县区级行政区划为单位开展，受行政管理权限的限制，很多措施难以较大范围推进；慢病管理项目与常规工作脱节，尽管国家层面已经出台了相关的慢病预防控制工作规范和综合防治规划等相关政策文件，然而一些慢病管理项目的实施状况却和规划存在一定的脱节，没有形成长效机制与日常工作相结合；科学、合理的项目评估机制尚未建立，从宏观层面来看，改革举措都是首先着眼于试点或者示范区，在取得一定成效后才逐步扩大推广范围，但是由于缺乏有效的试点评估机制和推广方式，极大影响了经验推广，不同层级机构之间缺乏协调，从已有实践来看，我国慢病管理在专业公共卫生机构、综合和专科医疗机构、基层医疗卫生机构之间缺乏协同，双向转诊制度尚不完善，难以对慢病进行规范防治和管理；慢病防治工作人力资源不足，我国慢病管理人员数量和质量都有待提升。一方面，当前疾控系统大多工作人员无临床背景，没有慢病诊断与治疗的资质与能力，无法担负起慢病二、三级预防的工作；另一方面，从事一级预防，健康管理的人员短缺，不利于我国慢病管理工作的开展。
发明内容
（一）解决的技术问题
针对现有技术的不足，本发明提供了基于区块链与机器学习算法的慢病全周期管理监察系统，解决了现有技术中存在的缺陷与不足。
（二）技术方案
为实现以上目的，本发明通过以下技术方案予以实现：基于区块链与机器学习算法的慢病全周期管理监察系统，所述系统包括数据库管理系统、信息采集模块与信息接收终端数据管理平台，所述信息采集模块通过有线网络与ZigBee传感网传输数据到信息接收终端数据处理平台，所述数据库管理系统通过WLAN与信息接收终端数据管理平台实现交互。
优选的，所述信息采集模块用于采集慢病大数据，所述慢病大数据包括采集患者慢病全周期信息与慢病医疗大数据监察信息。
优选的，所述信息接收终端数据处理平台借助区块链算法对数据进行封装与综合管控。
优选的，所述数据库管理系统为使用端，数据库管理系统借助WLAN从信息接收终端数据管理平台调取需要的数据与分析结果进行参考利用，同时输入相关诊疗结果信息，该信息通过机器学习算法进行利用与自学习，作为新型数据存储到信息接收终端数据管理平台，并进行自分析与结果归纳。
优选的，所述机器学习算法采用数据耦合算法，用于实现系统对数据信息进行综合分析管理，实现系统自学习与管控，录入相关问题处理办法，并对超出范围的处理办法进行自动录入与学习，实现慢病全周期管理监察的智能化。
优选的，所述信息接收终端数据管理平台采用去中心化的区块链信息管理方案来实现医疗数据的安全存储，通过访问控制和Lucene检索机制保证患者的隐私和实现医疗数据的快速检索。
优选的，所述系统采用改进的PBFT共识算法和优化Hash加密算法，将医疗数据安全、有效地存储在分布式数据库中，提出并设计了全新的数据交互系统，阻止第三方与数据库的直接交互，用于防止不可信的第三方恶意破坏医疗数据。
（三）有益效果
本发明提供了基于区块链与机器学习算法的慢病全周期管理监察系统。具备以下有益效果：
1、本发明，基于区块链算法与机器学习算法的慢病大数据处理与重构的算法，借助物联网数据传输通道，通过有线、无线的数据链路，将监测的患者慢病全周期流程数据与医疗大数据进行具体分析结合，实现系统机器对接收数据进行自分析与归类处理。利用人工神经网络学习大规模临床数据中慢病患者症状体征、辅助检查与疾病诊治的关联关系，在医生诊疗过程中提供全病种辅助决策支持，在慢病患者个体化诊治过程中，根据相应临床指南及临床专家经验方案，结合患者真实病历数据进行分析，将数据内容转换为机器可识别的决策树或者算法，形成决策引擎，根据患者疾病特征,智能生成诊疗方案，其次，对系统初次出现过的情况进行自主记录分析，方便对简单的信息检索与管控情况进行自主处理，简化人员操作，提高系统自处理能力。
2、本发明，根据需要监测的监测点或者监测断面布设情况，基于大数据分析结果，建立安全、有效的慢病全周期自我健康管理模型，并制定适用于在我国推广的健康干预方法和流程，通过可穿戴设备对采集慢病患者健康数据并上传到云数据库形成个人健康档案，经过数据挖掘技术对数据进行处理和分析，完善基于医学的慢病诊断与治疗，依托可穿戴设备和智能健康终端，持续监测患者生命体征，提前预测险情并提出解决方案。
附图说明
图1为本发明系统框图。
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。
实施例：
如图1所示，本发明实施例提供基于区块链与机器学习算法的慢病全周期管理监察系统，系统包括数据库管理系统、信息采集模块与信息接收终端数据管理平台，信息采集模块通过有线网络与ZigBee传感网传输数据到信息接收终端数据处理平台，数据库管理系统通过WLAN与信息接收终端数据管理平台实现交互。
信息采集模块用于采集慢病大数据，慢病大数据包括采集患者慢病全周期信息与慢病医疗大数据监察信息，信息接收终端数据处理平台借助区块链算法对数据进行封装与综合管控，运用基于区块链的数据自处理算法对慢病大数据采集与传输的数据进行检测和分析，并设计基于机器学习技术的数据耦合分析算法，针对性解决现有系统运用的遥传技术在实时大数据监测管理技术低的情况，进而进一步解慢病全周期管理监测的问题，降低监测难度与问题分析处理难度。
数据库管理系统为使用端，数据库管理系统借助WLAN从信息接收终端数据管理平台调取需要的数据与分析结果进行参考利用，同时输入相关诊疗结果信息，该信息通过机器学习算法进行利用与自学习，作为新型数据存储到信息接收终端数据管理平台，并进行自分析与结果归纳。
机器学习算法采用数据耦合算法，用于实现系统对数据信息进行综合分析管理，实现系统自学习与管控，录入相关问题处理办法，并对超出范围的处理办法进行自动录入与学习，实现慢病全周期管理监察的智能化，利用机器学习技术不断扩充完善慢病评估数据库，确定慢病综合管理策略，建设慢病全周期管理监察系统，自动完成医院信息系统中相关患者数据的处理和分析，为医务人员提供医疗决策支持，帮助实现对慢病的有效预防与快速控制，帮助提高医院慢病医疗服务质量和健康保障水平，采用机器学习算法进行设计，在多平台、多系统、异构健康大数据归一化处理的基础上，对慢病患者全周期监护数据和电子健康档案数据的采集、以及疾病控制中心的公共卫生数据的采集，实现基于大数据分析的精准医疗、大数据健康管理等智慧医疗服务，打造面向慢病的数据分析平台。
信息接收终端数据管理平台采用去中心化的区块链信息管理方案来实现医疗数据的安全存储，通过访问控制和Lucene检索机制保证患者的隐私和实现医疗数据的快速检索。
系统采用改进的PBFT共识算法和优化Hash加密算法，将医疗数据安全、有效地存储在分布式数据库中，保证医疗数据完整，提出并设计了全新的数据交互系统，阻止第三方与数据库的直接交互，用于防止不可信的第三方恶意破坏医疗数据，保证了数据的安全性。
本发明，利用区块链封装对通过数据线传递的慢病数据进行归类监测，采取整体、系统、辩证的干预思维，基于大数据预测拘束进行设计，结合现代医学权威方案、及早进行规范、系统的干预措施，对居民个体和群体进行疾病和健康管理，实现一种集健康教育、审病求因、把握整体、调理体质、疏通经络、对症下药六位一体的综合防控策略，实现对脑卒中、糖尿病、高血压、心力衰竭、慢性肾病等多种慢病的主动预防和治疗，做到慢病防控工作关口前移。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个引用结构”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.基于区块链与机器学习算法的慢病全周期管理监察系统，其特征在于：所述系统包括数据库管理系统、信息采集模块与信息接收终端数据管理平台，所述信息采集模块通过有线网络与ZigBee传感网传输数据到信息接收终端数据处理平台，所述数据库管理系统通过WLAN与信息接收终端数据管理平台实现交互。
2.根据权利要求1所述的基于区块链与机器学习算法的慢病全周期管理监察系统，其特征在于：所述信息采集模块用于采集慢病大数据，所述慢病大数据包括采集患者慢病全周期信息与慢病医疗大数据监察信息。
3.根据权利要求1所述的基于区块链与机器学习算法的慢病全周期管理监察系统，其特征在于：所述信息接收终端数据处理平台借助区块链算法对数据进行封装与综合管控。
4.根据权利要求1所述的基于区块链与机器学习算法的慢病全周期管理监察系统，其特征在于：所述数据库管理系统为使用端，数据库管理系统借助WLAN从信息接收终端数据管理平台调取需要的数据与分析结果进行参考利用，同时输入相关诊疗结果信息，该信息通过机器学习算法进行利用与自学习，作为新型数据存储到信息接收终端数据管理平台，并进行自分析与结果归纳。
5.根据权利要求1所述的基于区块链与机器学习算法的慢病全周期管理监察系统，其特征在于：所述机器学习算法采用数据耦合算法，用于实现系统对数据信息进行综合分析管理，实现系统自学习与管控，录入相关问题处理办法，并对超出范围的处理办法进行自动录入与学习，实现慢病全周期管理监察的智能化。
6.根据权利要求1所述的基于区块链与机器学习算法的慢病全周期管理监察系统，其特征在于：所述信息接收终端数据管理平台采用去中心化的区块链信息管理方案来实现医疗数据的安全存储，通过访问控制和Lucene检索机制保证患者的隐私和实现医疗数据的快速检索。
7.根据权利要求1所述的基于区块链与机器学习算法的慢病全周期管理监察系统，其特征在于：所述系统采用改进的PBFT共识算法和优化Hash加密算法，将医疗数据安全、有效地存储在分布式数据库中，提出并设计了全新的数据交互系统，阻止第三方与数据库的直接交互，用于防止不可信的第三方恶意破坏医疗数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011148219.8A CN112420140A (zh) | 2020-10-23 | 2020-10-23 | 基于区块链与机器学习算法的慢病全周期管理监察系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011148219.8A CN112420140A (zh) | 2020-10-23 | 2020-10-23 | 基于区块链与机器学习算法的慢病全周期管理监察系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112420140A true CN112420140A (zh) | 2021-02-26 |
Family
ID=74840963
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011148219.8A Pending CN112420140A (zh) | 2020-10-23 | 2020-10-23 | 基于区块链与机器学习算法的慢病全周期管理监察系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112420140A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108346473A (zh) * | 2017-12-29 | 2018-07-31 | 西安智徽信息工程有限公司 | 一种慢性病精细化管理平台 |
| CN109359989A (zh) * | 2018-09-26 | 2019-02-19 | 广州文搏科技有限公司 | 基于区块链的医疗数据采集及管理系统 |
| CN109935319A (zh) * | 2019-03-15 | 2019-06-25 | 南京邮电大学 | 慢性病一体化管理平台 |
