-
公开(公告)号：CN104915561B
公开(公告)日：2018-10-16
申请号：CN201510319351.3
申请日：2015-06-11
Applicant: 万达信息股份有限公司 , 上海卫生信息工程技术研究中心有限公司
Abstract: 本发明提供了一种疾病特征智能匹配方法。本发明利用患者的体征和检验检查数据来构建疾病特征的智能匹配模型，用于辅助诊断和治疗方案推荐。本发明的有益效果是，与传统的基于关键词搜索的方法不同，本发明所涉及的疾病特征的智能匹配方法和系统，能根据患者体征和检验检查指标信息诊断病情，同时获取相应治疗方案推荐，为医生的诊治提供参考，同时提高诊治的效率。
-
公开(公告)号：CN104915561A
公开(公告)日：2015-09-16
申请号：CN201510319351.3
申请日：2015-06-11
Applicant: 万达信息股份有限公司 , 上海卫生信息工程技术研究中心有限公司
IPC: G06F19/00
Abstract: 本发明提供了一种疾病特征智能匹配方法。本发明利用患者的体征和检验检查数据来构建疾病特征的智能匹配模型，用于辅助诊断和治疗方案推荐。本发明的有益效果是，与传统的基于关键词搜索的方法不同，本发明所涉及的疾病特征的智能匹配方法和系统，能根据患者体征和检验检查指标信息诊断病情，同时获取相应治疗方案推荐，为医生的诊治提供参考，同时提高诊治的效率。
-
Patent Agency Ranking
公开(公告)号：CN104915560A
公开(公告)日：2015-09-16
申请号：CN201510318838.X
申请日：2015-06-11
Applicant: 万达信息股份有限公司 , 上海卫生信息工程技术研究中心有限公司
Abstract: 本发明在研究过程中针对医疗数据的复杂性和不确定性，以及能迅速的为临床医生提供辅助决策支持，基于此，本发明以医疗机构的电子病历为基础，以实现对患者采用不同治疗方案中最优治疗方案为目的的研究。以住院的高血压患者为背景，通过提取患者住院期间的个人信息、体征信息和检验检查指标等特征信息，采用FCM模糊聚类分析方法对患者的病症特征进行模糊划分，获得聚类结果，并在此基础上构建基于减法聚类FCM算法的广义神经网络模型，对模糊聚类的结果进行网络训练，并将训练结果反馈到电子病历中，并针对新患者在接受临床路径时可能产生的治疗效果和治疗费用等进行预测，从而实现优化临床路径决策的目的。
-
公开(公告)号：CN104392085A
公开(公告)日：2015-03-04
申请号：CN201410452228.4
申请日：2014-09-05
Applicant: 上海卫生信息工程技术研究中心有限公司 , 万达信息股份有限公司
IPC: G06F19/00
Abstract: 本发明提供了一种基于核主成分TOPSIS的药物效果评价方法。其特征在于基于医院已有的信息化系统，通过对患者的检验检查指标表中特定的药物关联指标进行分析，以患者在使用药物之后的指标变化情况为出发点，采用核主成分TOPSIS方法构建患者用药疗效的评价指标体系，通过加权核主成分分析法与逼近理想排序法实现对药物疗效的评价。通过本方法可以建立药物疗效的评价和体系和系统，帮助临床医生进行用药效果的评价，调整用药方案，提高医疗服务水平。
-
公开(公告)号：CN118210836A
公开(公告)日：2024-06-18
申请号：CN202410248815.5
申请日：2024-03-05
Applicant: 万达信息股份有限公司
IPC: G06F16/2458 , G06F16/215 , G06F16/2455 , G06F18/22 , G16H10/60
Abstract: 本发明公开了一种根据场景动态权重计算的患者概率匹配系统，其特征在于，包括：患者身份信息选择单元；患者数据信息处理单元；概率匹配模型，进一步包括权重值动态计算单元、多字段相似度计算单元、匹配值计算单元、匹配阈值比较单元。本发明能够对医疗信息系统内部中重复的患者信息进行整合，将来自各个医疗信息系统中的患者信息有效地关联在一起，保证对于分布在不同系统中患者的个人信息的完整性和准确性，让医生对于患者的病史病情有更好的了解，对于患者提出的治疗方案更具准确性，从而提高诊疗质量。同时，降低信息的重复率也能加快医疗信息系统的数据检索速度，减少维护人员的负担。
-
公开(公告)号：CN118824561A
公开(公告)日：2024-10-22
申请号：CN202410808395.1
申请日：2024-06-21
Applicant: 万达信息股份有限公司
IPC: G16H50/70 , G16H10/60 , G06F18/2433 , G06F18/25 , G06Q40/08
Abstract: 本发明公开了一种基于组合算法异常医疗就诊行为的识别系统，其特征在于，包括：患者数据信息采集单元；患者个人信息处理单元；患者就诊信息筛选单元；患者医疗就诊信息划分与统计单元；异常识别模型，进一步包括异常算法组合模型单元、单特征识别模型单元、多特征识别模型单元、异常程度划分单元。基于患者唯一标识对应的患者在预设范围内的就诊记录，能够准确、高效的自动定位与预警参保人，防止各种欺诈骗保行为，减少人为核查的成本，有力保障个人与公共卫生财产；同时，非正常就诊行为的的监控，也为临床大数据科研提供了更为准确有效的数据，提高科研结果的准确性，减小研究结果偏差，从而为医学研究和临床实践提供更有价值的信息。
-
公开(公告)号：CN119719083A
公开(公告)日：2025-03-28
申请号：CN202411797527.1
申请日：2024-12-09
Applicant: 万达信息股份有限公司
IPC: G06F16/215 , G06F16/25 , G06Q10/0639 , G06F16/22 , G06F16/2458
Abstract: 本发明公开了一种基于信息熵和加权算法对数据集信息量的评估系统，其特征在于，包括数据集选择单元；数据集标注单元；数据集信息处理单元；信息熵计算模型。本发明将数据集中的连续变量离散化，以及将信息熵结合加权算法，这样就能使得信息熵计算模型不仅能够对离散化变量进行评估，也能对连续型变量进行评估，同时，不仅能够对单字段数据集进行评估，也能对多字段数据集进行评估，适用范围变得更加广泛。
-
-
-
-
-
-
Search Results
7
records
(took 0.059 seconds)
