CN111180080A - 一种老年健康知识库精准推送方法 - Google Patents
一种老年健康知识库精准推送方法 Download PDFInfo
- Publication number
- CN111180080A CN111180080A CN201911390523.0A CN201911390523A CN111180080A CN 111180080 A CN111180080 A CN 111180080A CN 201911390523 A CN201911390523 A CN 201911390523A CN 111180080 A CN111180080 A CN 111180080A
- Authority
- CN
- China
- Prior art keywords
- knowledge base
- label
- health
- matching
- users
- 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
- 230000036541 health Effects 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims abstract description 20
- 238000002372 labelling Methods 0.000 claims abstract description 12
- 238000012163 sequencing technique Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 12
- 206010020772 Hypertension Diseases 0.000 claims description 10
- 208000024827 Alzheimer disease Diseases 0.000 claims description 6
- 208000017667 Chronic Disease Diseases 0.000 claims description 6
- 201000005569 Gout Diseases 0.000 claims description 6
- 208000031226 Hyperlipidaemia Diseases 0.000 claims description 6
- 208000001132 Osteoporosis Diseases 0.000 claims description 6
- 206010039966 Senile dementia Diseases 0.000 claims description 6
- 230000032683 aging Effects 0.000 claims description 6
- 208000006673 asthma Diseases 0.000 claims description 6
- 208000029078 coronary artery disease Diseases 0.000 claims description 6
- 235000005911 diet Nutrition 0.000 claims description 6
- 230000000378 dietary effect Effects 0.000 claims description 6
- 238000012854 evaluation process Methods 0.000 claims description 6
- 201000001421 hyperglycemia Diseases 0.000 claims description 6
- 208000030603 inherited susceptibility to asthma Diseases 0.000 claims description 6
- 235000016709 nutrition Nutrition 0.000 claims description 6
- 230000035764 nutrition Effects 0.000 claims description 6
- 239000003814 drug Substances 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 208000008589 Obesity Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Computational Linguistics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开一种老年健康知识库精准推送方法,包括步骤建立包含有多个知识库的健康知识库体系,对每个知识库标注标签;收集老年人个体信息,并对老年人个体进行特征值提取,将该个体的所有特征值进行汇集;对特征值和匹配知识库的标签进行匹配,获取相匹配的知识库;将匹配的数据库推送至老年人用户终端;老人通过对所推送知识库内容进行标注评价;汇总评价信息,根据评价信息对知识库进行更新。本发明能够针对个体差异推送相匹配的健康知识内容,推送更加精准、个性化、符合老年人个体的实际需求,老年人通过获取精准的健康知识的学习能够有效改变生活习惯、注意身体状况,使病情得到控制,生活更加健康。
Description
技术领域
本发明属于健康知识推送技术领域,特别是涉及一种老年健康知识库精准推送方法。
背景技术
我国人口老龄化的加剧,慢性病已经成为我国面临的最大公众健康问题。近年来,以改善生活方式、治未病为目标的健康知识教育成为防治慢性病的重要方法。借助信息技术和智能技术来实现健康知识库的推送和学习是一种重要的手段,但是传统的健康知识库推送没有针对老人的个体特征进行精准推送,推送的内容没有形成体系,不够专业,对老人推送内容都一致,没有差异化,导致最后健康教育落实效果不好,形成大量的知识垃圾,对老人没有实际的干预作用。
