CN112768082A - 一种根据电子病历文本自动给出疾病诊疗方案的方法 - Google Patents
一种根据电子病历文本自动给出疾病诊疗方案的方法 Download PDFInfo
- Publication number
- CN112768082A CN112768082A CN202110154882.7A CN202110154882A CN112768082A CN 112768082 A CN112768082 A CN 112768082A CN 202110154882 A CN202110154882 A CN 202110154882A CN 112768082 A CN112768082 A CN 112768082A
- Authority
- CN
- China
- Prior art keywords
- disease
- diagnosis
- information
- point
- standard
- 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
- 201000010099 disease Diseases 0.000 title claims abstract description 160
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 160
- 238000003745 diagnosis Methods 0.000 title claims abstract description 157
- 238000011282 treatment Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012163 sequencing technique Methods 0.000 claims abstract description 11
- 230000001154 acute effect Effects 0.000 claims description 19
- 206010028980 Neoplasm Diseases 0.000 claims description 14
- 201000011510 cancer Diseases 0.000 claims description 14
- 230000036210 malignancy Effects 0.000 claims description 14
- 208000024891 symptom Diseases 0.000 claims description 12
- 230000003211 malignant effect Effects 0.000 claims description 10
- 238000003748 differential diagnosis Methods 0.000 claims description 4
- 230000002265 prevention Effects 0.000 claims description 4
- 238000004393 prognosis Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000007689 inspection Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction 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
- 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)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种根据电子病历文本自动给出疾病诊疗方案的方法，包括以下步骤：建立疾病信息数据表和疾病诊断要点数据表；根据电子病历文本提取特征信息；根据该特征信息匹配各疾病的确诊标准；进行疾病诊断可能性的排序；给出每个可能诊断的疾病的确诊要点和应继续采集的诊断特征信息；依次采集各特征信息，直至明确疾病诊断；根据诊断结果，匹配显示该诊断疾病的治疗方案，并显示该疾病的介绍信息；本发明通过设置数据库表结构以及程序算法，实现疾病诊断、疾病可能性诊断的排序、确诊应继续采集的特征信息和流程、疾病治疗方案的自动给出，可根据电子病历文本自动给出疾病诊疗方案，且给出的方案更合理准确，有利于实际使用。
Description
技术领域
本发明属于电子病历领域，具体为一种根据电子病历文本自动给出疾病诊疗方案的方法。
背景技术
现有生活中，电子病历也叫计算机化的病案系统或称基于计算机的病人记录，它是用电子设备来保存、管理、传输和重现的数字化的医疗记录，用以取代手写纸张病历，电子设备包括计算机、健康卡等，它的内容包括纸张病历的所有信息，美国国立医学研究所将其定义为：电子病历是基于一个特定系统的电子化病人记录，该系统提供用户访问完整准确的数据、警示、提示和临床决策支持系统的能力。
