CN113590775A - 诊疗数据的处理方法、装置、电子设备及存储介质 - Google Patents
诊疗数据的处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113590775A CN113590775A CN202110693943.7A CN202110693943A CN113590775A CN 113590775 A CN113590775 A CN 113590775A CN 202110693943 A CN202110693943 A CN 202110693943A CN 113590775 A CN113590775 A CN 113590775A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- treatment
- data
- event map
- cost
- 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
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- Human Computer Interaction (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
本公开公开了一种诊疗数据的处理方法、装置、电子设备及存储介质,涉及数据处理技术领域,尤其涉及大数据处理、自然语言处理、知识图谱等人工智能技术领域。具体实现方案为:首先获取待处理的诊疗数据,之后对诊疗数据进行解析,以获取诊疗数据中包含的关键信息,其中,关键信息包括:诊疗对象、第一诊疗操作及第一诊疗时间,再获取诊疗对象关联的诊疗事件图谱,其中,诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间,最后根据第一诊疗时间及第二诊疗时间,利用第一诊疗时间及第一诊疗操作,对诊疗事件图谱进行更新,由此,根据关键信息实时对诊疗事件图谱进行更新,可以直观,全面的反映出诊疗对象在就诊过程中各诊疗事件的关系及进展。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及大数据处理、自然语言处理、知识图谱等人工智能技术领域,具体涉及一种诊疗数据的处理方法、装置、电子设备及存储介质。
背景技术
随着人工智能技术地不断发展和完善,其已经在与人类日常生活相关的各个领域扮演着极其重要的作用,例如人工智能技术已经在医疗领域取得了显著进步。目前,对诊疗数据的处理成为热点的研究方向。
发明内容
本公开提供了一种诊疗数据的处理方法、装置、电子设备及存储介质。
根据本公开的第一方面,提供了一种诊疗数据的处理方法,包括:
获取待处理的诊疗数据;
对所述诊疗数据进行解析,以获取所述诊疗数据中包含的关键信息,其中,所述关键信息包括:诊疗对象、第一诊疗操作及第一诊疗时间;
获取所述诊疗对象关联的诊疗事件图谱,其中,所述诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间;
根据所述第一诊疗时间及所述第二诊疗时间,利用所述第一诊疗时间及所述第一诊疗操作,对所述诊疗事件图谱进行更新。
根据本公开的第二方面,提供了一种诊疗数据的处理装置,包括:
第一获取模块,用于获取待处理的诊疗数据;
解析模块,用于对所述诊疗数据进行解析,以获取所述诊疗数据中包含的关键信息,其中,所述关键信息包括:诊疗对象、第一诊疗操作及第一诊疗时间;
第二获取模块,用于获取所述诊疗对象关联的诊疗事件图谱,其中,所述诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间;
更新模块,用于根据所述第一诊疗时间及所述第二诊疗时间,利用所述第一诊疗时间及所述第一诊疗操作,对所述诊疗事件图谱进行更新。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的方法。
根据本公开第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如第一方面所述的方法。
本公开提供的诊疗数据的处理方法、装置、电子设备及存储介质,存在如下有益效果:
本公开实施例中,首先获取待处理的诊疗数据,之后对诊疗数据进行解析,以获取诊疗数据中包含的关键信息,其中,关键信息包括:诊疗对象、第一诊疗操作及第一诊疗时间,再获取诊疗对象关联的诊疗事件图谱,其中,诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间,最后根据第一诊疗时间及第二诊疗时间,利用第一诊疗时间及第一诊疗操作,对诊疗事件图谱进行更新,由此,根据诊疗数据中的关键信息实时对诊疗事件图谱进行更新,可以直观,全面的反映出诊疗对象在就诊过程中各诊疗事件的关系及进展。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开一实施例提供的一种诊疗数据的处理方法的流程示意图;
