CN116703194A - 一种真实世界大数据的肺移植质控评价方法及管理系统 - Google Patents
一种真实世界大数据的肺移植质控评价方法及管理系统 Download PDFInfo
- Publication number
- CN116703194A CN116703194A CN202310348037.2A CN202310348037A CN116703194A CN 116703194 A CN116703194 A CN 116703194A CN 202310348037 A CN202310348037 A CN 202310348037A CN 116703194 A CN116703194 A CN 116703194A
- Authority
- CN
- China
- Prior art keywords
- lung transplantation
- index
- quality control
- evaluation
- management
- 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
- 210000004072 lung Anatomy 0.000 title claims abstract description 89
- 238000002054 transplantation Methods 0.000 title claims abstract description 78
- 238000011156 evaluation Methods 0.000 title claims abstract description 50
- 238000003908 quality control method Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 64
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 230000006698 induction Effects 0.000 claims abstract description 12
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000011002 quantification Methods 0.000 claims abstract description 9
- 208000035965 Postoperative Complications Diseases 0.000 claims abstract description 5
- 238000013441 quality evaluation Methods 0.000 claims abstract description 5
- 230000004083 survival effect Effects 0.000 claims abstract description 5
- 238000012423 maintenance Methods 0.000 claims description 15
- 230000002980 postoperative effect Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000001303 quality assessment method Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 46
- 238000013523 data management Methods 0.000 description 4
- 208000019693 Lung disease Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000010412 perfusion Effects 0.000 description 2
- 208000007204 Brain death Diseases 0.000 description 1
- 206010062016 Immunosuppression Diseases 0.000 description 1
- 206010058046 Post procedural complication Diseases 0.000 description 1
- 230000002924 anti-infective effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000029036 donor selection Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 230000001506 immunosuppresive effect Effects 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供了一种真实世界大数据的肺移植质控评价方法及管理系统,首先根据影响肺移植受者术后并发症及生存的关键因素和指标,利用真实世界大数据和专家研讨建立质控评价指标;采用综合分析法和横向对比法进行指标量化;采用权重优化模型进行指标权重确定;采用诱导有序加权方法进行综合评价,得到肺移植质量评价结果。提出的评估方法能够利用大数据的优势,有效融合多个方面的因素,从而提高肺移植质量控制评价的合理性;管理系统能够提高肺移植的管理效率,降低人员数据处理负担。