但是现有的电子病历或病史文本信息缺乏能自动给出疾病诊断与治疗方案的方法和能力，或者方法粗糙，缺乏更精准可靠的符合医学诊断学等医学科学的流程、方法与算法。
发明内容：
本发明的目的就在于为了解决上述问题而提供一种根据电子病历文本自动给出疾病诊疗方案的方法，解决了背景技术中提到的问题。
为了解决上述问题，本发明提供了一种技术方案：
一种根据电子病历文本自动给出疾病诊疗方案的方法，包括以下步骤：
S1、建立疾病信息数据表，建立疾病诊断要点数据表以及给出确诊算法与疾病可能性诊断的排序算法；
S2、根据某患者的电子病历信息或病史文本，提取该病例信息；
S3、根据提取的该病例信息，匹配各疾病的确诊标准；
S4、进行疾病诊断可能性的排序；
S5、给出每个展示疾病的确诊要点和相关应采集的症状、体征、检查等特征信息；
S6、依次采集各确诊要点和其他特征信息；
S7、匹配显示该诊断疾病的治疗方案，并显示该疾病的介绍信息。
作为优选，所述步骤S1中建立疾病信息数据表具体包括疾病名称、发病人群、发病率、疾病介绍、病因、临床表现、辅助检查、诊断与鉴别诊断、治疗方案、预防、预后、是否急恶性等字段内容。
作为优选，所述步骤S1中建立疾病诊断要点数据表具体包括疾病名称、诊断要点1、诊断要点2...诊断要点n。
作为优选，所述步骤S1中将每一诊断要点对于该疾病诊断的重要性进行赋值，将对该疾病诊断具备决定性诊断意义的诊断要点标注为确诊要点，并进行分组标记为a[1]、a[2]...a[n]，b[1]、b[2]...b[n]，...条件组条件序列；根据权威资料建立确诊标准；确诊标准包括确诊要点的各种组合：如同时满足a组确诊要点中的3项则表示为3a；如同时满足a组中的2项和b组中的3项，则表示为2a and 3b；如满足a组中的2项或b组中的3项，则表示为2aor 3b，对提示可能急恶性的诊断要点标注为可能急恶性。
作为优选，所述步骤S2中根据某患者的电子病历信息或病史文本，提取该病例所属发病人群、症状、体征、检查检验结果等信息。
作为优选，所述步骤S3中根据提取的该病例信息，匹配各疾病的确诊标准；
作为优选，所述步骤S4中进行疾病诊断可能性的排序具体包括以下步骤：
S41、若匹配上某一疾病的确诊标准，则该患者诊断为该疾病；
S42、若未匹配上任一疾病的确诊标准，则根据已匹配上的某疾病的诊断要点的赋值进行加法处理后并除以该疾病各诊断要点权重赋值之和，各疾病该项处理结果对应结果记为A1，A2，...An。同时根据已匹配上的诊断要点是否存在“可能急恶性”标注，将各疾病该项对应结果标记为Y或N，其中Y表示存在可能急恶性标注，N表示不存在可能急恶性标注，首先将标记为Y的疾病名称按An大小依次排序展示，而后继续将标记为N的疾病按An大小依次排序展示；
作为优选，所述步骤S5中给出每个展示疾病的确诊要点和相关应采集的症状、体征、检查等特征信息。
作为优选，所述步骤S6中依次采集各确诊要点和其他特征信息，将确诊要点信息采集符合确诊标准对应的该疾病名称确定为诊断结果。
作为优选，所述步骤S6中如确诊要点信息采集仍未匹配上某一疾病的确诊标准，重复步骤S42-步骤S6，直至确诊要点信息采集匹配上某一疾病的确诊标准，确定诊断。
作为优选，所述步骤S7匹配显示该诊断疾病的治疗方案，并显示该疾病的介绍信息。
本发明的有益效果是：本发明通过设置数据库表结构以及程序算法，实现疾病诊断、疾病可能性诊断的排序、确诊应继续采集的特征信息和流程、疾病治疗方案的自动给出，可根据电子病历文本自动给出疾病诊疗方案，且给出的方案更合理准确，有利于实际使用。
附图说明：
为了易于说明，本发明由下述的具体实施及附图作以详细描述。
图1是本发明实施例示意图。
具体实施方式：
如图1所示，本具体实施方式采用以下技术方案：
实施例：
一种根据电子病历文本自动给出疾病诊疗方案的方法，包括以下步骤：
S1、建立疾病信息数据表，建立疾病诊断要点数据表以及给出确诊算法与疾病可能性诊断的排序算法；
S2、根据某患者的电子病历信息或病史文本，提取该病例信息；
S3、根据提取的该病例信息，匹配各疾病的确诊标准；
S4、进行疾病诊断可能性的排序；
S5、给出每个展示疾病的确诊要点和相关应采集的症状、体征、检查等特征信息；
S6、依次采集各确诊要点和其他特征信息；
S7、匹配显示该诊断疾病的治疗方案，并显示该疾病的介绍信息。
其中，所述步骤S1中建立疾病信息数据表具体包括疾病名称、发病人群、发病率、疾病介绍、病因、临床表现、辅助检查、诊断与鉴别诊断、治疗方案、预防、预后、是否急恶性等字段内容。
其中，所述步骤S1中建立疾病诊断要点数据表具体包括疾病名称、诊断要点1、诊断要点2...诊断要点n。
其中，所述步骤S1中将每一诊断要点对于该疾病诊断的重要性进行赋值，将对该疾病诊断具备决定性诊断意义的诊断要点标注为确诊要点，并进行分组标记为a[1]、a[2]...a[n]，b[1]、b[2]...b[n]，...条件组条件序列；根据权威资料建立确诊标准；确诊标准包括确诊要点的各种组合：如同时满足a组确诊要点中的3项则表示为3a；如同时满足a组中的2项和b组中的3项，则表示为2a and 3b；如满足a组中的2项或b组中的3项，则表示为2aor 3b，对提示可能急恶性的诊断要点标注为可能急恶性。
