-
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：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。
-
Patent Agency Ranking
公开(公告)号：CN104809335B
公开(公告)日：2019-03-05
申请号：CN201510170135.7
申请日：2015-04-10
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: G16H50/70
Abstract: 本发明通过对门诊量数据与气象变化和环境污染数据的关联情况进行分析，构建基于非参数泊松回归模型的环境变化对疾病发病率的影响程度的定量分析模型，并在此基础上构建基于支持向量回归机的环境变化对门诊量影响的预测模型，对医院各科室的每周门诊量进行预测。使患者能够提前规避致病的不良气象条件和环境污染因素的影响，合理的安排日常活动；医院能够针对高发疾病合理配置各个科室的医疗资源和人手；公共卫生部门能够提前做好应急准备等，对特定人群进行提前干预，从而减少疾病的发病率，提高人类生活质量。
-
公开(公告)号：CN104809335A
公开(公告)日：2015-07-29
申请号：CN201510170135.7
申请日：2015-04-10
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: 本发明通过对门诊量数据与气象变化和环境污染数据的关联情况进行分析，构建基于非参数泊松回归模型的环境变化对疾病发病率的影响程度的定量分析模型，并在此基础上构建基于支持向量回归机的环境变化对门诊量影响的预测模型，对医院各科室的每周门诊量进行预测。使患者能够提前规避致病的不良气象条件和环境污染因素的影响，合理的安排日常活动；医院能够针对高发疾病合理配置各个科室的医疗资源和人手；公共卫生部门能够提前做好应急准备等，对特定人群进行提前干预，从而减少疾病的发病率，提高人类生活质量。
-
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。
-
公开(公告)号：CN105512477B
公开(公告)日：2018-11-06
申请号：CN201510876357.0
申请日：2015-12-03
Applicant: 万达信息股份有限公司
Abstract: 随着医疗信息化的不断发展，已经实现了海量数据的存储和处理，然而面对海量的医疗数据，如何高效率、高精度的完成对患者的识别和分类，已经成为医疗行业的重大挑战。本发明针对患者的非计划性再入院情况进行数据降维组合分类，开展深入的研究。本发明通过将患者的临床资料信息、就诊信息、用药信息、体征信息、并发症和合并症信息、实验室数据等指标纳入风险预测模型，合理的考虑影响患者非计划性再入院的因素，通过拉普拉斯特征降维方法对数据进行降维，并在此基础上构建基于Logistic回归模型的惩罚似然估计对非计划性再入院情况进行概率分类预测，从而了解各影响因素与患者再入院之间的关系及相关程度。
-
公开(公告)号：CN105512477A
公开(公告)日：2016-04-20
申请号：CN201510876357.0
申请日：2015-12-03
Applicant: 万达信息股份有限公司
IPC: G06F19/00
Abstract: 随着医疗信息化的不断发展，已经实现了海量数据的存储和处理，然而面对海量的医疗数据，如何高效率、高精度的完成对患者的识别和分类，已经成为医疗行业的重大挑战。本发明针对患者的非计划性再入院情况进行数据降维组合分类，开展深入的研究。本发明通过将患者的临床资料信息、就诊信息、用药信息、体征信息、并发症和合并症信息、实验室数据等指标纳入风险预测模型，合理的考虑影响患者非计划性再入院的因素，通过拉普拉斯特征降维方法对数据进行降维，并在此基础上构建基于Logistic回归模型的惩罚似然估计对非计划性再入院情况进行概率分类预测，从而了解各影响因素与患者再入院之间的关系及相关程度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.043 seconds)
