CN113870985A - 一种基于ai智能诊疗随访系统的规范化医生等级认证考核系统 - Google Patents
一种基于ai智能诊疗随访系统的规范化医生等级认证考核系统 Download PDFInfo
- Publication number
- CN113870985A CN113870985A CN202111150332.4A CN202111150332A CN113870985A CN 113870985 A CN113870985 A CN 113870985A CN 202111150332 A CN202111150332 A CN 202111150332A CN 113870985 A CN113870985 A CN 113870985A
- Authority
- CN
- China
- Prior art keywords
- treatment
- patient
- doctor
- standardized
- diagnosis
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 74
- 239000003814 drug Substances 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 12
- 229940079593 drug Drugs 0.000 claims description 52
- 201000010099 disease Diseases 0.000 claims description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000035764 nutrition Effects 0.000 claims description 3
- 235000016709 nutrition Nutrition 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000011272 standard treatment Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 230000006399 behavior Effects 0.000 abstract description 10
- 230000008569 process Effects 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract 1
- 230000002349 favourable effect Effects 0.000 abstract 1
- 238000011002 quantification Methods 0.000 abstract 1
- 238000013473 artificial intelligence Methods 0.000 description 46
- 238000001647 drug administration Methods 0.000 description 10
- 238000001959 radiotherapy Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001356 surgical procedure 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统，系统包括四部分，分别为：患者操作平台、海心AI规范化随访决策系统、医生操作平台和医生认证系统，利用该系统，通过AI系统为患者出具规范化诊疗方案，通过AI规范化随访决策系统跟踪患者实际过程中的用药，通过患者实际用药方案和AI系统用药的对比，在不同维度进行比对，通过AI系统比对方案匹配度进行评分，通过此评分定期为医生的规范化诊疗行为进行评价，从而完成不同规范化等级医生的授权认证，通过医生认证系统对目标医生临床的规范化诊疗水平进行考核，实现规范化诊疗行为可考量，可量化，公开透明，有利于提升医生的个人诊疗水平。
Description
技术领域
本发明涉及医生等级认证考核技术领域，具体为一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统。
背景技术
肿瘤科和内科、外科、妇产科和儿科一样，是临床医学的二级学科，分为肿瘤内科、肿瘤放射治疗科和肿瘤外科等，肿瘤内科主要从事各种良、恶性肿瘤的内科治疗，肿瘤放射治疗科主要从事肿瘤的放射线治疗，肿瘤外科提供以手术为主的综合治疗，随着医疗技术发展和人民群众对医疗服务需求的增加，随着肿瘤患者的增多，放疗的需求也急速增加，部分肿瘤患者确诊并经过前期治疗后，往往还需要进行1个月甚至2个月的放疗，其时间跨度较长，严重占用医疗资源并且患者还要承担巨大的经济负担，在传统的诊断中，专业医师通过观察影像图像，对比分析病例的一系列图像，依靠经验预测患者疾病的病理程度，这种方法需要专业医生对大量的数据进行繁琐的人工操作，同时这种方法诊断结果的准确性及可靠性严重依赖于医生的经验知识和专业素质，诊断结果的准确性受到限制，并且肿瘤患者根据患者病情阶段不同，需要做的治疗方案不同，有的需要做手术，有的需要做化疗，有的需要做放疗，不同学科的专长不同，同时拥有的专家专长也不同，因此为了做到医疗资源最大化分配，肿瘤学会对于自己会员规范化诊疗水平有考核需要，为不同会员认证不同的规范化诊疗专家级别，为此，我们提出一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统。