图2是根据本公开又一实施例提供的一种诊疗数据的处理方法的流程示意图;
图3是根据本公开又一实施例提供的一种诊疗数据的处理方法的流程示意图;
图4是根据本公开一实施例提供的一种诊疗数据的处理装置的结构示意图;
图5是根据本公开又一实施例提供的一种诊疗数据的处理装置的结构示意图;
图6是用来实现本公开实施例的诊疗数据的处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开实施例涉及大数据处理、自然语言处理、知识图谱等人工智能技术领域。
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
自然语言处理是用计算机来处理、理解以及运用人类语言(如中文、英文等),它是计算机科学与语言学的交叉学科,又常被称为计算语言学。由于自然语言是人类区别于其他动物的根本标志。没有语言,人类的思维也就无从谈起,所以自然语言处理体现了人工智能的最高任务与境界,也就是说,只有当计算机具备了处理自然语言的能力时,机器才算实现了真正的智能。
知识图谱本质上是语义网络,是一种基于图的数据结构,由节点和边组成。在知识图谱中,每个节点表示现实世界中存在的实体,每条边为实体与实体之间的关系。通俗地讲,知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络,知识图谱提供了从“关系”的角度去分析问题的能力。
大数据处理是指通过多种渠道实现对大量数据的采集,并通过使用云计算技术来实现对数据的深度挖掘和分析,确保能够及时的找出数据之间的规律和特点,总结和归纳出数据所存在的价值。大数据处理技术对于了解数据特征,预测发展趋势具有十分重要的意义。
本公开的技术方案中,所涉及的诊疗数据的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
图1是根据本公开一实施例提供的一种诊疗数据的处理方法的流程示意图;
其中,需要说明的是,本实施例的诊疗数据的处理方法的执行主体为诊疗数据的处理装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在电子设备中,电子设备可以包括但不限于终端、服务器端等。
如图1所示,该诊疗数据的处理方法包括:
S101:获取待处理的诊疗数据。
其中,待处理的诊疗数据可以包括患者在就诊过程中的入院记录、日常病程记录、手术记录、收费清单、出院记录和医嘱等等,本公开对此不做限定。
S102:对诊疗数据进行解析,以获取诊疗数据中包含的关键信息,其中,关键信息包括:诊疗对象、第一诊疗操作及第一诊疗时间。
其中,第一诊疗操作为从诊疗数据中获取的医护人员为诊疗对象进行的任意医疗处理,比如可以为:手术操作、用药操作、检查操作等等,本公开对此不做限定。
需要说明的是,第一诊疗操作可以为已经完成的诊疗操作,也可以为计划在未来某一时间完成的诊疗操作,本公开对此不做限定。
其中,第一诊疗时间为从诊疗数据中获取的第一诊疗操作对应的时间信息。
可选的,可以采用自然语言处理技术对诊疗数据进行解析,以获取诊疗数据中的关键信息。
举例来说,若诊疗数据中包括长文本诊疗数据,长文本诊疗数据可以为“根据小红在2020年9月13日做的甲状腺B超检查,可以确定患者患有甲状腺肿瘤疾病,需要在2020年9月20日进行甲状腺肿瘤切除手术”,对该长文本数据进行自然语言处理,获取的诊疗对象为“小红”,第一诊疗操作为“甲状腺B超检查”及对应的第一诊疗时间为“2020年9月13日”,和第一诊疗操作为“甲状腺B超检查”及对应的第一诊疗时间为“2020年9月20日”。
需要说明的是,上述示例只是举例说明,不能作为对本公开中的诊疗数据、诊疗对象、第一诊疗操作及第一诊疗时间的具体限定。
S103:获取诊疗对象关联的诊疗事件图谱,其中,诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间。
其中,诊疗事件图谱为根据诊疗对象的历史诊疗数据构建的图谱,该诊疗事件图谱中包括从历史诊疗数据中获取的多个第二诊疗操作及对应的多个第二诊疗时间。
需要说明的,诊疗时间图谱可以反映出诊疗对象在历史就诊过程中各诊疗事件的时间先后关系及各诊疗事件的进展。
S104:根据第一诊疗时间及第二诊疗时间,利用第一诊疗时间及第一诊疗操作,对诊疗事件图谱进行更新。
可选的,根据第一诊疗时间及第二诊疗时间的先后顺序,结合诊疗事件图谱对第二诊疗操作及第一诊疗操作进行关联、去重,归一等操作,以已完成对诊疗事件图谱的更新。
需要说明的是,根据诊疗数据中的关键信息实时对诊疗事件图谱进行更新,可以实时掌握诊疗对象在就诊过程中各诊疗事件的进展。