其中，所述步骤S2中根据某患者的电子病历信息或病史文本，提取该病例所属发病人群、症状、体征、检查检验结果等信息。
其中，所述步骤S3中根据提取的该病例信息，匹配各疾病的确诊标准；
其中，所述步骤S4中进行疾病诊断可能性的排序具体包括以下步骤：
S41、若匹配上某一疾病的确诊标准，则该患者诊断为该疾病；
S42、若未匹配上任一疾病的确诊标准，则根据已匹配上的某疾病的诊断要点的赋值进行加法处理后并除以该疾病各诊断要点权重赋值之和，各疾病该项处理结果对应结果记为A1，A2，...An。同时根据已匹配上的诊断要点是否存在“可能急恶性”标注，将各疾病该项对应结果标记为Y或N，其中Y表示存在可能急恶性标注，N表示不存在可能急恶性标注，首先将标记为Y的疾病名称按An大小依次排序展示，而后继续将标记为N的疾病按An大小依次排序展示；
其中，所述步骤S5中给出每个展示疾病的确诊要点和相关应采集的症状、体征、检查等特征信息。
其中，所述步骤S6中依次采集各确诊要点和其他特征信息，将确诊要点信息采集符合确诊标准对应的该疾病名称确定为诊断结果。
其中，所述步骤S6中如确诊要点信息采集仍未匹配上某一疾病的确诊标准，重复步骤S42-步骤S6，直至确诊要点信息采集匹配上某一疾病的确诊标准，确定诊断。
其中，所述步骤S7匹配显示该诊断疾病的治疗方案，并显示该疾病的介绍信息。
以下通过具体实施例来说明本发明有益效果：
步骤1：
①建立疾病信息数据表，包括疾病名称、发病人群、发病率、疾病介绍、病因、临床表现、辅助检查、诊断与鉴别诊断、治疗方案、预防、预后、是否急恶性等字段内容。
②建立疾病诊断要点数据表，包括疾病名称、诊断要点1、诊断要点2...诊断要点n，对每一诊断要点对于该疾病诊断的重要性进行权重赋值；将对该疾病诊断具备决定性诊断意义的诊断要点标注为确诊要点，并进行分组标记为a[1]、a[2]...a[n]，b[1]、b[2]...b[n]，...(条件组条件序列)；根据权威资料(如疾病指南、教科书等)建立确诊标准；对提示可能急恶性的诊断要点标注为“可能急恶性”。
确诊标准包括确诊要点的各种组合：如同时满足a组确诊要点中的3项则表示为3a；如同时满足a组中的2项和b组中的3项，则表示为2a and 3b；如满足a组中的2项或b组中的3项，则表示为2a or 3b。
步骤2：
根据某患者的电子病历信息或病史文本，提取该病例所属发病人群、症状、体征、检查检验结果等信息；
步骤3：
根据提取的该病例的所属发病人群、症状、体征、检查检验结果等信息，匹配各疾病的确诊标准；
步骤4：进行疾病诊断可能性的排序：
a.若匹配上某一疾病的确诊标准，则该患者诊断为该疾病；
b.若未匹配上任一疾病的确诊标准，则根据已匹配上的某疾病的诊断要点的赋值进行加法处理后并除以该疾病各诊断要点权重赋值之和，各疾病该项处理结果对应结果记为A1，A2，...An。同时根据已匹配上的诊断要点是否存在“可能急恶性”标注，将各疾病该项对应结果标记为Y(存在“可能急恶性”标注)或N(不存在“可能急恶性”标注)。首先将标记为Y的疾病名称按An大小依次排序展示，而后继续将标记为N的疾病按An大小依次排序展示；
步骤5：
给出每个展示疾病的确诊要点和相关应采集的症状、体征、检查等特征信息；
步骤6：
依次采集各确诊要点和其他特征信息，将确诊要点信息采集符合确诊标准对应的该疾病名称确定为诊断结果。
如确诊要点信息采集仍未匹配上某一疾病的确诊标准，重复步骤4b-步骤6，直至确诊要点信息采集匹配上某一疾病的确诊标准，确定诊断。
步骤7：
匹配显示该诊断疾病的治疗方案，并显示该疾病的介绍信息。
在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”、“第三”、“第四”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量，由此，限定有“第一”、“第二”、“第三”、“第四”的特征可以明示或者隐含地包括至少一个该特征。
在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋接”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
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 (11)
1.一种根据电子病历文本自动给出疾病诊疗方案的方法，其特征在于，包括以下步骤：
S1、建立疾病信息数据表，建立疾病诊断要点数据表以及给出确诊算法与疾病可能性诊断的排序算法；
S2、根据某患者的电子病历信息或病史文本，提取该病例信息；
S3、根据提取的该病例信息，匹配各疾病的确诊标准；
S4、进行疾病诊断可能性的排序；
S5、给出每个展示疾病的确诊要点和相关应采集的症状、体征、检查等特征信息；
S6、依次采集各确诊要点和其他特征信息；
S7、匹配显示该诊断疾病的治疗方案，并显示该疾病的介绍信息。
2.根据权利要求1所述的一种根据电子病历文本自动给出疾病诊疗方案的方法，其特征在于，所述步骤S1中建立疾病信息数据表具体包括疾病名称、发病人群、发病率、疾病介绍、病因、临床表现、辅助检查、诊断与鉴别诊断、治疗方案、预防、预后、是否急恶性等字段内容。