发明内容
本发明的目的在于提供一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统，系统包括四部分，分别为：患者操作平台、海心AI规范化随访决策系统、医生操作平台和医生认证系统，考核系统的工作方法为：
患者通过患者操作平台进行科室就诊，能够完成病历上传，海心AI规范化随访决策系统接收病历并完成病历OCR识别，这样可以基于规范化AI决策系统根据患者病情生成个性化诊疗方案，并且可以完成AI推荐治疗路径及方案，然后医生操作平台可以接收治疗路径及方案，这样可以为患者选择规范化的治疗路径及用药方案及用药周期，然后可以出具处方，此处方数据能够回传至海心AI规范化随访决策系统中完成随访计划的创建，随访计划回传至患者操作平台内，便于患者接受治疗，然后患者接受用药，同时患者在用药期间将自己的用药记录进行上传，这样海心AI规范化随访决策系统能够接收到患者的用药记录，这样海心AI规范化随访决策系统能够记录实际治疗中用药名称及用药周期，随后治疗中用药名称及用药周期数据包能够直接上传至医生认证系统中进行数据清洗，以便于实现治疗路径标准、用药方案标准、药物周期标准，在处方出具后，处方数据能够同步给医生认证系统，可实现存储此规范化诊疗治疗路径及用药方案及用药周期，这样能够通过对比治疗前后加权打分，计算出对该患者规范化诊疗分数N0，在累计一定周期及患者数平均计算后能够得出医生该周期内规范化诊疗分数NX，这样依据授牌规则可以产出认证结果，同时认证结果回传至医生操作平台可以授予规范化诊疗专家。
优选的，患者操作平台内置人机交互系统，且人机交互系统内有病历上传模块，这样能够将有患者详细病情的病历数据包以压缩的形式或者图片的形式上传至服务器，服务器内置存储器，便于存储和调取患者的相关病历数据，以作参考，便于依据患者病情评估提供更准确的医院等级匹配度。
优选的，所述海心AI规范化随访决策系统中内置病历扫描模块，能够自动扫描从患者操作平台上接收的患者就诊病历，同时规范化AI决策系统基于扫描得到的数据完成对患者病历的分类归档处理，这样能够根据患者病情生成个性化诊疗方案。
优选的，所述规范化AI决策系统通过数据端口连接知识图谱数据库，这样能够根据个人病症特征及其病历信息完成对知识图谱数据库的信息搜索，结合从知识图库中调取的方案、药物、营养指导知识图谱可以得出患者相对应且不同侧重点下的诊疗方案，可以根据患者信息和诊疗阶段信息生成对应的病症诊疗方案。
优选的，所述医生认证系统内包括匹配确认模块，结合从海心AI规范化随访决策系统中得到的实际患者用药名称和用药周期和从医生操作平台中得到的处方数据包，将这些数据结构化，同时能够提取相应的关键词，并根据关键词获取基于标准治疗路径、标准用药方案、标准药物周期完成病情和理疗方案的规范化加权打分处理。
优选的，所述医生认证系统中治疗方案规范化累积周期控制在一星期到半个月之间，同时对患者数量及患者所相对应的诊疗方案诊疗分数作平均计算，这样能够得出该医生在此周期内规范化治疗分数。
与现有技术相比，本发明的有益效果是：
本发明通过设置患者操作平台、海心AI规范化随访决策系统、医生操作平台和医生认证系统，这样利用该系统，通过AI系统为患者出具规范化诊疗方案，通过AI规范化随访决策系统跟踪患者实际过程中的用药，通过患者实际用药方案和AI系统用药的对比，在不同维度进行比对，通过AI系统比对方案匹配度进行评分，通过此评分定期为医生的规范化诊疗行为进行评价，从而完成不同规范化等级医生的授权认证，系统部署简单，只需要医生手机端注册账号即可，诊疗方案通过AI规范化随访决策系统出具方案，系统可追溯，方案有依据，患者就诊有保障，诊疗过程通过AI智能随访系统跟踪，治疗过程用药记录真实，可追溯，通过AI系统，从患者首诊开始，录入患者病情，通过AI规范化诊疗决策系统为患者选择治疗方案A，然后通过智能诊疗后的随访跟踪系统，智能收集患者真实治疗中的方案B，通过方案A与方案B的对比评分，再通过各种系统权重指数综合，对不同分段的会员专家规范化诊疗行为进行打分并完成考核，通过医生认证系统对目标医生临床的规范化诊疗水平进行考核，实现规范化诊疗行为可考量，可量化，公开透明，有利于提升医生的个人诊疗水平，最终有益患者，有益整个行业发展。
附图说明
图1为本发明工作原理流程示意图。
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。
请参阅图1，本发明提供一种技术方案：一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统，系统包括四部分，分别为：患者操作平台、海心AI规范化随访决策系统、医生操作平台和医生认证系统，考核系统的工作方法为：
