CN114842951A - 一种区域中心ai排程管理方法及系统 - Google Patents

一种区域中心ai排程管理方法及系统 Download PDF

Info

Publication number
CN114842951A
CN114842951A CN202210300259.2A CN202210300259A CN114842951A CN 114842951 A CN114842951 A CN 114842951A CN 202210300259 A CN202210300259 A CN 202210300259A CN 114842951 A CN114842951 A CN 114842951A
Authority
CN
China
Prior art keywords
service
image
emergency
scheduling
business
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
Application number
CN202210300259.2A
Other languages
English (en)
Inventor
岳新
贺长征
吴卓胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Smarttree Medical Technology Co Ltd
Original Assignee
Beijing Smarttree Medical Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Smarttree Medical Technology Co Ltd filed Critical Beijing Smarttree Medical Technology Co Ltd
Priority to CN202210300259.2A priority Critical patent/CN114842951A/zh
Publication of CN114842951A publication Critical patent/CN114842951A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种区域中心AI排程管理方法，包括：对每个影像检查类型设置业务紧急程度，以及对每个影像AI模型设置业务计算量级别；其中，每个影像检查类型对应一个与之匹配的影像AI模型；业务紧急程度为紧急、亚急、不急中的一种；业务计算量级别为高、中、低中的一种。接收患者DICOM图像，判断每个患者的影像检查类型，每个影像检查类型形成一个待处理的影像队列，基于业务紧急程度、业务计算量等级，对待处理的影像队列进行排程；输出待处理的影像队列的排程方案。本发明还提供了一种区域中心AI排程管理系统。本发明提供了一个区域的中心AI系统工作的排程逻辑，使得中心性AI的业务性能，优先满足临床需求的重要性与合理性。