3.根据权利要求1所述的一种根据电子病历文本自动给出疾病诊疗方案的方法，其特征在于，所述步骤S1中建立疾病诊断要点数据表具体包括疾病名称、诊断要点1、诊断要点2...诊断要点n。
4.根据权利要求1所述的一种根据电子病历文本自动给出疾病诊疗方案的方法，其特征在于，所述步骤S1中将每一诊断要点对于该疾病诊断的重要性进行赋值，将对该疾病诊断具备决定性诊断意义的诊断要点标注为确诊要点，并进行分组标记为a[1]、a[2]...a[n]，b[1]、b[2]...b[n]，...条件组条件序列；根据权威资料建立确诊标准；确诊标准包括确诊要点的各种组合：如同时满足a组确诊要点中的3项则表示为3a；如同时满足a组中的2项和b组中的3项，则表示为2a and 3b；如满足a组中的2项或b组中的3项，则表示为2a or3b，对提示可能急恶性的诊断要点标注为可能急恶性。
5.根据权利要求1所述的一种根据电子病历文本自动给出疾病诊疗方案的方法，其特征在于，所述步骤S2中根据某患者的电子病历信息或病史文本，提取该病例所属发病人群、症状、体征、检查检验结果等信息。
6.根据权利要求1所述的一种根据电子病历文本自动给出疾病诊疗方案的方法，其特征在于，所述步骤S3中根据提取的该病例信息，匹配各疾病的确诊标准。
7.根据权利要求1所述的一种根据电子病历文本自动给出疾病诊疗方案的方法，其特征在于，所述步骤S4中进行疾病诊断可能性的排序具体包括以下步骤：
S41、若匹配上某一疾病的确诊标准，则该患者诊断为该疾病；
S42、若未匹配上任一疾病的确诊标准，则根据已匹配上的某疾病的诊断要点的赋值进行加法处理后并除以该疾病各诊断要点权重赋值之和，各疾病该项处理结果对应结果记为A1，A2，...An，同时根据已匹配上的诊断要点是否存在可能急恶性标注，将各疾病该项对应结果标记为Y或N，其中Y表示存在可能急恶性标注，N表示不存在可能急恶性标注，首先将标记为Y的疾病名称按An大小依次排序展示，而后继续将标记为N的疾病按An大小依次排序展示。
8.根据权利要求1所述的一种根据电子病历文本自动给出疾病诊疗方案的方法，其特征在于，所述步骤S5中给出每个展示疾病的确诊要点和相关应采集的症状、体征、检查等特征信息。
9.根据权利要求1所述的一种根据电子病历文本自动给出疾病诊疗方案的方法，其特征在于，所述步骤S6中依次采集各确诊要点和其他特征信息，将确诊要点信息采集符合确诊标准对应的该疾病名称确定为诊断结果。
10.根据权利要求1所述的一种根据电子病历文本自动给出疾病诊疗方案的方法，其特征在于，所述步骤S6中如确诊要点信息采集仍未匹配上某一疾病的确诊标准，重复步骤S42-步骤S6，直至确诊要点信息采集匹配上某一疾病的确诊标准，确定诊断。
11.根据权利要求1所述的一种根据电子病历文本自动给出疾病诊疗方案的方法，其特征在于，所述步骤S7匹配显示该诊断疾病的治疗方案，并显示该疾病的介绍信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110154882.7A CN112768082A (zh) | 2021-02-04 | 2021-02-04 | 一种根据电子病历文本自动给出疾病诊疗方案的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110154882.7A CN112768082A (zh) | 2021-02-04 | 2021-02-04 | 一种根据电子病历文本自动给出疾病诊疗方案的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112768082A true CN112768082A (zh) | 2021-05-07 |
Family
ID=75704957
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110154882.7A Pending CN112768082A (zh) | 2021-02-04 | 2021-02-04 | 一种根据电子病历文本自动给出疾病诊疗方案的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112768082A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113707307A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术（深圳）有限公司 | 病情分析方法、装置、电子设备及存储介质 |
| CN116646046A (zh) * | 2023-07-27 | 2023-08-25 | 中日友好医院(中日友好临床医学研究所) | 一种基于互联网诊疗的电子病历处理方法和系统 |
| CN116825334A (zh) * | 2023-08-29 | 2023-09-29 | 中国医学科学院阜外医院 | 一种疾病诊断排序方法及相关装置 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104102816A (zh) * | 2014-06-20 | 2014-10-15 | 周晋 | 基于症状匹配和机器学习的自动诊断系统和方法 |