本公开实施例中,首先获取待处理的诊疗数据,之后对诊疗数据进行解析,以获取诊疗数据中包含的关键信息,其中,关键信息包括:诊疗对象、第一诊疗操作及第一诊疗时间,再获取诊疗对象关联的诊疗事件图谱,其中,诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间,最后根据第一诊疗时间及第二诊疗时间,利用第一诊疗时间及第一诊疗操作,对诊疗事件图谱进行更新,由此,根据诊疗数据中的关键信息实时对诊疗事件图谱进行更新,可以直观,全面的反映出诊疗对象在就诊过程中各诊疗事件的关系及进展。
通过上述分析可知,本公开中可以基于诊疗数据中获取的关键信息对诊疗对象的诊疗事件图谱进行更新。在一种可能的实现形式中,关键信息还可以包括每个诊疗操作对应的诊疗费用,本公开中,还可以在诊疗事件图谱中显示各个诊疗操作对应的诊疗费用,从而可以对各项诊疗操作的收费情况进行监控。下面结合图2和图3,对上述过程进行详细说明。
图2是根据本公开又一实施例提供的一种诊疗数据的处理方法的流程示意图,如图2所示,该诊疗数据的处理方法包括:
S201:获取待处理的诊疗数据。
S202:对诊疗数据进行解析,以获取诊疗数据中包含的关键信息,其中,关键信息包括:诊疗费用、诊疗对象、第一诊疗操作及第一诊疗时间。
其中,诊疗费用为从待处理的诊疗数据中获取的第一诊疗操作对应的费用信息。
S203:获取诊疗对象关联的诊疗事件图谱,其中,诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间。
其中,上述步骤S201-S203的具体实现形式,可参照本公开中其他各实施例的详细描述,在此不再赘述。
S204:获取第一诊疗操作对应的参考费用。
其中,第一诊疗操作对应的参考费用可以为从各平台获取的第一诊疗操作对应的参考收费标准。
需要说明的是,参考费用可以为一个具体的费用值,也可以为一个费用范围,本公开对此不做限定。
比如,第一诊疗操作为“脑部核磁共振”,对应的参考费用可以为“600元”。
或者,第一诊疗操作为“脑部核磁共振”,对应的参考费用可以为“500-700元”。
需要说明的是,上述示例只是举例说明,不能做为对本公开中第一诊疗操作及参考费用的限定。
S205:根据诊疗费用与参考费用间的关系,确定第一诊疗操作的显示样式。
可选的,若参考费用为一个具体的费用值,则在第一诊疗操作对应诊疗费用与参考费用的差值大于预设的阈值的情况下,确定第一诊疗操作的显示样式为突出显示,比如显示为红色字体,或者X号字体显示等等。相应的,在第一诊疗操作对应的诊疗费用与参考费用的差值小于等于预设的阈值的情况下,确定第一诊疗操作的显示样式为黑色字体显示、或者Y号字体显示等等。
可选的,若参考费用为一个费用范围,则在第一诊疗操作对应诊疗费用超出参考费用范围的情况下,确定第一诊疗操作的显示样式为突出显示,比如显示为黄色字体。相应的,在第一诊疗操作对应的诊疗费在参考费用范围内的情况下,确定第一诊疗操作的显示样式为黑色字体显示等等。
S206:基于显示样式,根据第一诊疗时间、第一诊疗操作及诊疗费用,对诊疗事件图谱进行更新。
需要说明的是,若确定的第一诊疗操作的显示样式为突出显示,比如显示为红色字体,则更新后的诊疗事件图谱中,该第一诊疗操作字体显示为红色。
需要说明的是,根据诊疗数据中的诊疗费用、诊疗对象、第一诊疗操作及第一诊疗时间实时对诊疗事件图谱进行更新,由此,根据诊疗事件图谱不仅可以实时掌握诊疗对象在就诊过程中各诊疗事件的进展,而且可以对各项诊疗操作的收费情况进行监控,防止出现乱收、少收以及多收诊疗费用的情况。
本公开实施例中,首先获取诊疗数据中的诊疗费用、诊疗对象、第一诊疗操作及第一诊疗时间,之后根据诊疗费用与参考费用间的关系,确定第一诊疗操作的显示样式,再基于显示样式,根据第一诊疗时间、第一诊疗操作及诊疗费用,对诊疗事件图谱进行更新。由此,根据实时更新的诊疗事件图谱不仅可以实时掌握诊疗对象在就诊过程中各诊疗事件的进展,而且可以对各项诊疗操作的收费情况进行监控。
图3是根据本公开又一实施例提供的一种诊疗数据的处理方法的流程示意图,如图3所示,该诊疗数据的处理方法包括:
S301:获取待处理的诊疗数据。
S302:对诊疗数据进行解析,以获取诊疗数据中包含的关键信息,其中,关键信息包括:诊疗对象、第一诊疗时间、多个第一诊疗操作及多个诊疗费用。
S303:获取诊疗对象关联的诊疗事件图谱,其中,诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间。
其中,上述步骤S301-S303的具体实现形式,可参照本公开中其他各实施例的详细描述,在此不再赘述。
S304:在多个第一诊疗操作的第一数量与多个诊疗费用的第二数量未匹配的情况下,获取每个第一诊疗操作对应的参考费用。
其中,第一数量为从诊疗数据中获取的多个第一诊疗操作的总数;第二数量为从诊疗数据中获取的多个诊疗费用的总数。