患者通过患者操作平台进行科室就诊，能够完成病历上传，海心AI规范化随访决策系统接收病历并完成病历OCR识别，这样可以基于规范化AI决策系统根据患者病情生成个性化诊疗方案，并且可以完成AI推荐治疗路径及方案，然后医生操作平台可以接收治疗路径及方案，这样可以为患者选择规范化的治疗路径及用药方案及用药周期，然后可以出具处方，此处方数据能够回传至海心AI规范化随访决策系统中完成随访计划的创建，随访计划回传至患者操作平台内，便于患者接受治疗，然后患者接受用药，同时患者在用药期间将自己的用药记录进行上传，这样海心AI规范化随访决策系统能够接收到患者的用药记录，这样海心AI规范化随访决策系统能够记录实际治疗中用药名称及用药周期，随后治疗中用药名称及用药周期数据包能够直接上传至医生认证系统中进行数据清洗，以便于实现治疗路径标准、用药方案标准、药物周期标准，在处方出具后，处方数据能够同步给医生认证系统，可实现存储此规范化诊疗治疗路径及用药方案及用药周期，这样能够通过对比治疗前后加权打分，计算出对该患者规范化诊疗分数N0，在累计一定周期及患者数平均计算后能够得出医生该周期内规范化诊疗分数NX，这样依据授牌规则可以产出认证结果，同时认证结果回传至医生操作平台可以授予规范化诊疗专家。
患者操作平台内置人机交互系统，且人机交互系统内有病历上传模块，这样能够将有患者详细病情的病历数据包以压缩的形式或者图片的形式上传至服务器，服务器内置存储器，便于存储和调取患者的相关病历数据，以作参考，便于依据患者病情评估提供更准确的医院等级匹配度；
所述海心AI规范化随访决策系统中内置病历扫描模块，能够自动扫描从患者操作平台上接收的患者就诊病历，同时规范化AI决策系统基于扫描得到的数据完成对患者病历的分类归档处理，这样能够根据患者病情生成个性化诊疗方案；
所述规范化AI决策系统通过数据端口连接知识图谱数据库，这样能够根据个人病症特征及其病历信息完成对知识图谱数据库的信息搜索，结合从知识图库中调取的方案、药物、营养指导知识图谱可以得出患者相对应且不同侧重点下的诊疗方案，可以根据患者信息和诊疗阶段信息生成对应的病症诊疗方案；
所述医生认证系统内包括匹配确认模块，结合从海心AI规范化随访决策系统中得到的实际患者用药名称和用药周期和从医生操作平台中得到的处方数据包，将这些数据结构化，同时能够提取相应的关键词，并根据关键词获取基于标准治疗路径、标准用药方案、标准药物周期完成病情和理疗方案的规范化加权打分处理；
所述医生认证系统中治疗方案规范化累积周期控制在一星期到半个月之间，同时对患者数量及患者所相对应的诊疗方案诊疗分数作平均计算，这样能够得出该医生在此周期内规范化治疗分数。
本发明通过设置患者操作平台、海心AI规范化随访决策系统、医生操作平台和医生认证系统，这样利用该系统，通过AI系统为患者出具规范化诊疗方案，通过AI规范化随访决策系统跟踪患者实际过程中的用药，通过患者实际用药方案和AI系统用药的对比，在不同维度进行比对，通过AI系统比对方案匹配度进行评分，通过此评分定期为医生的规范化诊疗行为进行评价，从而完成不同规范化等级医生的授权认证，系统部署简单，只需要医生手机端注册账号即可，诊疗方案通过AI规范化随访决策系统出具方案，系统可追溯，方案有依据，患者就诊有保障，诊疗过程通过AI智能随访系统跟踪，治疗过程用药记录真实，可追溯，通过AI系统，从患者首诊开始，录入患者病情，通过AI规范化诊疗决策系统为患者选择治疗方案A，然后通过智能诊疗后的随访跟踪系统，智能收集患者真实治疗中的方案B，通过方案A与方案B的对比评分，再通过各种系统权重指数综合，对不同分段的会员专家规范化诊疗行为进行打分并完成考核，通过医生认证系统对目标医生临床的规范化诊疗水平进行考核，实现规范化诊疗行为可考量，可量化，公开透明，有利于提升医生的个人诊疗水平，最终有益患者，有益整个行业发展。
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 (6)
1.一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统，其特征在于：系统包括四部分，分别为：患者操作平台、海心AI规范化随访决策系统、医生操作平台和医生认证系统，考核系统的工作方法为：
患者通过患者操作平台进行科室就诊，能够完成病历上传，海心AI规范化随访决策系统接收病历并完成病历OCR识别，这样可以基于规范化AI决策系统根据患者病情生成个性化诊疗方案，并且可以完成AI推荐治疗路径及方案，然后医生操作平台可以接收治疗路径及方案，这样可以为患者选择规范化的治疗路径及用药方案及用药周期，然后可以出具处方，此处方数据能够回传至海心AI规范化随访决策系统中完成随访计划的创建，随访计划回传至患者操作平台内，便于患者接受治疗，然后患者接受用药，同时患者在用药期间将自己的用药记录进行上传，这样海心AI规范化随访决策系统能够接收到患者的用药记录，这样海心AI规范化随访决策系统能够记录实际治疗中用药名称及用药周期，随后治疗中用药名称及用药周期数据包能够直接上传至医生认证系统中进行数据清洗，以便于实现治疗路径标准、用药方案标准、药物周期标准，在处方出具后，处方数据能够同步给医生认证系统，可实现存储此规范化诊疗治疗路径及用药方案及用药周期，这样能够通过对比治疗前后加权打分，计算出对该患者规范化诊疗分数N0，在累计一定周期及患者数平均计算后能够得出医生该周期内规范化诊疗分数NX，这样依据授牌规则可以产出认证结果，同时认证结果回传至医生操作平台可以授予规范化诊疗专家。