| CN105335620A (zh) * | 2015-11-13 | 2016-02-17 | 冯金辉 | 一种自动、智能提供个性化医学信息服务的系统和方法 |
| CN106295186A (zh) * | 2016-08-11 | 2017-01-04 | 中国科学院计算技术研究所 | 一种基于智能推理的辅助疾病诊断的方法与系统 |
| CN106372439A (zh) * | 2016-09-21 | 2017-02-01 | 北京大学 | 基于病例库的疾病症状及其权重知识的获取和处理方法 |
| CN107066791A (zh) * | 2016-12-19 | 2017-08-18 | 银江股份有限公司 | 一种基于病人检验结果的辅助疾病诊断方法 |
| CN107622798A (zh) * | 2017-10-09 | 2018-01-23 | 广东全科健康管理有限公司 | 一种根据症状产生疾病治疗方案的临床决策支持系统 |
| CN108154928A (zh) * | 2017-12-27 | 2018-06-12 | 北京嘉和美康信息技术有限公司 | 一种疾病诊断方法及装置 |
| CN109509551A (zh) * | 2018-11-01 | 2019-03-22 | 新博卓畅技术（北京）有限公司 | 一种常见疾病智能诊断方法及系统 |
| CN110675951A (zh) * | 2019-08-26 | 2020-01-10 | 北京百度网讯科技有限公司 | 智能化的疾病诊断方法及装置、计算机设备与可读介质 |
| CN111091906A (zh) * | 2019-10-31 | 2020-05-01 | 中电药明数据科技(成都)有限公司 | 一种基于真实世界数据的辅助医疗诊断方法及系统 |
| CN111564210A (zh) * | 2020-04-01 | 2020-08-21 | 心医国际数字医疗系统(大连)有限公司 | 智能导诊方法、装置、电子设备及存储介质 |
| CN111951955A (zh) * | 2020-08-13 | 2020-11-17 | 神州数码医疗科技股份有限公司 | 一种基于规则推理的临床决策支持系统构建方法及装置 |
-
2021
- 2021-02-04 CN CN202110154882.7A patent/CN112768082A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104102816A (zh) * | 2014-06-20 | 2014-10-15 | 周晋 | 基于症状匹配和机器学习的自动诊断系统和方法 |
| CN105335620A (zh) * | 2015-11-13 | 2016-02-17 | 冯金辉 | 一种自动、智能提供个性化医学信息服务的系统和方法 |
| CN106295186A (zh) * | 2016-08-11 | 2017-01-04 | 中国科学院计算技术研究所 | 一种基于智能推理的辅助疾病诊断的方法与系统 |
| CN106372439A (zh) * | 2016-09-21 | 2017-02-01 | 北京大学 | 基于病例库的疾病症状及其权重知识的获取和处理方法 |
| CN107066791A (zh) * | 2016-12-19 | 2017-08-18 | 银江股份有限公司 | 一种基于病人检验结果的辅助疾病诊断方法 |
| CN107622798A (zh) * | 2017-10-09 | 2018-01-23 | 广东全科健康管理有限公司 | 一种根据症状产生疾病治疗方案的临床决策支持系统 |
| CN108154928A (zh) * | 2017-12-27 | 2018-06-12 | 北京嘉和美康信息技术有限公司 | 一种疾病诊断方法及装置 |
| CN109509551A (zh) * | 2018-11-01 | 2019-03-22 | 新博卓畅技术（北京）有限公司 | 一种常见疾病智能诊断方法及系统 |
| CN110675951A (zh) * | 2019-08-26 | 2020-01-10 | 北京百度网讯科技有限公司 | 智能化的疾病诊断方法及装置、计算机设备与可读介质 |
| CN111091906A (zh) * | 2019-10-31 | 2020-05-01 | 中电药明数据科技(成都)有限公司 | 一种基于真实世界数据的辅助医疗诊断方法及系统 |
| CN111564210A (zh) * | 2020-04-01 | 2020-08-21 | 心医国际数字医疗系统(大连)有限公司 | 智能导诊方法、装置、电子设备及存储介质 |
| CN111951955A (zh) * | 2020-08-13 | 2020-11-17 | 神州数码医疗科技股份有限公司 | 一种基于规则推理的临床决策支持系统构建方法及装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113707307A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术（深圳）有限公司 | 病情分析方法、装置、电子设备及存储介质 |