举例来说,从诊疗数据中获取的第一诊疗操作中可以包括已经执行的第一诊疗操作和未执行的第一诊疗操作,在诊疗数据中不包括未执行的第一诊疗操作的诊疗费用的情况下,则会出现获取的多个第一诊疗操作的第一数量与多个诊疗费用的第二数量不匹配的情况。
其中,每个第一诊疗操作对应的参考费用可以为从各平台获取的每个第一诊疗操作对应的参考收费标准。
S305:根据每个第一诊疗操作对应的参考费用与每个诊疗费用的差值,确定每个诊疗费用与每个第一诊疗操作的关联关系。
可选的,可以根据某个第一诊疗操作对应的参考费用与每个诊疗费用的差值的大小,从多个诊疗费用中确定该第一诊疗操作对应的诊疗费用。
举例来说,从诊疗数据中的第一诊疗操作为“头部核磁共振”、“脑部CT”及“肿瘤切除手术”,诊疗费用为“560元”、“8万元”。“头部核磁共振”对应的参考费用为600元,“脑部CT”对应的参考费用为200元,“肿瘤切除手术”对应的参考费用为10万元,则根据每个第一诊疗操作对应的参考费用与每个诊疗费用的差值的大小,可以确定“头部核磁共振”对应的诊疗费用为“560元”,“肿瘤切除手术”对应的诊疗费用为“8万元”。
S306:基于每个诊疗费用与每个第一诊疗操作的关联关系,利用多个第一诊疗操作及多个诊疗费用,对诊疗事件图谱进行更新。
可选的,根据每个诊疗费用与每个第一诊疗操作的关联关系,结合诊疗事件图谱对多个第一诊疗操作、多个诊疗费用及第一诊疗时间进行关联、去重,归一等操作,以完成对诊疗事件图谱的更新。
S307:获取诊疗事件图谱对应的参考知识图谱。
可选的,由于医护人员对不同的疾病的诊治过程不同,即执行的诊疗操作不同,因此本公开中可以根据诊疗事件图谱中各个诊疗操作,确定诊疗事件图谱对应的疾病名称,之后获取与疾病名称关联的参考知识图谱。
可选的,由于不同的疾病,对应的疾病特征不同,因此,本公开中也可以先获取诊疗事件图谱关联的诊疗数据集,再对诊疗数据集进行解析,以获取诊疗数据集中包含的症状特征,之后根据症状特征,确定诊疗事件图谱对应的疾病名称,最后获取与疾病名称关联的参考知识图谱。
其中,与疾病名称关联的参考知识图谱,可以为基于语义理解及知识计算与推理技术构建的有关于该疾病诊疗过程的知识图谱。
可选的,可以利用语义理解,结合通用医学知识图谱的预训练医学语言模型,搭建医学领域下的自然语言处理平台,通过实体识别、属性抽取,实现医学文本结构化处理以及实体粒度的语义理解。
进一步的,还可以利用知识计算与推理技术,结合通用医学知识图谱,充分理解病历中的实体语义,通过关系计算、关系分析等处理挖掘蕴含在病历中的医学实体关系,结合现有的确定性推理技术与不确定性技术技术,计算推理隐含在病历单据中的实体关系。
S308:基于参考知识图谱,确定更新后的诊疗事件图谱中各个诊疗操作是否异常。
可选的,将更新后的诊疗事件图谱与参考知识图谱进行比较,判断医生在整个诊疗过程中是否存在诊疗操作顺序错误、诊疗操作冗余等异常情况,若出现异常情况,则发出预警以提醒诊疗对象及医护人员。
需要说明的是,基于参考知识图谱,确定更新后的诊疗事件图谱中各个诊疗操作是否异常,可以对医生的整个诊疗过程进行监控,防止出现诊疗操作顺序错误、诊疗操作冗余等异常情况。
本公开实施例中,首先根据每个第一诊疗操作对应的参考费用与每个诊疗费用的差值,确定每个诊疗费用与每个第一诊疗操作的关联关系,之后基于每个诊疗费用与每个第一诊疗操作的关联关系,利用诊疗数据中的关键信息对诊疗事件图谱进行更新,最后基于参考知识图谱,确定更新后的诊疗事件图谱中各个诊疗操作是否异常。由此,根据实时更新的诊疗事件图谱,不仅可以实时掌握诊疗对象在就诊过程中各诊疗事件的进展,及各项诊疗操作的收费情况,而且可以对医生的整个诊疗过程进行监控,防止出现诊疗操作顺序错误、诊疗操作冗余等异常情况。
图4是根据本公开一实施例提供的一种诊疗数据的处理装置的结构示意图,如图4所示,该诊疗数据的处理装置400,包括:
第一获取模块410,用于获取待处理的诊疗数据。
解析模块420,用于对诊疗数据进行解析,以获取诊疗数据中包含的关键信息,其中,关键信息包括:诊疗对象、第一诊疗操作及第一诊疗时间。
第二获取模块430,用于获取诊疗对象关联的诊疗事件图谱,其中,诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间。
更新模块440,用于根据第一诊疗时间及第二诊疗时间,利用第一诊疗时间及第一诊疗操作,对诊疗事件图谱进行更新。
需要说明的是,前述对诊疗数据的处理方法的解释说明也适用于本实施例的诊疗数据的处理装置,此处不再赘述。
本公开实施例中,诊疗数据的处理装置400首先获取待处理的诊疗数据,之后对诊疗数据进行解析,以获取诊疗数据中包含的关键信息,其中,关键信息包括:诊疗对象、第一诊疗操作及第一诊疗时间,再获取诊疗对象关联的诊疗事件图谱,其中,诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间,最后根据第一诊疗时间及第二诊疗时间,利用第一诊疗时间及第一诊疗操作,对诊疗事件图谱进行更新,由此,根据诊疗数据中的关键信息实时对诊疗事件图谱进行更新,可以直观,全面的反映出诊疗对象在就诊过程中各诊疗事件的关系及进展。