Description
技术领域
本发明涉及大数据以及智慧医疗技术领域,具体的涉及一种真实世界大数据的肺移植质控评价方法及管理系统。
背景技术
近年来肺病患者不断增多,对终末期肺疾病患者来说,肺移植是目前可选的唯一有效延长预期寿命和生活质量的方法。
肺移植质量控制涉及肺移植人员团队建设、受体的选择、受体术前诊断评估、脑死亡供体的维护、供体的评估与获取、外科手术、术后管理以及术后随访等诸多环节。真实世界研究通过构建完备的诊疗数据库以挖掘数据资源,对肺移植质量进行评价与管理,有助于尽早识别各种并发症及死亡的危险因素并精准预测,为及时采取有针对性的医疗干预提供依据,从而提高肺移植受者术后存活率和生活质量。
现有技术缺乏利用大数据以科学的评价理念对肺移植质量进行评价的方法。
发明内容
本发明的目的在于解决上述现有技术中存在的难题,提供一种真实世界大数据的肺移植质控评价方法及管理系统,以解决科学评价肺移植质量的方法与管理系统。
为了实现上述目的,本发明提供一种真实世界大数据的肺移植质控评价方法,其特征在于,该方法包括以下步骤:
步骤S1:根据影响肺移植受者术后并发症及生存的关键因素和指标,利用真实世界大数据和专家研讨建立质控评价指标;
步骤S2:采用综合分析法和横向对比法进行指标量化;
步骤S3:采用权重优化模型进行指标权重确定;
步骤S4:采用诱导有序加权方法进行综合评价,得到肺移植质量评价结果。
优选的,所述步骤S1具体包括:
根据指控评价的目标和要求,利用大数据聚合标签自动生成p个指标的集合ID={I1,I2,…,Ip},利用专家研讨方法生成q个指标的集合IS={Ip+1,Ip+2,…,Ip+q},将基于大数据生成的指标和基于专家研讨生成的指标进行合并,得到p+q个指标集合ID+S={I1,I2,…,Ip,Ip+1,Ip+2,,Ip+q},将ID+S按照指标体系独立性、代表性、可测性进行约简,得到有n个指标构成的评价指标体系记为I={I1,I2,…,In}。
优选的,所述评价指标为医疗团队质量控制、肺移植受体术前管理质量控制、肺移植供体质量控制、移植手术质量控制、肺移植术后管理质量控制、肺移植保障设施质量控制、肺移植管理系统质量控制。
优选的,所述步骤S2具体包括:
采用百分制进行量化,指标Ik(k=1,2,…,n)的值取值范围为[0,100],采用综合分析法和横向对比方法进行指标量化;所述综合分析法主要根据该指标的大数据自动提取特征,结合领域专家知识进行综合分析,确定指标值;所述横向对比法主要根据已有信息对该指标在相同范围内进行排序,按照排序值赋予指标值;针对n个指标的某一肺移植体系,量化的指标值为A=[a1,a2,…,an]。
优选的,步骤S3具体包括:
指标权重在确定过程中,根据不同方法获得多种权重值,采用融合权重作为指标最终权重;
设有m种权重确定方法获得了m组权重,则n个指标的权重矩阵记为W:
式中wij∈(0,1),
设优化权重变量为(x1,x2,…,xn),构建权重优化模型;
目标函数为:
约束:
式中表示最优权重与各个方法确定的权重距离最小,约束表示最优权重xj不能超过其他赋权方法给定的权重范围。
优选的,所述步骤S4具体包括:
采用诱导有序加权方法进行综合评价,设(v1,v2,…,vn)是评价指标值(a1,a2,…,an)对应的诱导值,可根据指标在评价结果中的主导作用综合确定,则基于诱导有序加权平均算子IOWA的综合评价结果F为
式中avσ(j)是(a1,a2,…,an)按照诱导值vj进行排序的第j个数。
本发明另一方面公开了一种真实世界大数据的肺移植质控管理系统,所述管理系统包括管理工具模块,所述管理工具模块包含肺移植质量评估工具,用于执行上述评价方法;所述管理工具模块,用于提供肺移植质量控制管理的相关工具。
优选的,所述管理系统还包括数据采集模块、系统维护模块;
所述数据采集模块,用于对肺移植相关的大数据进行采集,包括基于互联网的信息采集和基于医疗行业专业系统的数据采集;
所述系统维护模块,用于对肺移植质控管理系统,提供维护管理的功能。优选的,所述管理系统还包括数据处理与存储模块;所述数据处理与存储模块,用于对采集的数据进行初步处理,对数据格式进行规范,对多信息源数据进行关联,并按照数据类型赋予数据标签,按照便签类型进行数据聚类。
优选的,所述管理工具模块还包括肺移植医疗团队管理工具、肺移植受体术前管理工具、肺移植供体管理工具、移植手术管理工具、肺移植术后管理工具。
与现有技术相比,本发明的有益效果是:
提出的评估方法能够利用大数据的优势,有效融合多个方面的因素,从而提高肺移植质量控制评价的合理性;管理系统能够提高肺移植的管理效率,降低人员数据处理负担。
附图说明
图1为本发明实施例一的真实世界大数据的肺移植质控评价方法流程示意图。
具体实施方式
下面结合附图对本发明作进一步详细描述:
为了更好地理解本发明,下面结合附图来详细解释本发明的实施方式。
本发明实施例一真实世界大数据的肺移植质控评价方法,方法示意图如图1所示,具体包括如下步骤:
步骤S1:根据影响肺移植受者术后并发症及生存的关键因素和指标,利用真实世界大数据和专家研讨建立质控评价指标;
根据指控评价的目标和要求,建立质控评价指标体系。首先利用大数据聚合标签自动生成p个指标的集合ID={I1,I2,…,Ip},然后利用专家研讨方法生成q个指标的集合IS={Ip+1,Ip+2,…,Ip+q},将基于大数据生成的指标和基于专家研讨生成的指标进行合并,得到p+q个指标集合ID+S={I1,I2,…,Ip,Ip+1,Ip+2,…,Ip+q},将ID+S按照指标体系独立性、代表性、可测性进行约简,则得到有n个指标构成的评价指标体系记为I={I1,I2,…,In}。
作为一种实施例,I={医疗团队质量控制,肺移植受体质量控制,肺移植供体质量控制,移植手术质量控制,肺移植术后管理质量控制,肺移植保障设施质量控制,肺移植管理系统质量控制}。
步骤S2:采用综合分析法和横向对比法进行指标量化;
采用百分制进行量化,指标Ik(k=1,2,…,n)的值取值范围为[0,100],采用综合分析法和横向对比方法进行指标量化。综合分析法主要根据该指标的大数据自动提取特征,结合该领域专家知识进行综合分析,确定指标值。横向对比法主要根据已有信息对该指标在相同范围内进行排序,按照排序值赋予指标值。
针对n个指标的某一肺移植体系,量化的指标值为A=[a1,a2,…,an]。
步骤S3:采用权重优化模型进行指标权重确定;
指标权重在确定过程中,可根据不同方法获得多种权重值,采用融合权重作为指标最终权重,能够有效避免单一方法赋权带来的弊端,提高权重的合理性。
设有m种权重确定方法获得了m组权重,则n个指标的权重矩阵记为W:
式中wij∈(0,1),
设优化权重变量为:(x1,x2,…,xn)
构建权重优化模型如下。
目标函数为:
约束:
式中表示最优权重与各个方法确定的权重距离最小,保证能够有效融合各个赋权方法的信息,约束/>表示最优权重xj不能超过其他赋权方法给定的权重范围,保证了融合的最优权重不会出现与实际不符的情况。
步骤S4:采用诱导有序加权方法进行综合评价,得到肺移植质量评价结果。
采用诱导有序加权方法进行综合评价。设(v1,v2,…,vn)是评价指标值(a1,a2,…,an)对应的诱导值,可根据指标在评价结果中的主导作用综合确定。则基于诱导有序加权平均算子IOWA的综合评价结果F为:
式中avσ(j)是(a1,a2,…,an)按照诱导值vj进行排序的第j个数。
根据综合评价数据,最终得到肺移植质量评价结果,用于为后续的肺移植情况进行综合评价。
本发明提供了一种真实世界大数据的肺移植质控管理系统,包含:
(1)数据采集模块。主要针对肺移植相关的大数据进行采集,包括基于互联网的信息采集和基于医疗行业专业系统的数据采集。基于互联网的信息采集主要针对互联网环境下肺移植相关政策、法规,以及社会相关新闻、案例等数据;基于行业专业系统的数据主要为各类型医疗器械产生的数据,肺移植治疗过程中的病例、病情、处方、用药等信息。
(2)数据处理与存储模块。由于大数据的“4V”特征,对采集的数据进行初步处理,对数据格式进行规范,对多信息源数据进行关联,并按照数据类型赋予数据标签,按照便签类型进行数据聚类,以便于进行数据分析与管理。
(3)管理工具模块,提供一系列肺移植质量控制管理的相关工具。
肺移植质量评估工具。主要为肺移植质量进行评估,利用实施例一种的相关方法进行肺移植质量评估,得到评估结果,为其他模块提供数据输入,提供参考。
肺移植医疗团队管理工具。主要为肺移植医疗团队进行管理,肺移植核心团队包括器官获取组织协调员、取供体组、供体评估与修复组、受体手术组、体外灌注组、围术期处理组、呼吸康复组、心理康复组及随访社会工作组。管理工具提供团队创建、信息增加与信息更新、组织架构设置、系统权限设置、任务发布、任务实施进度监控、信息共享、绩效评价等功能。
肺移植受体术前管理工具。主要为肺移植受体相关数据进行管理。包括提供受体医疗数据账户创建、数据维护与数据关联、手术指征与术式智能推荐、受体与供体匹配度评估、术前检查流程及项目管理、术前心理评估等功能。
肺移植供体管理工具。主要为肺移植供体提供相关数据管理功能。主要包括供体账户创建、数据维护与数据管理、供体选择与评估、肺移植供体器官获取操作规程、工艺灌注与离体保护规程等。
移植手术管理工具。提供给手术信息管理相关功能。包括手术时间和手术室预约、手术信息创建与维护、术中数据管理、供肺修整技术标准、病肺切除技术标准、供肺植入流程与方案推荐等。
肺移植术后管理工具。主要提供肺移植术后管理相关功能,包括血流动力学管理、免疫抑制治疗方案推荐、预防性抗感染方案库、术后并发症监测与处理等功能,以及免疫排斥反应记录、术后随访时间和方案管理等。
(4)系统维护模块
主要针对肺移植质控管理系统,提供维护管理的功能,如用户维护、数据维护、功能维护、权限管理等,以及系统更新、管理工具的增加与卸载等。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;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。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。
在本发明的描述中,除非另有说明,术语“上”、“下”、“左”、“右”、“内”、“外”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。
最后应说明的是,上述技术方案只是本发明的一种实施方式,对于本领域内的技术人员而言,在本发明公开了应用方法和原理的基础上,很容易做出各种类型的改进或变形,而不仅限于本发明上述具体实施方式所描述的方法,因此前面描述的方式只是优选的,而并不具有限制性的意义。
Claims (10)
1.一种真实世界大数据的肺移植质控评价方法,其特征在于,该方法包括以下步骤:
步骤S1:根据影响肺移植受者术后并发症及生存的关键因素和指标,利用真实世界大数据和专家研讨建立质控评价指标;
步骤S2:采用综合分析法和横向对比法进行指标量化;
步骤S3:采用权重优化模型进行指标权重确定;
步骤S4:采用诱导有序加权方法进行综合评价,得到肺移植质量评价结果。
2.根据权利要求1所述评价方法,其特征在于所述步骤S1具体包括:
根据指控评价的目标和要求,利用大数据聚合标签自动生成p个指标的集合ID={I1,I2,…,Ip},利用专家研讨方法生成q个指标的集合IS={Ip+1,Ip+2,…,Ip+q},将基于大数据生成的指标和基于专家研讨生成的指标进行合并,得到p+q个指标集合ID+S={I1,I2,…,Ip,Ip+1,Ip+2,…,Ip+q},将ID+S按照指标体系独立性、代表性、可测性进行约简,得到有n个指标构成的评价指标体系记为I={I1,I2,…,In}。
3.根据权利要求2所述评价方法,其特征在于;所述评价指标为医疗团队质量控制、肺移植受体术前管理质量控制、肺移植供体质量控制、移植手术质量控制、肺移植术后管理质量控制、肺移植保障设施质量控制、肺移植管理系统质量控制。
4.根据权利要求2所述评价方法,其特征在于所述步骤S2具体包括:
采用百分制进行量化,指标Ik(k=1,2,…,n)的值取值范围为[0,100],采用综合分析法和横向对比方法进行指标量化;所述综合分析法主要根据该指标的大数据自动提取特征,结合领域专家知识进行综合分析,确定指标值;所述横向对比法主要根据已有信息对该指标在相同范围内进行排序,按照排序值赋予指标值;针对n个指标的某一肺移植体系,量化的指标值为A=[a1,a2,…,an]。
5.根据权利要求4所述评价方法,其特征在于所述步骤S3具体包括:
指标权重在确定过程中,根据不同方法获得多种权重值,采用融合权重作为指标最终权重;
设有m种权重确定方法获得了m组权重,则n个指标的权重矩阵记为W:
式中wij∈(0,1),
设优化权重变量为(x1,x2,…,xn),构建权重优化模型;
目标函数为:
约束:
式中表示最优权重与各个方法确定的权重距离最小,约束表示最优权重xj不能超过其他赋权方法给定的权重范围。
6.根据权利要求5所述评价方法,其特征在于所述步骤S4具体包括:
采用诱导有序加权方法进行综合评价,设(v1,v2,…,vn)是评价指标值(a1,a2,…,an)对应的诱导值,可根据指标在评价结果中的主导作用综合确定,则基于诱导有序加权平均算子IOWA的综合评价结果F为
式中avσ(j)是(a1,a2,…,an)按照诱导值vj进行排序的第j个数。
7.一种真实世界大数据的肺移植质控管理系统,其特征在于所述管理系统包括管理工具模块,所述管理工具模块包含肺移植质量评估工具,用于执行如权利要求1-6所述的评价方法;所述管理工具模块,用于提供肺移植质量控制管理的相关工具。
8.根据权利要求7所述管理系统,其特征在于:所述管理系统还包括数据采集模块、系统维护模块;
所述数据采集模块,用于对肺移植相关的大数据进行采集,包括基于互联网的信息采集和基于医疗行业专业系统的数据采集;
所述系统维护模块,用于对肺移植质控管理系统,提供维护管理的功能。
9.根据权利要求8所述管理系统,其特征在于:所述管理系统还包括数据处理与存储模块;所述数据处理与存储模块,用于对采集的数据进行初步处理,对数据格式进行规范,对多信息源数据进行关联,并按照数据类型赋予数据标签,按照便签类型进行数据聚类。
10.根据权利要求9所述管理系统,其特征在于:所述管理工具模块还包括肺移植医疗团队管理工具、肺移植受体术前管理工具、肺移植供体管理工具、移植手术管理工具、肺移植术后管理工具。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310348037.2A CN116703194A (zh) | 2023-04-03 | 2023-04-03 | 一种真实世界大数据的肺移植质控评价方法及管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310348037.2A CN116703194A (zh) | 2023-04-03 | 2023-04-03 | 一种真实世界大数据的肺移植质控评价方法及管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116703194A true CN116703194A (zh) | 2023-09-05 |
Family
ID=87830061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310348037.2A Pending CN116703194A (zh) | 2023-04-03 | 2023-04-03 | 一种真实世界大数据的肺移植质控评价方法及管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116703194A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295857A (zh) * | 2016-07-29 | 2017-01-04 | 电子科技大学 | 一种风电功率超短期预测方法 |
CN113837621A (zh) * | 2021-09-27 | 2021-12-24 | 中国电子科技集团公司第二十八研究所 | 一种机场飞行区安全风险综合评价方法 |
