CN112669944A - 基于质控引擎的医疗监控方法、系统、介质及设备 - Google Patents
基于质控引擎的医疗监控方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN112669944A CN112669944A CN202011542995.6A CN202011542995A CN112669944A CN 112669944 A CN112669944 A CN 112669944A CN 202011542995 A CN202011542995 A CN 202011542995A CN 112669944 A CN112669944 A CN 112669944A
- Authority
- CN
- China
- Prior art keywords
- quality control
- rule
- affair
- script
- medical
- 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
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明属于医疗质量监控领域，提供了一种基于质控引擎的医疗监控方法、系统、介质及设备。其中，该医疗监控方法包括接收质控指令并运行质控引擎；所述质控引擎内预设有质控规则库；所述质控规则库中包括事中干预类规则、前提醒类规则和事后质控类规则；查找并运行医疗业务环节质控所需的事中干预类规则，按照间隔设定时间循环运行事前提醒类规则，按照设定固定时间运行事后质控类规则；获取每个规则的数据对应的脚本集合，访问对应数据源并执行脚本，得到各个类别规则的质控结果，将对应类别规则的质控结果汇总后对应形成事中质控结果、事前预警消息和事后质控缺陷记录反馈给医务人员。
Description
技术领域
本发明属于医疗质量监控领域，尤其涉及一种基于质控引擎的医疗监控方法、系统、介质及设备。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
医院的医疗质量控制涉及患者的所有就诊流程，传统的管理手段没有办法面面俱到。对于管理人员来说主要的质量管理手段是现场检查和病历检查，现场检查的手段只能检查小部分人员和业务环节；病历检查更多的是事后检查，反馈到具体责任人比较滞后，不利于责任人及时整改和学习。
随着信息技术在医疗领域的应用，利用信息技术辅助管理人员进行质量控制，对于扩大质量控制覆盖的范围、提高反馈的及时性，具有非常重要的意义。现阶段的质量控制系统通常做的是事后的病历质控，而且质控规则的增加与修改需要定制化开发。随着行业的发展，医疗质量控制的范围在不断扩大，医疗行为的制度与规范更加细化，现阶段的质量控制系统已经不足以支撑医院的质量控制要求。
发明内容
为了解决上述背景技术中存在的至少一项技术问题，本发明提供一种基于质控引擎的医疗监控方法、系统、介质及设备，其基于以医疗业务环节为驱动能够动态更新的且能够覆盖全部医疗业务环节的质量控制引擎来监控医疗质量，能够实时质控并反馈结果，扩大质量控制的覆盖范围，并能够有效控制和干预医务人员的行为。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供一种基于质控引擎的医疗监控方法。
一种基于质控引擎的医疗监控方法，包括：
接收质控指令并运行质控引擎；所述质控引擎内预设有质控规则库；所述质控规则库中包括事中干预类规则、前提醒类规则和事后质控类规则；
查找并运行医疗业务环节质控所需的事中干预类规则，按照间隔设定时间循环运行事前提醒类规则，按照设定固定时间运行事后质控类规则；
获取每个规则的数据对应的脚本集合，访问对应数据源并执行脚本，得到各个类别规则的质控结果，将对应类别规则的质控结果汇总后对应形成事中质控结果、事前预警消息和事后质控缺陷记录反馈给医务人员。
作为一种实施方式，医疗业务环节所对应的目录与事中干预类规则关联存储。
作为一种实施方式，医疗业务环节所对应的目录通过编码形成。
作为一种实施方式，事中质控结果为通过、警告通过和未通过三种状态其中之一。
作为一种实施方式，所述脚本包括数据获取脚本和逻辑处理脚本。
作为一种实施方式，质控规则库中的每个规则对应若干个数据获取脚本和若干个逻辑处理脚本。
作为一种实施方式，数据获取脚本执行之后所获取到的数据，作为逻辑处理脚本的参数，执行逻辑处理脚本，进而得到对应质控结果。
本发明的第二个方面提供一种基于质控引擎的医疗监控系统。
一种基于质控引擎的医疗监控系统，包括：
质控指令接收模块，其用于接收质控指令并运行质控引擎；所述质控引擎内预设有质控规则库；所述质控规则库中包括事中干预类规则、前提醒类规则和事后质控类规则；
规则运行模块，其用于查找并运行医疗业务环节质控所需的事中干预类规则，按照间隔设定时间循环运行事前提醒类规则，按照设定固定时间运行事后质控类规则；
质控结果生成模块，其用于获取每个规则的数据对应的脚本集合，访问对应数据源并执行脚本，得到各个类别规则的质控结果，将对应类别规则的质控结果汇总后对应形成事中质控结果、事前预警消息和事后质控缺陷记录反馈给医务人员。
本发明的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的基于质控引擎的医疗监控方法中的步骤。
本发明的第四个方面提供一种计算机设备。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的基于质控引擎的医疗监控方法中的步骤。
与现有技术相比，本发明的有益效果是：
本发明利用医疗业务环节驱动进行质量控制，能够实时质控并反馈结果，扩大了质量控制的覆盖范围，并能够有效控制和干预医务人员的行为。
本发明利用解释执行的脚本语言实现处理逻辑，能够灵活适应各种情况、支持动态修改，避免了质控规则需定制化开发的情况，解决了质量控制引擎的建设难题。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例的基于质控引擎的医疗监控方法流程图；
图2是本发明实施例的事中质控结果生成流程图；
图3是本发明实施例的事前预警消息生成流程图；
图4是本发明实施例的事后质控缺陷记录生成流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
如图1所示，本实施例的一种基于质控引擎的医疗监控方法，包括如下步骤：
S101：接收质控指令并运行质控引擎；所述质控引擎内预设有质控规则库；所述质控规则库中包括事中干预类规则、前提醒类规则和事后质控类规则。
在具体实施中，质控规则库R，包括事中干预类、事前提醒类和事后质控类。
例如：对设定部门发布的制度与规范(例如：18项医疗质量安全核心制度、临床输血技术规范、病历输血基本规范等)进行分析，找到n条(例如,n＝100)质控规则。
对每个规则，拆分为x个数据获取脚本、y个逻辑处理脚本两部分数据。并定义规则的类型(事前提醒类、事中干预类、事后质控类)。
对所有的质控规则，将每条规则的数据获取脚本、逻辑处理脚本储存在质控规则库R中。最终形成的质控规则库数据为n个规则对应x*n个数据获取脚本和y*n个逻辑处理脚本。
对每个规则，拆分为x个数据获取脚本、y个逻辑处理脚本两部分数据的具体过程为：
构建数据获取脚本。描述质控所需数据的获取方法，包括数据源(数据库类型、数据库连接信息)和数据获取SQL语句(SQL脚本、参数)举例如下:
规则为：患者普通会诊要求发起医生级别为中级以上、事中干预类。
患者普通会诊数据获取逻辑：数据库源(SQL server、连接信息)、SQL语句(select患者,发起医生,申请时间from会诊表where患者标识＝{患者标识}and会诊类型＝{普通会诊})。
发起医生级别数据获取逻辑：数据库源(Oracle、连接信息)、SQL语句(select医生级别from医生表where医生＝{发起医生})
构建逻辑处理脚本。使用解释执行语言(如：JavaScript)作为实现逻辑处理的语言，根据传入的数据参数经过一系列罗杰判断得出质控结果，举例如下:
规则为：患者普通会诊要求发起医生级别为中级以上、事中干预类。
逻辑处理：function run(){
if(会诊类型＝＝{普通会诊}&&医生级别>＝{中级}){
return‘合格’；
}
else if(会诊类型＝＝{普通会诊}&&医生级别<{中级}){
return‘违规：发起医生级别低于中级’；
}
}
S102：查找并运行医疗业务环节质控所需的事中干预类规则，按照间隔设定时间循环运行事前提醒类规则，按照设定固定时间运行事后质控类规则。
具体地，医疗业务环节所对应的目录与事中干预类规则关联存储。
在具体实施中，根据患者典型的就诊过程，设就诊过程中有n个(例如,n＝100)医疗业务环节。
对于每个医疗业务环节进行编码，用来唯一标识此医疗业务环节。医疗业务环节(分类、环节编码、环节名称)。
对于所有医疗业务环节，将每个医疗业务环节存储在医疗业务环节目录中。
按照医务人员所用业务系统的实际情况，建立质控规则库与医疗业务环节目录的对应关系，对于每条质控规则增加属性(所属环节)，例如：患者普通会诊要求发起医生级别为中级以上、会诊申请环节。
查找医疗业务环节质控所需的事中干预类规则中利用事中干预的质控接口来实现。事中干预的质控接口包括接口的地址和输入输出参数。
参数：
| eventCode | 是 | string | 固定值，质控环节编码 |
| patInfo | 是 | string | 患者信息 |
| businessID | 是 | string | 业务id(未生成业务id时，传0) |
| operator | 是 | string | 操作人信息 |
| interfaceVer | 是 | string | 接口版本号 |
| params | 是 | string | 其他参数，json格式字符串 |
返回参数说明：
参数outDeatails明细信息说明：
| ruleName | string | 规则名称 |
| ruleSource | string | 规则来源 |
| outDeatailsMsg | string | 规则是否通过详情信息 |
| isPass | string | 是否通过 |
S103：获取每个规则的数据对应的脚本集合，访问对应数据源并执行脚本，得到各个类别规则的质控结果，将对应类别规则的质控结果汇总后对应形成事中质控结果、事前预警消息和事后质控缺陷记录反馈给医务人员。