Description

一种区域中心AI排程管理方法及系统
技术领域
本发明涉及医疗信息领域，具体涉及一种区域中心AI排程管理方法及系统。
背景技术
影像AI越来越多地进入到影像学诊断的一线工作中，对于县域医共体而言，县医院、中医院、妇幼保健院、以及乡镇的医疗机构可以形成县域医共体。目前，一方面影像业务具备如下特点：1、总体的业务量有限；2、存在普遍的互联互通相互申请、相互诊断的需求；3、应对扫描规范容易统一。另一方面，影像AI的每个工作模块价格仍然不菲，达到每个AI模块50万以上，比如肺结节、胸片、肋骨骨折、冠脉分析、骨龄计算等模块的终端价格都不低于这个价格。没有必要每家县域的医疗机构都单独购置影像AI模块，只需在县域的私有云中心按照不同病种类型每种购置一套AI模块即可，这种集约的管理理念显而易见。
在区域的中心使用一组AI模块，就存在着多家医疗机构的待处理影像队列排程的问题，只有这个问题得到合理的解决，区域的AI才能体现出实用化。
发明内容
有鉴于此，本发明的主要目的在于提供一种区域中心AI排程管理方法及系统，当多家医疗机构共用一组区域中心AI的时候，需要一套根据医疗机构、不同病种的排程管理，才能实现公平与效率，才能确保区域中心AI的实用化。
为达到上述目的，本发明的技术方案如下：
一方面，本发明提供了一种区域中心AI排程管理方法，包括：
S101:对每个影像检查类型设置业务紧急程度，以及对每个影像AI模型设置业务计算量级别；其中，每个影像检查类型对应一个与之匹配的影像AI模型；业务紧急程度为紧急、亚急、不急中的一种；业务计算量级别为高、中、低中的一种；
S102:接收患者DICOM图像，判断每个患者的影像检查类型，每个影像检查类型形成一个待处理的影像队列，基于业务紧急程度、业务计算量等级，对待处理的影像队列进行排程；
S103:输出待处理的影像队列的排程方案。
优选地，当门诊类型为普通门诊时，待处理的影像队列规则为：先进先出；当门诊类型为急诊时，待处理的影像队列规则为：形成单独的急诊队列，并优先安排急诊队列。
优选地，排程的规则为：按照业务紧急程度为紧急、亚急、不急的顺序进行排程；当业务紧急程度为紧急的患者DICOM图像进入队列时，该患者DICOM图像优先插队。
优选地，当业务紧急程度相同、且业务计算量级别为不同级别时，则按照业务计算量级别低、中、高的顺序进行排程，优先安排业务计算量级别为低的患者DICOM图像。
优选地，按照业务计算量级别低、中、高的顺序进行排程，包括：按照第一预设个数安排业务计算量级别为低的患者DICOM图像后，安排一个业务计算量级别为中的患者DICOM图像；按照第二预设个数安排业务计算量级别为中的患者DICOM图像后，安排一个业务计算量级别为高的患者DICOM图像。
优选地，当影像检查类型不同、业务紧急程度相同、且业务计算量级别相同时，每个影像检查类型的患者DICOM图像循环排列。
优选地，当影像检查类型不同、业务紧急程度相同、且业务计算量级别相同时，排程规则为：按检查时间先进先出。
另一方面，本发明还一种区域中心AI排程管理系统，包括：设置模块、排程模块和输出模块。
其中，
设置模块-排程模块-输出模块按顺序依次相连。
设置模块，用于对每个影像检查类型设置业务紧急程度，以及对每个影像AI模型设置业务计算量级别；其中，每个影像检查类型对应一个与之匹配的影像AI模型；业务紧急程度为紧急、亚急、不急中的一种；业务计算量级别为高、中、低中的一种；
排程模块，用于接收患者DICOM图像，判断每个患者的影像检查类型，每个影像检查类型形成一个待处理的影像队列，基于业务紧急程度、业务计算量等级，对待处理的影像队列进行排程；
输出模块，用于输出待处理的影像队列的排程方案。
优选地，当门诊类型为普通门诊时，待处理的影像队列规则为：先进先出；当门诊类型为急诊时，待处理的影像队列规则为：形成单独的急诊队列，并优先安排急诊队列。
优选地，排程的规则为：按照业务紧急程度为紧急、亚急、不急的顺序进行排程；当业务紧急程度为紧急的患者DICOM图像进入队列时，该患者DICOM图像优先插队。
优选地，当业务紧急程度相同、且业务计算量级别为不同级别时，则按照业务计算量级别低、中、高的顺序进行排程，优先安排业务计算量级别为低的患者DICOM图像。
优选地，按照业务计算量级别低、中、高的顺序进行排程，包括：按照第一预设个数安排业务计算量级别为低的患者DICOM图像后，安排一个业务计算量级别为中的患者DICOM图像；按照第二预设个数安排业务计算量级别为中的患者DICOM图像后，安排一个业务计算量级别为高的患者DICOM图像。
优选地，当影像检查类型不同、业务紧急程度相同、且业务计算量级别相同时，每个影像检查类型的患者DICOM图像循环排列。
优选地，当影像检查类型不同、业务紧急程度相同、且业务计算量级别相同时，排程规则为：按检查时间先进先出。
本发明的技术效果：
本发明提供了一种区域中心AI排程管理方法，由于对每个影像检查类型设置业务紧急程度，以及对每个影像AI模型设置业务计算量级别，在接收患者DICOM图像后，判断每个患者的影像检查类型，每个影像检查类型形成一个待处理的影像队列，基于业务紧急程度、业务计算量等级，对待处理的影像队列进行排程，并输出排程方案；当多家医疗机构共用一组区域中心AI的时候，能够实现公平与效率，解决了每家县域医疗机构都需要单独购置影像AI模块的问题，只要在县域的私有云中心按照不同病种每种购置一套AI模块即可，节约了医疗成本，确保区域中心AI的实用化。使得中心性AI的业务性能，优先满足临床需求的重要性与合理性。
附图说明
图1为实施例1的区域中心AI排程管理方法流程示意图。
图2为实施例1的独立算力的排程图。
图3为实施例1的统一算力排程图。
图4为实施例2的的区域中心AI排程管理系统流程示意图。
图5为实施例2的独立算力排程图。
图6为实施例2的统一算力排程图。
具体实施方式
本发明提供了一种区域中心AI排程管理方法，患者在县医院、中医院、妇幼保健院、乡镇医院所做的影像学检查，通过匿名上传到区域的中心进行按病种的影像AI处理，因影像AI模块的处理能力有限，所以需要进行队列的管理，这种情况下需要不同业务类型的AI排程管理逻辑。
目前在影像业务中，比较实用的影像AI模块为胸部DR、头部CT、胸部CT、CT肋骨骨折、冠脉CT、DR骨龄、乳腺钼靶、前列腺MR等。
排队的逻辑根据算力架构方法有分成两种逻辑：每个不同的AI模块有独立的算力；多个AI的模块使用统一的GPU算力。
该方法具体包括：
S101:对每个影像检查类型设置业务紧急程度，以及对每个影像AI模型设置业务计算量级别；其中，每个影像检查类型对应一个与之匹配的影像AI模型；业务紧急程度为紧急、亚急、不急中的一种；业务计算量级别为高、中、低中的一种。
S102:接收患者DICOM图像，判断每个患者的影像检查类型，每个影像检查类型形成一个待处理的影像队列，基于业务紧急程度、业务计算量等级，对待处理的影像队列进行排程；
S103:输出待处理的影像队列的排程方案。
本发明提供的一种实施方式中，当门诊类型为普通门诊时，待处理的影像队列规则为：先进先出；当门诊类型为急诊时，待处理的影像队列规则为：形成单独的急诊队列，并优先安排急诊队列。
本发明提供的一种实施方式中，排程的规则为：按照业务紧急程度为紧急、亚急、不急的顺序进行排程；当业务紧急程度为紧急的患者DICOM图像进入队列时，该患者DICOM图像优先插队。
本发明提供的一种实施方式中，当业务紧急程度相同、且业务计算量级别为不同级别时，则按照业务计算量级别低、中、高的顺序进行排程，优先安排业务计算量级别为低的患者DICOM图像。
本发明提供的一种实施方式中，按照业务计算量级别低、中、高的顺序进行排程，包括：按照第一预设个数安排业务计算量级别为低的患者DICOM图像后，安排一个业务计算量级别为中的患者DICOM图像；按照第二预设个数安排业务计算量级别为中的患者DICOM图像后，安排一个业务计算量级别为高的患者DICOM图像。
本发明提供的一种实施方式中，当影像检查类型不同、业务紧急程度相同、且业务计算量级别相同时，每个影像检查类型的患者DICOM图像循环排列。
本发明提供的一种实施方式中，当影像检查类型不同、业务紧急程度相同、且业务计算量级别相同时，排程规则为：按检查时间先进先出。
总体排程的逻辑为统一算力结合独立算力输出排程方案。其中，影响队列顺序的因素包括：检查的先后顺序、影像检查类型、是否急诊、单个影像AI模块GPU占用率等。缺省的顺序是按照先进先出的顺序逻辑。排程逻辑规则如表1所示。
表1排程逻辑规则
Figure BDA0003565382690000061
需要说明的是，表1中的规则并非一成不变，表1所示的规则只是其中一种比较合理的规则，实际可以根据具体的情况来灵活调整。
本发明提供的一种实施方式中，一种区域中心AI排程管理系统，包括：设置模块、排程模块和输出模块。其中，
设置模块-排程模块-输出模块按顺序依次相连。
设置模块，用于对每个影像检查类型设置业务紧急程度，以及对每个影像AI模型设置业务计算量级别；其中，每个影像检查类型对应一个与之匹配的影像AI模型；业务紧急程度为紧急、亚急、不急中的一种；业务计算量级别为高、中、低中的一种；
排程模块，用于接收患者DICOM图像，判断每个患者的影像检查类型，每个影像检查类型形成一个待处理的影像队列，基于业务紧急程度、业务计算量等级，对待处理的影像队列进行排程；
输出模块，用于输出待处理的影像队列的排程方案。
本发明提供的一种实施方式中，当门诊类型为普通门诊时，待处理的影像队列规则为：先进先出；当门诊类型为急诊时，待处理的影像队列规则为：形成单独的急诊队列，并优先安排急诊队列。
本发明提供的一种实施方式中，排程的规则为：按照业务紧急程度为紧急、亚急、不急的顺序进行排程；当业务紧急程度为紧急的患者DICOM图像进入队列时，该患者DICOM图像优先插队。
本发明提供的一种实施方式中，当业务紧急程度相同、且业务计算量级别为不同级别时，则按照业务计算量级别低、中、高的顺序进行排程，优先安排业务计算量级别为低的患者DICOM图像。
本发明提供的一种实施方式中，按照业务计算量级别低、中、高的顺序进行排程，包括：按照第一预设个数安排业务计算量级别为低的患者DICOM图像后，安排一个业务计算量级别为中的患者DICOM图像；按照第二预设个数安排业务计算量级别为中的患者DICOM图像后，安排一个业务计算量级别为高的患者DICOM图像。
本发明提供的一种实施方式中，当影像检查类型不同、业务紧急程度相同、且业务计算量级别相同时，每个影像检查类型的患者DICOM图像循环排列。
本发明提供的一种实施方式中，当影像检查类型不同、业务紧急程度相同、且业务计算量级别相同时，排程规则为：按检查时间先进先出。
下面结合具体的实施例及附图详细说明本发明一种区域中心AI排程管理方法及系统，应当理解的是，本发明的保护范围不局限于所给出的实施例，所有符合本发明精神的变形或变体均属于本发明的保护范围。
实施例1：一种区域中心AI排程管理方法
本实施例的一种区域中心AI排程管理方法。如图1所示，包括：
S101:对每个影像检查类型设置业务紧急程度，以及对每个影像AI模型设置业务计算量级别；其中，每个影像检查类型对应一个与之匹配的影像AI模型；业务紧急程度为紧急、亚急、不急中的一种；业务计算量级别为高、中、低中的一种。
S102:接收患者DICOM图像，判断每个患者的影像检查类型，每个影像检查类型形成一个待处理的影像队列，基于业务紧急程度、业务计算量等级，采用统一算力结合独立算力对待处理的影像队列进行排程；本实施例分为胸部DR、头部CT、胸部CT、CT肋骨骨折、冠脉CT、DR骨龄、乳腺钼靶、前列腺MR八种检查类型。
S103:输出待处理的影像队列的排程方案。排程如图2-3所示。
实施例2：一种区域中心AI排程管理系统
本实施例的一种区域中心AI排程管理系统，如图4所示，包括：设置模块10、排程模块20和输出模块30。其中，
设置模块10-排程模块20-输出模块30按顺序依次相连。
设置模块10对每个影像检查类型设置业务紧急程度，以及对每个影像AI模型设置业务计算量级别；其中，每个影像检查类型对应一个与之匹配的影像AI模型；业务紧急程度为紧急、亚急、不急中的一种；业务计算量级别为高、中、低中的一种；排程模块20接收患者DICOM图像，判断每个患者的影像检查类型，每个影像检查类型形成一个待处理的影像队列，基于业务紧急程度、业务计算量等级，采用统一算力结合独立算力对待处理的影像队列进行排程；本实施例分为胸部DR、头部CT、胸部CT、CT肋骨骨折、冠脉CT、DR骨龄、乳腺钼靶、前列腺MR等影像检查类型。输出模块30输出待处理的影像队列的排程方案。排程如图5-6所示。
以上所述仅为本公开的较佳实施例，并不能因此而理解为对本公开范围的限制，应当指出，对本领域的普通技术人员来说，在不脱离本公开构思的前提下，还可以做出若干变形和改进，这些都属于本公开的保护范围。

Claims (14)

1.一种区域中心AI排程管理方法，其特征在于，包括：
S101:对每个影像检查类型设置业务紧急程度，以及对每个影像AI模型设置业务计算量级别；其中，每个所述影像检查类型对应一个与之匹配的所述影像AI模型；所述业务紧急程度为紧急、亚急、不急中的一种；所述业务计算量级别为高、中、低中的一种。
S102:接收患者DICOM图像，判断每个患者的影像检查类型，每个所述影像检查类型形成一个待处理的影像队列，基于所述业务紧急程度、所述业务计算量等级，对所述待处理的影像队列进行排程；
S103:输出所述待处理的影像队列的排程方案。
2.根据权利要求1所述的区域中心AI排程管理方法，其特征在于，当门诊类型为普通门诊时，所述待处理的影像队列规则为：先进先出；当门诊类型为急诊时，所述待处理的影像队列规则为：形成单独的急诊队列，并优先安排所述急诊队列。
3.根据权利要求2所述的区域中心AI排程管理方法，其特征在于，所述排程的规则为：按照业务紧急程度为紧急、亚急、不急的顺序进行排程；当所述业务紧急程度为紧急的患者DICOM图像进入队列时，该患者DICOM图像优先插队。
4.根据权利要求3所述的区域中心AI排程管理方法，其特征在于，当所述业务紧急程度相同、且所述业务计算量级别为不同级别时，则按照所述业务计算量级别低、中、高的顺序进行排程，优先安排业务计算量级别为低的患者DICOM图像。
5.根据权利要求4所述的区域中心AI排程管理方法，其特征在于，所述按照所述业务计算量级别低、中、高的顺序进行排程，包括：按照第一预设个数安排所述业务计算量级别为低的患者DICOM图像后，安排一个所述业务计算量级别为中的患者DICOM图像；按照第二预设个数安排所述业务计算量级别为中的患者DICOM图像后，安排一个所述业务计算量级别为高的患者DICOM图像。
6.根据权利要求5所述区域中心AI排程管理方法，其特征在于，当所述影像检查类型不同、所述业务紧急程度相同、且所述业务计算量级别相同时，每个所述影像检查类型的患者DICOM图像循环排列。
7.根据权利要求6所述区域中心AI排程管理方法，其特征在于，当所述影像检查类型不同、所述业务紧急程度相同、且所述业务计算量级别相同时，排程规则为：按检查时间先进先出。
8.一种区域中心AI排程管理系统，其特征在于，包括：设置模块、排程模块和输出模块。其中，
所述设置模块-所述排程模块-所述输出模块按顺序依次相连。
所述设置模块，用于对每个影像检查类型设置业务紧急程度，以及对每个影像AI模型设置业务计算量级别；其中，每个所述影像检查类型对应一个与之匹配的所述影像AI模型；所述业务紧急程度为紧急、亚急、不急中的一种；所述业务计算量级别为高、中、低中的一种；
所述排程模块，用于接收患者DICOM图像，判断每个患者的影像检查类型，每个所述影像检查类型形成一个待处理的影像队列，基于所述业务紧急程度、所述业务计算量等级，对所述待处理的影像队列进行排程；
所述输出模块，用于输出所述待处理的影像队列的排程方案。
9.根据权利要求8所述的区域中心AI排程管理系统，其特征在于，当门诊类型为普通门诊时，所述待处理的影像队列规则为：先进先出；当门诊类型为急诊时，所述待处理的影像队列规则为：形成单独的急诊队列，并优先安排所述急诊队列。
10.根据权利要求9所述的区域中心AI排程管理系统，其特征在于，所述排程的规则为：按照业务紧急程度为紧急、亚急、不急的顺序进行排程；当所述业务紧急程度为紧急的患者DICOM图像进入队列时，该患者DICOM图像优先插队。
11.根据权利要求10所述的区域中心AI排程管理系统，其特征在于，当所述业务紧急程度相同、且所述业务计算量级别为不同级别时，则按照所述业务计算量级别低、中、高的顺序进行排程，优先安排业务计算量级别为低的患者DICOM图像。
12.根据权利要求11所述的区域中心AI排程管理系统，其特征在于，所述按照所述业务计算量级别低、中、高的顺序进行排程，包括：按照第一预设个数安排所述业务计算量级别为低的患者DICOM图像后，安排一个所述业务计算量为中的患者DICOM图像；按照第二预设个数安排所述业务计算量级别为中的患者DICOM图像后，安排一个所述业务计算量为高的患者DICOM图像。
13.根据权利要求12所述区域中心AI排程管理系统，其特征在于，当所述影像检查类型不同、所述业务紧急程度相同、且所述业务计算量级别相同时，每个所述影像检查类型的患者DICOM图像循环排列。
14.根据权利要求13所述区域中心AI排程管理系统，其特征在于，当所述影像检查类型不同、所述业务紧急程度相同、且所述业务计算量级别相同时，排程规则为：按检查时间先进先出。
CN202210300259.2A 2022-03-25 2022-03-25 一种区域中心ai排程管理方法及系统 Pending CN114842951A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210300259.2A CN114842951A (zh) 2022-03-25 2022-03-25 一种区域中心ai排程管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210300259.2A CN114842951A (zh) 2022-03-25 2022-03-25 一种区域中心ai排程管理方法及系统