| CN116646046A (zh) * | 2023-07-27 | 2023-08-25 | 中日友好医院(中日友好临床医学研究所) | 一种基于互联网诊疗的电子病历处理方法和系统 |
| CN116646046B (zh) * | 2023-07-27 | 2023-11-17 | 中日友好医院(中日友好临床医学研究所) | 一种基于互联网诊疗的电子病历处理方法和系统 |
| CN116825334A (zh) * | 2023-08-29 | 2023-09-29 | 中国医学科学院阜外医院 | 一种疾病诊断排序方法及相关装置 |
| CN116825334B (zh) * | 2023-08-29 | 2023-12-08 | 中国医学科学院阜外医院 | 一种疾病诊断排序方法及相关装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112768082A (zh) | 一种根据电子病历文本自动给出疾病诊疗方案的方法 | |
| McDonald et al. | LOINC, a universal standard for identifying laboratory observations: a 5-year update | |
| US20040193022A1 (en) | Diagnostic support system and diagnostic support program | |
| CN110556173A (zh) | 一种检查报告单智能分类管理系统及方法 | |
| Safran et al. | Exploration and exploitation of clinical databases | |
| CN111180026A (zh) | 专科诊疗视图系统及方法 | |
| CN117497149A (zh) | 一种基于人工智能的医院管理方法及系统 | |
| CN112820372A (zh) | 护理方案自动生成方法及系统 | |
| RU2481631C2 (ru) | Система и способ объединения анализа серийных экг и назначения экг | |
| Warner et al. | High-density medical data management by computer | |
| CN116501706B (zh) | 用于医学人工智能模型检测的数据配置方法和装置 | |
| CN113096752A (zh) | 一种口腔医学数据整理分析系统 | |
| CN115691735B (zh) | 一种基于慢阻肺专科数据的多模态数据管理方法及系统 | |
| CN115831320A (zh) | 住院儿童营养管理系统、方法、装置、处理器及其计算机可读存储介质 | |
| JP2001142999A (ja) | 電子カルテシステム | |
| CN113948171A (zh) | 一种根据患者病情自动匹配医院等级的匹配系统 | |
| Hobbs et al. | Accuracy of routinely collected clinical data on acute medical admissions to one hospital. | |
| Kossovsky et al. | Distinction between planned and unplanned readmissions following discharge from a Department of Internal Medicine | |
| CN109949940B (zh) | 一种基于糖尿病数据库的大数据挖掘系统 | |
| GUMUS | ELECTRONIC HEALTH RECORD AND PATIENT SATISFACTION IN PUBLIC HOSPITALS: MODERATING ROLE OF OPERATIONAL EFFICIENCY | |
| CN112057085A (zh) | 一种信息化血糖监控系统 | |
| Zeng et al. | Providing multiple views to meet physician information needs | |
| Collen | Health care information systems: a personal historic review | |
| Fenna et al. | A comprehensive codification for the medical hospital information system | |
| CN108320792A (zh) | 一种用于门诊检验的自助服务系统及方法 |
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 |