具体地，所述脚本包括数据获取脚本和逻辑处理脚本。质控规则库中的每个规则对应若干个数据获取脚本和若干个逻辑处理脚本。数据获取脚本执行之后所获取到的数据，作为逻辑处理脚本的参数，执行逻辑处理脚本，进而得到对应质控结果。
如图2所示，形成事中质控结果的过程为：
(1)对于调用接口的医疗业务环节，根据其环节编码，找到该环节所需进行质控的规则集合。
(2)对于获取到的规则g，获取每个规则的数据获取脚本集合，访问对应的数据源执行脚本获取数据。
(3)对于中获取到的数据，作为逻辑处理脚本的参数，执行逻辑处理脚本，形成质控结果。
(4)执行所有规则的质控结果，将质控结果汇总实时反馈到用户界面，质控结果有“通过、警告通过、未通过”三种状态其中之一。
如图3所示，形成事前预警消息的过程为：
(1)对于固定时间间隔t(例如：t＝30min)，获取所有事前提醒类规则，找到该时间所需进行质控的规则集合。
(2)对于获取到的规则g，获取每个规则的数据获取脚本集合，访问对应的数据源执行脚本获取数据。
(3)对于获取到的数据，作为逻辑处理脚本的参数，执行逻辑处理脚本，形成事前预警消息。
(4)执行所有规则的事前预警消息，将事前预警消息反馈到用户界面。
如图4所示，形成事后质控缺陷记录的过程为：
(1)对于每天固定时间点t2(例如：t2＝1:00am)，获取所有事后质控类规则，找到该时间点所需进行质控的规则集合。
(2)对于获取到的规则g，获取每个规则的数据获取脚本集合，访问对应的数据源执行脚本获取数据。
(3)对于获取到的数据，作为逻辑处理脚本的参数，执行逻辑处理脚本，形成缺陷记录。
(4)执行所有规则的事前预警消息，将缺陷记录存储在数据库中，并提供统计页面供管理人员使用。
本实施例利用医疗业务环节驱动进行质量控制，能够实时质控并反馈结果，扩大了质量控制的覆盖范围，并能够有效控制和干预医务人员的行为。利用解释执行的脚本语言(如：JavaScript)实现处理逻辑，能够灵活适应各种情况、支持动态修改，避免了质控规则需定制化开发的情况，解决了质量控制引擎的建设难题。
实施例二
本实施例提供了一种基于质控引擎的医疗监控系统，其包括：
质控指令接收模块，其用于接收质控指令并运行质控引擎；所述质控引擎内预设有质控规则库；所述质控规则库中包括事中干预类规则、前提醒类规则和事后质控类规则；
规则运行模块，其用于查找并运行医疗业务环节质控所需的事中干预类规则，按照间隔设定时间循环运行事前提醒类规则，按照设定固定时间运行事后质控类规则；
质控结果生成模块，其用于获取每个规则的数据对应的脚本集合，访问对应数据源并执行脚本，得到各个类别规则的质控结果，将对应类别规则的质控结果汇总后对应形成事中质控结果、事前预警消息和事后质控缺陷记录反馈给医务人员。
本实施例的基于质控引擎的医疗监控系统中的各个模块，与实施例一中的基于质控引擎的医疗监控方法中的各个步骤一一对应，其具体过程相同，此处不再累述。
本实施例利用医疗业务环节驱动进行质量控制，能够实时质控并反馈结果，扩大了质量控制的覆盖范围，并能够有效控制和干预医务人员的行为。利用解释执行的脚本语言(如：JavaScript)实现处理逻辑，能够灵活适应各种情况、支持动态修改，避免了质控规则需定制化开发的情况，解决了质量控制引擎的建设难题。
实施例三
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所述的基于质控引擎的医疗监控方法中的步骤。
本实施例利用医疗业务环节驱动进行质量控制，能够实时质控并反馈结果，扩大了质量控制的覆盖范围，并能够有效控制和干预医务人员的行为。利用解释执行的脚本语言(如：JavaScript)实现处理逻辑，能够灵活适应各种情况、支持动态修改，避免了质控规则需定制化开发的情况，解决了质量控制引擎的建设难题。
实施例四
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例一所述的基于质控引擎的医疗监控方法中的步骤。
本实施例利用医疗业务环节驱动进行质量控制，能够实时质控并反馈结果，扩大了质量控制的覆盖范围，并能够有效控制和干预医务人员的行为。利用解释执行的脚本语言(如：JavaScript)实现处理逻辑，能够灵活适应各种情况、支持动态修改，避免了质控规则需定制化开发的情况，解决了质量控制引擎的建设难题。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于质控引擎的医疗监控方法，其特征在于，包括：
接收质控指令并运行质控引擎；所述质控引擎内预设有质控规则库；所述质控规则库中包括事中干预类规则、前提醒类规则和事后质控类规则；
查找并运行医疗业务环节质控所需的事中干预类规则，按照间隔设定时间循环运行事前提醒类规则，按照设定固定时间运行事后质控类规则；
获取每个规则的数据对应的脚本集合，访问对应数据源并执行脚本，得到各个类别规则的质控结果，将对应类别规则的质控结果汇总后对应形成事中质控结果、事前预警消息和事后质控缺陷记录反馈给医务人员。
2.如权利要求1所述的基于质控引擎的医疗监控方法，其特征在于，医疗业务环节所对应的目录与事中干预类规则关联存储。
3.如权利要求2所述的基于质控引擎的医疗监控方法，其特征在于，医疗业务环节所对应的目录通过编码形成。
4.如权利要求1所述的基于质控引擎的医疗监控方法，其特征在于，事中质控结果为通过、警告通过和未通过三种状态其中之一。
5.如权利要求1所述的基于质控引擎的医疗监控方法，其特征在于，所述脚本包括数据获取脚本和逻辑处理脚本。
6.如权利要求5所述的基于质控引擎的医疗监控方法，其特征在于，质控规则库中的每个规则对应若干个数据获取脚本和若干个逻辑处理脚本。
7.如权利要求5所述的基于质控引擎的医疗监控方法，其特征在于，数据获取脚本执行之后所获取到的数据，作为逻辑处理脚本的参数，执行逻辑处理脚本，进而得到对应质控结果。
8.一种基于质控引擎的医疗监控系统，其特征在于，包括：
质控指令接收模块，其用于接收质控指令并运行质控引擎；所述质控引擎内预设有质控规则库；所述质控规则库中包括事中干预类规则、前提醒类规则和事后质控类规则；
规则运行模块，其用于查找并运行医疗业务环节质控所需的事中干预类规则，按照间隔设定时间循环运行事前提醒类规则，按照设定固定时间运行事后质控类规则；
质控结果生成模块，其用于获取每个规则的数据对应的脚本集合，访问对应数据源并执行脚本，得到各个类别规则的质控结果，将对应类别规则的质控结果汇总后对应形成事中质控结果、事前预警消息和事后质控缺陷记录反馈给医务人员。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的基于质控引擎的医疗监控方法中的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于质控引擎的医疗监控方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011542995.6A CN112669944A (zh) | 2020-12-22 | 2020-12-22 | 基于质控引擎的医疗监控方法、系统、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011542995.6A CN112669944A (zh) | 2020-12-22 | 2020-12-22 | 基于质控引擎的医疗监控方法、系统、介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112669944A true CN112669944A (zh) | 2021-04-16 |
Family
ID=75409479
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011542995.6A Pending CN112669944A (zh) | 2020-12-22 | 2020-12-22 | 基于质控引擎的医疗监控方法、系统、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112669944A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105550511A (zh) * | 2015-12-11 | 2016-05-04 | 北京锐软科技股份有限公司 | 一种基于数据校验技术的数据质量测评系统及方法 |
| CN106407580A (zh) * | 2016-09-27 | 2017-02-15 | 南京国电南自轨道交通工程有限公司 | 基于脚本的规则检测遥控闭锁方法 |
| CN107391933A (zh) * | 2017-07-24 | 2017-11-24 | 山东中关创业信息科技股份有限公司 | 一种电子病历质量控制管理装置及方法 |
| CN110134659A (zh) * | 2019-05-08 | 2019-08-16 | 厦门欢乐逛科技股份有限公司 | 运行程序的日志监控系统、方法、介质及设备 |
| CN110600095A (zh) * | 2019-08-23 | 2019-12-20 | 和宇健康科技股份有限公司 | 一种电子病历的质控方法及系统 |
| CN111551757A (zh) * | 2019-06-26 | 2020-08-18 | 金寓润泽(北京)科技有限责任公司 | 个性化临床检验质控方法和设备 |
-
2020
- 2020-12-22 CN CN202011542995.6A patent/CN112669944A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105550511A (zh) * | 2015-12-11 | 2016-05-04 | 北京锐软科技股份有限公司 | 一种基于数据校验技术的数据质量测评系统及方法 |
| CN106407580A (zh) * | 2016-09-27 | 2017-02-15 | 南京国电南自轨道交通工程有限公司 | 基于脚本的规则检测遥控闭锁方法 |
| CN107391933A (zh) * | 2017-07-24 | 2017-11-24 | 山东中关创业信息科技股份有限公司 | 一种电子病历质量控制管理装置及方法 |