如图5所示,图5是根据本公开又一实施例提供的一种诊疗数据的处理装置的结构示意图,该诊疗数据的处理装置500,包括:第一获取模块510、解析模块520、第二获取模块530、更新模块540、第三获取模块550及确定模块560。
第三获取模块550,用于获取诊疗事件图谱对应的参考知识图谱。
确定模块560,用于基于参考知识图谱,确定更新后的诊疗事件图谱中各个诊疗操作是否异常。
在本公开的一些实施例中,更新模块540,具体用于:
获取第一诊疗操作对应的参考费用;
根据诊疗费用与参考费用间的关系,确定第一诊疗操作的显示样式;
基于显示样式,根据第一诊疗时间、第一诊疗操作及诊疗费用,对诊疗事件图谱进行更新。
在本公开的一些实施例中,关键信息中包括多个第一诊疗操作及多个诊疗费用,更新模块540,具体用于:
在多个第一诊疗操作的第一数量与多个诊疗费用的第二数量未匹配的情况下,获取每个第一诊疗操作对应的参考费用;
根据每个第一诊疗操作对应的参考费用与每个诊疗费用的差值,确定每个诊疗费用与每个第一诊疗操作的关联关系;
基于每个诊疗费用与每个第一诊疗操作的关联关系,利用多个第一诊疗操作及多个诊疗费用,对诊疗事件图谱进行更新。
在本公开的一些实施例中,第三获取模块550,具体用于:
根据诊疗事件图谱中各个诊疗操作,确定诊疗事件图谱对应的疾病名称;
获取与疾病名称关联的参考知识图谱。
在本公开的一些实施例中,第三获取模块550,具体用于:
获取诊疗事件图谱关联的诊疗数据集;
对诊疗数据集进行解析,以获取诊疗数据集中包含的症状特征;
根据症状特征,确定诊疗事件图谱对应的疾病名称;
获取与疾病名称关联的参考知识图谱。
可以理解的是,本实施例附图5中的诊疗数据的处理装置500与上述实施例中的诊疗数据的处理装置400,第一获取模块510与上述实施例中的第一获取模块410,解析模块520与上述实施例中的解析模块420,第二获取模块530与上述实施例中的第二获取模块430,更新模块540与上述实施例中的更新模块440,可以具有相同的功能和结构。
需要说明的是,前述对诊疗数据的处理方法的解释说明也适用于本实施例的诊疗数据的处理装置,此处不再赘述。
本公开实施例中,诊疗数据的处理装置500首先根据每个第一诊疗操作对应的参考费用与每个诊疗费用的差值,确定每个诊疗费用与每个第一诊疗操作的关联关系,之后基于每个诊疗费用与每个第一诊疗操作的关联关系,利用诊疗数据中的关键信息对诊疗事件图谱进行更新,最后基于参考知识图谱,确定更新后的诊疗事件图谱中各个诊疗操作是否异常。由此,根据实时更新的诊疗事件图谱,不仅可以实时掌握诊疗对象在就诊过程中各诊疗事件的进展,及各项诊疗操作的收费情况,而且可以对医生的整个诊疗过程进行监控,防止出现诊疗操作顺序错误、诊疗操作冗余等异常情况。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如诊疗数据的处理方法。例如,在一些实施例中,诊疗数据的处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的诊疗数据的处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行诊疗数据的处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
本公开实施例中,首先获取待处理的诊疗数据,之后对诊疗数据进行解析,以获取诊疗数据中包含的关键信息,其中,关键信息包括:诊疗对象、第一诊疗操作及第一诊疗时间,再获取诊疗对象关联的诊疗事件图谱,其中,诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间,最后根据第一诊疗时间及第二诊疗时间,利用第一诊疗时间及第一诊疗操作,对诊疗事件图谱进行更新,由此,根据诊疗数据中的关键信息实时对诊疗事件图谱进行更新,可以直观,全面的反映出诊疗对象在就诊过程中各诊疗事件的关系及进展。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种诊疗数据的处理方法,包括:
获取待处理的诊疗数据;
对所述诊疗数据进行解析,以获取所述诊疗数据中包含的关键信息,其中,所述关键信息包括:诊疗对象、第一诊疗操作及第一诊疗时间;
获取所述诊疗对象关联的诊疗事件图谱,其中,所述诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间;
根据所述第一诊疗时间及所述第二诊疗时间,利用所述第一诊疗时间及所述第一诊疗操作,对所述诊疗事件图谱进行更新。
2.如权利要求1所述的方法,其中,所述关键信息还包括诊疗费用,所述对所述诊疗事件图谱进行更新,包括:
获取所述第一诊疗操作对应的参考费用;
根据所述诊疗费用与所述参考费用间的关系,确定所述第一诊疗操作的显示样式;
基于所述显示样式,根据所述第一诊疗时间、第一诊疗操作及诊疗费用,对所述诊疗事件图谱进行更新。
3.如权利要求1所述的方法,其中,所述关键信息中包括多个第一诊疗操作及多个诊疗费用,所述对所述诊疗事件图谱进行更新,包括:
在所述多个第一诊疗操作的第一数量与多个诊疗费用的第二数量未匹配的情况下,获取每个所述第一诊疗操作对应的参考费用;
根据每个所述第一诊疗操作对应的参考费用与每个所述诊疗费用的差值,确定每个所述诊疗费用与每个第一诊疗操作的关联关系;
基于每个所述诊疗费用与每个第一诊疗操作的关联关系,利用所述多个第一诊疗操作及多个诊疗费用,对所述诊疗事件图谱进行更新。
4.如权利要求1-3任一所述的方法,其中,在所述对所述诊疗事件图谱进行更新之后,还包括:
获取所述诊疗事件图谱对应的参考知识图谱;
基于所述参考知识图谱,确定所述更新后的诊疗事件图谱中各个诊疗操作是否异常。
5.如权利要求4所述的方法,其中,所述获取所述诊疗事件图谱对应的参考知识图谱,包括:
根据所述诊疗事件图谱中各个诊疗操作,确定所述诊疗事件图谱对应的疾病名称;
获取与所述疾病名称关联的参考知识图谱。
6.如权利要求4所述的方法,其中,所述获取所述诊疗事件图谱对应的参考知识图谱,包括:
获取所述诊疗事件图谱关联的诊疗数据集;
对所述诊疗数据集进行解析,以获取所述诊疗数据集中包含的症状特征;
根据所述症状特征,确定所述诊疗事件图谱对应的疾病名称;
获取与所述疾病名称关联的参考知识图谱。
7.一种诊疗数据的处理装置,包括:
第一获取模块,用于获取待处理的诊疗数据;
解析模块,用于对所述诊疗数据进行解析,以获取所述诊疗数据中包含的关键信息,其中,所述关键信息包括:诊疗对象、第一诊疗操作及第一诊疗时间;
第二获取模块,用于获取所述诊疗对象关联的诊疗事件图谱,其中,所述诊疗事件图谱中包括第二诊疗操作及对应的第二诊疗时间;
更新模块,用于根据所述第一诊疗时间及所述第二诊疗时间,利用所述第一诊疗时间及所述第一诊疗操作,对所述诊疗事件图谱进行更新。
8.如权利要求7所述的装置,其中,所述关键信息还包括诊疗费用,所述更新模块,具体用于:
获取所述第一诊疗操作对应的参考费用;
根据所述诊疗费用与所述参考费用间的关系,确定所述第一诊疗操作的显示样式;
基于所述显示样式,根据所述第一诊疗时间、第一诊疗操作及诊疗费用,对所述诊疗事件图谱进行更新。
9.如权利要求7所述的装置,其中,所述关键信息中包括多个第一诊疗操作及多个诊疗费用,所述更新模块,具体用于:
在所述多个第一诊疗操作的第一数量与多个诊疗费用的第二数量未匹配的情况下,获取每个所述第一诊疗操作对应的参考费用;
根据每个所述第一诊疗操作对应的参考费用与每个所述诊疗费用的差值,确定每个所述诊疗费用与每个第一诊疗操作的关联关系;
基于每个所述诊疗费用与每个第一诊疗操作的关联关系,利用所述多个第一诊疗操作及多个诊疗费用,对所述诊疗事件图谱进行更新。
10.如权利要求7-9任一所述的装置,还包括:
第三获取模块,用于获取所述诊疗事件图谱对应的参考知识图谱;
确定模块,用于基于所述参考知识图谱,确定所述更新后的诊疗事件图谱中各个诊疗操作是否异常。
11.如权利要求10所述的装置,其中,所述第三获取模块,具体用于:
根据所述诊疗事件图谱中各个诊疗操作,确定所述诊疗事件图谱对应的疾病名称;
获取与所述疾病名称关联的参考知识图谱。
12.如权利要求10所述的装置,其中,所述第三获取模块,具体用于:
获取所述诊疗事件图谱关联的诊疗数据集;
对所述诊疗数据集进行解析,以获取所述诊疗数据集中包含的症状特征;
根据所述症状特征,确定所述诊疗事件图谱对应的疾病名称;
获取与所述疾病名称关联的参考知识图谱。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693943.7A CN113590775B (zh) | 2021-06-22 | 2021-06-22 | 诊疗数据的处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693943.7A CN113590775B (zh) | 2021-06-22 | 2021-06-22 | 诊疗数据的处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113590775A true CN113590775A (zh) | 2021-11-02 |
CN113590775B CN113590775B (zh) | 2023-07-21 |
Family