Publications (1)

Publication Number Publication Date
CN114842951A true CN114842951A (zh) 2022-08-02

Family

ID=82561743

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210300259.2A Pending CN114842951A (zh) 2022-03-25 2022-03-25 一种区域中心ai排程管理方法及系统

Country Status (1)

Country Link
CN (1) CN114842951A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116884552A (zh) * 2023-07-13 2023-10-13 中世康恺科技有限公司 一种云区域放射信息管理系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116884552A (zh) * 2023-07-13 2023-10-13 中世康恺科技有限公司 一种云区域放射信息管理系统

Similar Documents

Publication Publication Date Title
Narang et al. SARS-CoV-2 in pregnancy: a comprehensive summary of current guidelines
Russell et al. Pregnancy and oral health: a review and recommendations to reduce gaps in practice and research
Al-Mahdi et al. Online Medical Consultation: A review of literature and practice
Pountoukidou et al. Management and prevention of COVID-19 in pregnancy and pandemic obstetric care: a review of current practices
Torres et al. Caesarean section and neonatal outcomes in private hospitals in Brazil: comparative study of two different perinatal models of care
CN114842951A (zh) 一种区域中心ai排程管理方法及系统
Soltani et al. Breast feeding practices and views among diabetic women: a retrospective cohort study
Moscovice et al. A Prognosis for the rural hospital Part I: what is the role of the rural hospital?
Griffiths et al. Preconception care in a remote aboriginal community context: what, when and by whom?
Bobrova et al. Automatic detection of abnormal fetal states by means of a personal monitoring system
Hermida et al. Increasing compliance with maternal and child care quality standards in Ecuador
Laporte-Pinfildi et al. Nutritional care during prenatal and postpartum periods: A report of experiences in a city on São Paulo's coast
Tran et al. Factors associated with the use of pasteurized donor milk for healthy newborns: experience from the first human milk bank in Vietnam
Larivaara “A Planned Baby Is a Rarity:” Monitoring and Planning Pregnancy in Russia
Michel et al. Integrating Mobile and portable technologies with in-person and telehealth care to increase perinatal healthcare equity for the unstably housed
Sandall et al. Gender and maternal healthcare
Mubyazi et al. Is sickle cell disease sufficiently prioritized in policy and socio-economic research on diseases in Tanzania? Lessons for the past 50 years
Adam et al. The Use of the Situation, Background, Assessment, and Recommendation (SBAR) Form as a Tool for Handoff Communication in the Pediatrics Department in a Sudanese Teaching Hospital
Laisser et al. Low uptake of postnatal care services in northern Tanzania
Sands et al. Neurology, age, hospital costs, and DRGs
Lemas et al. County-level Analysis of Perinatal Health Indicators Within a Single Health System Catchment
Strózik et al. EMS Interventions during Planned Out-of-Hospital Births with a Midwife: A Retrospective Analysis over Four Years in the Polish Population
Wijekoon et al. Analysis of Preconception Healthcare Services Delivered in Selected Medical Officer of Health Areas of Kandy District in Sri Lanka
Delgado et al. Provider Perception and Office Practices of the Initial Prenatal Visit Pre–Coronavirus 2019 Pandemic
Brown-Bryant et al. A perspective on CDC's efforts in safe motherhood: 2001 to the present

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