| CN110134659A (zh) * | 2019-05-08 | 2019-08-16 | 厦门欢乐逛科技股份有限公司 | 运行程序的日志监控系统、方法、介质及设备 |
| CN111551757A (zh) * | 2019-06-26 | 2020-08-18 | 金寓润泽(北京)科技有限责任公司 | 个性化临床检验质控方法和设备 |
| CN110600095A (zh) * | 2019-08-23 | 2019-12-20 | 和宇健康科技股份有限公司 | 一种电子病历的质控方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP4195112A1 (en) | Systems and methods for enriching modeling tools and infrastructure with semantics | |
| US10217063B2 (en) | System and method for clinical intelligent agents implementing an integrated intelligent monitoring and notification system | |
| CN107908550B (zh) | 一种软件缺陷统计处理方法及装置 | |
| US20090271351A1 (en) | Rules engine test harness | |
| GB2586721A (en) | Adverse drug reaction analysis | |
| JP2013137763A (ja) | 生存ルールによるソースレコードをマージするためのシステムおよび方法 | |
| CN114201616A (zh) | 一种基于多源数据库的知识图谱构建方法及系统 | |
| Hajjej et al. | [Retracted] A Comparison of Decision Tree Algorithms in the Assessment of Biomedical Data | |
| CN111611227B (zh) | 一种自定义监听数据库变化产生自定义消息结构的方法及控制装置 | |
| CN111177398B (zh) | 一种组织架构更新方法及装置 | |
| CN117112651A (zh) | 一种企业数据质量评估方法及设备 | |
| Batra et al. | Radiologist worklist reprioritization using artificial intelligence: impact on report turnaround times for CTPA examinations positive for acute pulmonary embolism | |
| Bosch et al. | Software logs for machine learning in a DevOps environment | |
| Pitre et al. | ChatGPT for assessing risk of bias of randomized trials using the RoB 2.0 tool: A methods study | |
| CN116719926B (zh) | 基于智慧医疗的先天性心脏病报告数据筛选方法及系统 | |
| Yeo et al. | Natural language interface for process mining queries in healthcare | |
| CN117851481A (zh) | 数据分析报告自动生产的方法、系统、介质及设备 | |
| Pottinger et al. | Big data and artificial intelligence in post-stroke aphasia: A mapping review | |
| CN112669944A (zh) | 基于质控引擎的医疗监控方法、系统、介质及设备 | |
| CN115936394A (zh) | 一种面向工业系统的业务事件管理系统和设备 | |
| CN114706878A (zh) | 检查sql语句的方法及装置 | |
| US20090254374A1 (en) | System and method for dynamic drug interaction analysis and reporting | |
| CN113779337A (zh) | 监管数据上传方法、装置、设备及存储介质 | |
| Weber et al. | Improving exception handling by discovering change dependencies in adaptive process management systems | |
| US11636933B2 (en) | Summarization of clinical documents with end points thereof |
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 |