ID=78244272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110693943.7A Active CN113590775B (zh) | 2021-06-22 | 2021-06-22 | 诊疗数据的处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113590775B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114334043A (zh) * | 2021-12-30 | 2022-04-12 | 上海柯林布瑞信息技术有限公司 | 基于医保的对诊疗关键路径监测方法及装置 |
CN116646038A (zh) * | 2023-04-06 | 2023-08-25 | 北京百度网讯科技有限公司 | 确定医疗数据分组的方法、装置、电子设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005202686A (ja) * | 2004-01-15 | 2005-07-28 | Nooza:Kk | 診療費見積もりシステム、診療費見積もり方法、および診療費見積もりプログラム |
CN108492887A (zh) * | 2018-04-13 | 2018-09-04 | 合肥工业大学 | 医疗知识图谱构建方法及装置 |
CN111145909A (zh) * | 2019-11-29 | 2020-05-12 | 泰康保险集团股份有限公司 | 诊疗数据处理方法与装置、存储介质、电子设备 |
CN111899828A (zh) * | 2020-07-31 | 2020-11-06 | 青岛百洋智能科技股份有限公司 | 一种知识图谱驱动的乳腺癌诊疗方案推荐系统 |
CN112017740A (zh) * | 2020-07-22 | 2020-12-01 | 厦门快商通科技股份有限公司 | 一种基于知识图谱的疾病推理方法、装置、设备及储存介质 |
CN112507701A (zh) * | 2020-11-30 | 2021-03-16 | 北京百度网讯科技有限公司 | 待纠错医疗数据的识别方法、装置、设备和存储介质 |
CN112562808A (zh) * | 2020-12-11 | 2021-03-26 | 北京百度网讯科技有限公司 | 患者画像的生成方法、装置、电子设备及存储介质 |
WO2021114736A1 (zh) * | 2020-07-07 | 2021-06-17 | 平安科技(深圳)有限公司 | 医疗问诊辅助方法、装置、电子设备及介质 |
-
2021
- 2021-06-22 CN CN202110693943.7A patent/CN113590775B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005202686A (ja) * | 2004-01-15 | 2005-07-28 | Nooza:Kk | 診療費見積もりシステム、診療費見積もり方法、および診療費見積もりプログラム |
CN108492887A (zh) * | 2018-04-13 | 2018-09-04 | 合肥工业大学 | 医疗知识图谱构建方法及装置 |
CN111145909A (zh) * | 2019-11-29 | 2020-05-12 | 泰康保险集团股份有限公司 | 诊疗数据处理方法与装置、存储介质、电子设备 |
WO2021114736A1 (zh) * | 2020-07-07 | 2021-06-17 | 平安科技(深圳)有限公司 | 医疗问诊辅助方法、装置、电子设备及介质 |
CN112017740A (zh) * | 2020-07-22 | 2020-12-01 | 厦门快商通科技股份有限公司 | 一种基于知识图谱的疾病推理方法、装置、设备及储存介质 |
CN111899828A (zh) * | 2020-07-31 | 2020-11-06 | 青岛百洋智能科技股份有限公司 | 一种知识图谱驱动的乳腺癌诊疗方案推荐系统 |
CN112507701A (zh) * | 2020-11-30 | 2021-03-16 | 北京百度网讯科技有限公司 | 待纠错医疗数据的识别方法、装置、设备和存储介质 |
CN112562808A (zh) * | 2020-12-11 | 2021-03-26 | 北京百度网讯科技有限公司 | 患者画像的生成方法、装置、电子设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
ZHIQIANG HUO 等: "Cloud-based Data-intensive Framework towards fault diagnosis in large-scale petrochemical plants", 2016 INTERNATIONAL WIRELESS COMMUNICATIONS AND MOBILE COMPUTING CONFERENCE (IWCMC) * |