2.根据权利要求1所述的一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统，其特征在于：患者操作平台内置人机交互系统，且人机交互系统内有病历上传模块，这样能够将有患者详细病情的病历数据包以压缩的形式或者图片的形式上传至服务器，服务器内置存储器，便于存储和调取患者的相关病历数据，以作参考，便于依据患者病情评估提供更准确的医院等级匹配度。
3.根据权利要求1所述的一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统，其特征在于：所述海心AI规范化随访决策系统中内置病历扫描模块，能够自动扫描从患者操作平台上接收的患者就诊病历，同时规范化AI决策系统基于扫描得到的数据完成对患者病历的分类归档处理，这样能够根据患者病情生成个性化诊疗方案。
4.根据权利要求3所述的一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统，其特征在于：所述规范化AI决策系统通过数据端口连接知识图谱数据库，这样能够根据个人病症特征及其病历信息完成对知识图谱数据库的信息搜索，结合从知识图库中调取的方案、药物、营养指导知识图谱可以得出患者相对应且不同侧重点下的诊疗方案，可以根据患者信息和诊疗阶段信息生成对应的病症诊疗方案。
5.根据权利要求1所述的一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统，其特征在于：所述医生认证系统内包括匹配确认模块，结合从海心AI规范化随访决策系统中得到的实际患者用药名称和用药周期和从医生操作平台中得到的处方数据包，将这些数据结构化，同时能够提取相应的关键词，并根据关键词获取基于标准治疗路径、标准用药方案、标准药物周期完成病情和理疗方案的规范化加权打分处理。
6.根据权利要求1所述的一种基于AI智能诊疗随访系统的规范化医生等级认证考核系统，其特征在于：所述医生认证系统中治疗方案规范化累积周期控制在一星期到半个月之间，同时对患者数量及患者所相对应的诊疗方案诊疗分数作平均计算，这样能够得出该医生在此周期内规范化治疗分数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111150332.4A CN113870985A (zh) | 2021-09-29 | 2021-09-29 | 一种基于ai智能诊疗随访系统的规范化医生等级认证考核系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111150332.4A CN113870985A (zh) | 2021-09-29 | 2021-09-29 | 一种基于ai智能诊疗随访系统的规范化医生等级认证考核系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113870985A true CN113870985A (zh) | 2021-12-31 |
Family
ID=78992618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111150332.4A Pending CN113870985A (zh) | 2021-09-29 | 2021-09-29 | 一种基于ai智能诊疗随访系统的规范化医生等级认证考核系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113870985A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116362589A (zh) * | 2023-02-23 | 2023-06-30 | 中国标准化研究院 | 一种质量工作考核评价方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110249392A (zh) * | 2018-08-20 | 2019-09-17 | 深圳市全息医疗科技有限公司 | 智能辅助诊疗系统及方法 |
| CN111899895A (zh) * | 2020-08-07 | 2020-11-06 | 广州仟金方网络科技有限公司 | 一种优化就诊过程的医患交互系统 |
-
2021
- 2021-09-29 CN CN202111150332.4A patent/CN113870985A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110249392A (zh) * | 2018-08-20 | 2019-09-17 | 深圳市全息医疗科技有限公司 | 智能辅助诊疗系统及方法 |
| CN111899895A (zh) * | 2020-08-07 | 2020-11-06 | 广州仟金方网络科技有限公司 | 一种优化就诊过程的医患交互系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116362589A (zh) * | 2023-02-23 | 2023-06-30 | 中国标准化研究院 | 一种质量工作考核评价方法 |
| CN116362589B (zh) * | 2023-02-23 | 2023-08-25 | 中国标准化研究院 | 一种质量工作考核评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | Development and evaluation of diagnostic criteria for Vogt-Koyanagi-Harada disease | |
| Shoukri et al. | Minimally invasive approach for diagnosing TMJ osteoarthritis | |
| US8655682B2 (en) | Treatment decision engine with applicability measure | |
| Facial Nerve Disorders Committee et al. | Facial nerve grading system 2.0 | |
| EP1780677A1 (en) | Image processing system, particularly for use with diagnostics images | |
| US20070047770A1 (en) | Multiple biometrics enrollment and verification system | |
| US20030149597A1 (en) | System for supporting clinical decision-making | |
| CN112216361A (zh) | 基于人工智能的随访计划单生成方法、装置、终端及介质 | |
| CN112132624A (zh) | 医疗理赔数据预测系统 | |
| CN109949886A (zh) | 基于云存储的医疗信息数据库的建立方法 | |
| US20230245739A1 (en) | Patient Cluster Identification System and Method | |
| Grant | Explaining source of payment differences in US cesarean rates: why do privately insured mothers receive more cesareans than mothers who are not privately insured? | |
| CA3034313A1 (en) | System and method for determining health care procedures and reimbursement | |
| Burnett et al. | Characteristics and risk factors for 90-day readmission following shoulder arthroplasty | |
| Raheja et al. | Data analysis and its importance in health care | |
| CN113870985A (zh) | 一种基于ai智能诊疗随访系统的规范化医生等级认证考核系统 | |
| CN117133448A (zh) | 一种基于大数据的妇科疾病咨询系统 | |
| Menton | Development and initial validation of differential diagnostic indices for the MMPI-2-RF | |
| Wang et al. | Diagnosis of cognitive and motor disorders levels in stroke patients through explainable machine learning based on MRI | |
| CN113870984A (zh) | 基于ai诊疗随访系统的规范化诊疗中心认证考核系统 | |
| Workman et al. | Explainable deep learning applied to understanding opioid use disorder and its risk factors | |
| CN112259231A (zh) | 一种高危胃肠间质瘤患者术后复发风险评估方法与系统 | |
| Pollock et al. | Trends in colorectal cancer care in southern England, 1989-1993: using HES data to inform cancer services reviews. | |
| CN109102866A (zh) | 一种诊疗数据智能合约方法及装置 | |
| Karume | Artificial intelligence in healthcare |
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 |