CN115081862A (zh) * | 2022-06-17 | 2022-09-20 | 辽宁工程技术大学 | 一种矿井内因火灾危险性安全评价方法 |
-
2023
- 2023-04-03 CN CN202310348037.2A patent/CN116703194A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295857A (zh) * | 2016-07-29 | 2017-01-04 | 电子科技大学 | 一种风电功率超短期预测方法 |
CN113837621A (zh) * | 2021-09-27 | 2021-12-24 | 中国电子科技集团公司第二十八研究所 | 一种机场飞行区安全风险综合评价方法 |
CN115081862A (zh) * | 2022-06-17 | 2022-09-20 | 辽宁工程技术大学 | 一种矿井内因火灾危险性安全评价方法 |
Non-Patent Citations (3)
Title |
---|
李小杉等: ""中国肺脏移植数据质量控制体系的构建"", 《器官移植》, no. 6, pages 1 - 6 * |
陈敏亚等: ""基于人工智能的肺移植一体化平台设计与应用"", 《中国卫生信息管理》, no. 6, pages 1 - 5 * |
马凤妹: ""综合评价中的诱导有序加权平均算子研究"", 《中国优秀博士学位论文全文数据库基础科学辑》, pages 1 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110680326B (zh) | 基于深度卷积神经网络的尘肺病鉴别及分级判定方法 | |
DE102007007190A1 (de) | Vorhersagende Planung bei der behandelnden Medizin | |
Aldea et al. | A multi-agent system for organ transplant co-ordination | |
CN114707941B (zh) | 一种生物制品运输管理方法及系统 | |
CN111899866A (zh) | 基于深度学习的外科手术并发症评测系统 | |
CN113921127A (zh) | 一种区域内血液资源优化调度及精准使用信息系统及方法 | |
CN110033191B (zh) | 一种商业人工智能的分析方法及系统 | |
CN111524570A (zh) | 一种基于机器学习的超声随访患者筛选方法 | |
CN111261299A (zh) | 基于多源迁移学习的多中心协同癌症预后预测系统 | |
CN114927230A (zh) | 基于机器学习的重症心衰患者预后决策支持系统及方法 | |
CN112529474B (zh) | 一种区域影像质量控制互认方法及系统 | |
JPWO2019220833A1 (ja) | 診断支援システム、診断支援装置および診断支援方法 | |
CN116703194A (zh) | 一种真实世界大数据的肺移植质控评价方法及管理系统 | |
WO2015046052A1 (ja) | 細胞観察情報処理システム、細胞観察情報処理方法、細胞観察情報処理プログラム、細胞観察情報処理システムに備わる記録部、細胞観察情報処理システムに備わる装置 | |
CN110232957A (zh) | 一种基于人工智能的诊疗系统及其构建方法、设备和存储介质 | |
Rinner et al. | An application of process mining in the context of melanoma surveillance using time boxing | |
CN103003820A (zh) | 鉴定和选择至少一个用于移植的脐带血单元 | |
Ahmed et al. | A Weight Based Labeled Classifier Using Machine Learning Technique for Classification of Medical Data. | |
CN108846327A (zh) | 一种色素痣与黑素瘤的智能判别系统及方法 | |
Rainwater et al. | Forensic anthropology at the New York City office of chief medical examiner | |
JP6359931B2 (ja) | 細胞情報取得装置および方法並びにプログラム | |
CN114550930A (zh) | 疾病预测方法、装置、设备及存储介质 | |
Leaven | Improving laboratory performance in healthcare delivery systems through optimal stage selection: The analytic network process approach | |
Long et al. | Construction of databases: advances and significance in clinical research | |
CN114971563B (zh) | 基于大数据的水产病害诊断系统 |
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 |