何婷婷;: "关于加强中医诊疗医保服务监管的分析与对策研究", 四川劳动保障, no. 01 * |
孔鸣;何前锋;李兰娟;: "人工智能辅助诊疗发展现状与战略研究", 中国工程科学, no. 02 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114334043A (zh) * | 2021-12-30 | 2022-04-12 | 上海柯林布瑞信息技术有限公司 | 基于医保的对诊疗关键路径监测方法及装置 |
CN116646038A (zh) * | 2023-04-06 | 2023-08-25 | 北京百度网讯科技有限公司 | 确定医疗数据分组的方法、装置、电子设备和存储介质 |
CN116646038B (zh) * | 2023-04-06 | 2024-04-16 | 北京百度网讯科技有限公司 | 确定医疗数据分组的方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113590775B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11881293B2 (en) | Methods for automatic cohort selection in epidemiologic studies and clinical trials | |
US9430616B2 (en) | Extracting clinical care pathways correlated with outcomes | |
CN113590775B (zh) | 诊疗数据的处理方法、装置、电子设备及存储介质 | |
WO2003040965A2 (en) | Patient data mining | |
CN108319605A (zh) | 医学检查数据的结构化处理方法及系统 | |
CN111798988B (zh) | 风险区域预测方法、装置、电子设备及计算机可读介质 | |
CN112562808B (zh) | 患者画像的生成方法、装置、电子设备及存储介质 | |
CN111581969B (zh) | 医疗术语向量表示方法、装置、存储介质及电子设备 | |
CN113792115A (zh) | 实体相关性确定方法、装置、电子设备及存储介质 | |
CN113590777A (zh) | 文本信息处理方法、装置、电子设备和存储介质 | |
CN114064923A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
US20210125725A1 (en) | Automated Medical Device Regulation Risk Assessments | |
CN111507109A (zh) | 电子病历的命名实体识别方法及装置 | |
CN110335679B (zh) | 一种基于多粒度图模式挖掘的生存预测方法及系统 | |
CN114724693A (zh) | 异常诊疗行为的检测方法及装置、电子设备和存储介质 | |
CN112908488A (zh) | 事件识别方法、装置、计算机设备和存储介质 | |
CN112530533A (zh) | 病历文档检测方法、装置及电子设备 | |
CN112711579A (zh) | 医疗数据的质量检测方法及装置、存储介质及电子设备 | |
CN111400759A (zh) | 访视时间表生成方法及装置、存储介质、电子设备 | |
CN115033747B (zh) | 异常状态的检索方法及其装置 | |
US20230395209A1 (en) | Development and use of feature maps from clinical data using inference and machine learning approaches | |
de Aguiar Barbosa et al. | A Domain-Specific Modeling Language for Specification of Clinical Scores in Mobile Health. | |
CN114496143B (zh) | 临床数据与文献的关联方法、装置、电子设备及存储介质 | |
US20230316070A1 (en) | Learning method, learning apparatus and program | |
CN116646038B (zh) | 确定医疗数据分组的方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |