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 PDFInfo
- 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
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
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
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。
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)
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 |
-
2022
- 2022-03-25 CN CN202210300259.2A patent/CN114842951A/zh active Pending
Cited By (1)
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 |