| CN109949909A (zh) * | 2018-10-16 | 2019-06-28 | 陕西医链区块链集团有限公司 | 一种基于区块链的医疗健康系统 |
| CN110487980A (zh) * | 2019-06-27 | 2019-11-22 | 江苏亚寰环保科技股份有限公司 | 一种基于人工智能与机器学习算法的水环境监测分析系统 |
| CN110910977A (zh) * | 2019-11-12 | 2020-03-24 | 南京工业大学 | 一种融入区块链技术的医疗数据安全存储方法 |
-
2020
- 2020-10-23 CN CN202011148219.8A patent/CN112420140A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108346473A (zh) * | 2017-12-29 | 2018-07-31 | 西安智徽信息工程有限公司 | 一种慢性病精细化管理平台 |
| CN109359989A (zh) * | 2018-09-26 | 2019-02-19 | 广州文搏科技有限公司 | 基于区块链的医疗数据采集及管理系统 |
| CN109949909A (zh) * | 2018-10-16 | 2019-06-28 | 陕西医链区块链集团有限公司 | 一种基于区块链的医疗健康系统 |
| CN109935319A (zh) * | 2019-03-15 | 2019-06-25 | 南京邮电大学 | 慢性病一体化管理平台 |
| CN110487980A (zh) * | 2019-06-27 | 2019-11-22 | 江苏亚寰环保科技股份有限公司 | 一种基于人工智能与机器学习算法的水环境监测分析系统 |
| CN110910977A (zh) * | 2019-11-12 | 2020-03-24 | 南京工业大学 | 一种融入区块链技术的医疗数据安全存储方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107145704B (zh) | 一种面向社区的健康医疗监护、评测系统及其方法 | |
| CN105956371A (zh) | 远程视频问诊系统 | |
| KR20170140757A (ko) | 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법 | |
| CN112669967B (zh) | 一种主动式健康医疗决策辅助方法及设备 | |
| CN109256212A (zh) | 骨健康评估模型构建方法、装置、设备、介质及评估方法 | |
| CN108346473A (zh) | 一种慢性病精细化管理平台 | |
| CN104680458A (zh) | 一种基于海量处方给大众推荐就医科室、医院或医生的方法 | |
| CN113643821A (zh) | 一种多中心知识图谱联合决策支持方法与系统 | |
| CN110136815B (zh) | 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 | |
| CN104107031A (zh) | 智慧城市远程生理监测健康监护系统及其方法 | |
| CN107220510A (zh) | 一种应用于医疗行业的数据管理方法和系统 | |
| CN106372389A (zh) | 一种基于移动互联网的慢病主动管理方法 | |
| CN107707606A (zh) | 脑卒中急救筛查监管医联网系统及其应用方法 | |
| CN110766332A (zh) | 一种区域卫生全面质量指标监测系统 | |
| Souliotis | Patient participation in contemporary health care: promoting a versatile patient role | |
| CN106919804A (zh) | 基于临床数据的药物推荐方法、推荐装置及服务器 | |
| CN110875087A (zh) | 一种慢性肺疫病管理系统 | |
| De Jonge et al. | Risk factors for complex care needs in general medical inpatients: results from a European study | |
| CN109637644A (zh) | 一种基于移动互联网的脑卒中数据管理系统及管理方法 | |
| CN117194802A (zh) | 医防协同平台关于居民健康画像和服务推荐系统及方法 | |
| CN110993041A (zh) | 一种智能中医就诊平台 | |
| CN107066816A (zh) | 基于临床数据的就医指导方法、装置及服务器 | |
| CN112420140A (zh) | 基于区块链与机器学习算法的慢病全周期管理监察系统 | |
| KR20180002229A (ko) | 치매 정보 데이터베이스 구축을 위한 에이전트 장치 및 그 운영방법 | |
| Spatz et al. | Phenotypes of hypertensive ambulatory blood pressure patterns: Design and rationale of the ECHORN Hypertension Study |
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 |