发明内容
为了解决上述问题,本发明提出了一种老年健康知识库精准推送方法,能够针对个体差异推送相匹配的健康知识内容,推送更加精准、个性化、符合老年人个体的实际需求,老年人通过获取精准的健康知识的学习能够有效改变生活习惯、注意身体状况,使病情得到控制,生活更加健康。
为达到上述目的,本发明采用的技术方案是:一种老年健康知识库精准推送方法,包括步骤:
建立包含有多个知识库的健康知识库体系,对每个知识库标注标签;
收集老年人个体信息,并对老年人个体进行特征值提取,将该个体的所有特征值进行汇集;
对特征值和匹配知识库的标签进行匹配,获取相匹配的知识库;
将匹配的数据库推送至老年人用户终端;
老人通过对所推送知识库内容进行标注评价;
汇总评价信息,根据评价信息对知识库进行更新。
进一步的是,所述健康知识库体系的知识库包括高血压、高血糖、高血脂、痛风、支气管哮喘、骨质疏松、老年痴呆、冠心病总共8个大类,每个大类下面包括膳食营养、生活指导、心理指导、运动康复总共4个方向,每个方向下面有多个健康小视频。
进一步的是,对每个知识库标注标签,包括步骤:
由***动态维护一个标签词汇库,包括高血压、高血糖、高血脂、痛风、支气管哮喘、骨质疏松、老年痴呆、冠心病、膳食营养、生活指导、心理指导、运动康复、和每个健康视频的名称;
***前期由管理员默认给每个知识库视频打上通用标签,将视频推送给用户过后,用户对这个视频进行评价,用户评价过程包括按***标签词汇进行勾选评论或自定义标签词汇;
***收集用户的评论标签词汇,进行统计汇总;如果评论用户数没有满足标准则该知识库标签维持原样,如果满足标准,则按每个知识库对应的评论词汇出现的次数频率进行排序,每次取排序前面10个标签词汇进行知识库重新打标签;所述标准设置为:评论用户数和推送用户数的比值达到80%。
进一步的是,所述老年人个体信息包括身体状况、慢病、生活习惯、吃药记录和体检数据。
进一步的是,对特征值和匹配知识库的标签进行匹配,获取相匹配的知识库,包括步骤:
在***中建立动态维护特征值词汇和知识库标签词汇之间的对应映射关系,对应映射关系之间为多对多;比如高血压特征值对应知识库词汇高血压、肥胖、降压药等等;
将老人个体得到的特征值按照与标签词汇的映射关系获取知识库标签词汇,根据知识库标签去匹配相应知识库,形成需要推送的知识库。
进一步的是,在所述特征值和匹配知识库的标签进行匹配过程中,包括步骤:
将老人个体得到的特征值按照与标签词汇的映射关系获取知识库标签词汇,根据知识库标签去匹配相应知识库,按特征值出现的次数多少排序,根据特征值来匹配知识库的标签,每次匹配成功一次将对该知识库算1个匹配因子;
将该老人个体的所有特征值匹配完过后得到知识库匹配因子大小进行排序,将匹配因子按大小进行排序,取得前10个知识库形成需要推送的健康知识库。
进一步的是,将匹配的数据库推送至老年人用户终端包括以短信、微信或APP的方式推送给老年人。
进一步的是,所述汇总评价信息,根据评价信息对知识库标签进行更新,包括步骤:
用户对推送的知识库视频进行评价,用户评价过程包括按***标签词汇进行勾选评论或自定义标签词汇;
***收集用户的评论词汇过后,进行统计汇总;如果评论用户数没有满足标准则该知识库标签维持原样,如果满足标准,则按每个知识库对应的评论词汇出现的次数频率进行排序,每次取排序前面10个标签词汇进行知识库重新打标签;所述标准设置为:评论用户数和推送用户数的比值达到80%。
采用本技术方案的有益效果:
本发明对老人建立健康知识库精准推送方法,整个健康知识库建立8个大类,每类具有4个方向;所有的健康知识点由视频组成,进行打标签,并且实际录制进行更新;最终结合老人自身的身体状态,包括慢病、生活习惯、吃药记录、最近体检数据等多种特征数据,通过特征数据匹配知识库,最后通过短信、微信、APP等方式推送符合老人目前身体需要的精准健康知识库进行健康教育和健康干预。该推送方法解决了传统的推送内容一致、没有差异化的知识库,最终形成知识垃圾等问题。通过本发明提成的推送方法能够针对个体差异推送相匹配的健康知识内容,推送更加精准、个性化、符合老年人个体的实际需求,老年人通过获取精准的健康知识的学习能够有效改变生活习惯、注意身体状况,使病情得到控制,生活更加健康。
本发明通过健康知识库精准推送方法,使健康知识库的体系建设更加完善、更加专业,利用率更高。使得健康教育效果更加明显,使老人对自己的健康情况和生活***台监控一个月内推送健康知识库的老人有10万多人,最终收集老人对知识库的实际评价发现,符合老人实际需求的知识库吻合度在95%以上,得到老人的认可,通过健康知识库精准推送方法,使健康教育的效果取得很明显的提升。
附图说明
图1为本发明的一种老年健康知识库精准推送方法流程示意图;
图2为本发明实施例中健康知识库精准推送方法的流程示意图;
图3为本发明实施例中健康知识库体系的知识库的构造示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1和图2所示,本发明提出了一种老年健康知识库精准推送方法,包括步骤:
建立包含有多个知识库的健康知识库体系,对每个知识库标注标签;
收集老年人个体信息,并对老年人个体进行特征值提取,将该个体的所有特征值进行汇集;
对特征值和匹配知识库的标签进行匹配,获取相匹配的知识库;
将匹配的数据库推送至老年人用户终端;
老人通过对所推送知识库内容进行标注评价;
汇总评价信息,根据评价信息对知识库进行更新。
作为上述实施例的优化方案,如图3所示,所述健康知识库体系的知识库包括高血压、高血糖、高血脂、痛风、支气管哮喘、骨质疏松、老年痴呆、冠心病总共8个大类,每个大类下面包括膳食营养、生活指导、心理指导、运动康复总共4个方向,每个方向下面有多个健康小视频。
对每个知识库标注标签,包括步骤:
由***动态维护一个标签词汇库,包括高血压、高血糖、高血脂、痛风、支气管哮喘、骨质疏松、老年痴呆、冠心病、膳食营养、生活指导、心理指导、运动康复、和每个健康视频的名称;
***前期由管理员默认给每个知识库视频打上通用标签,将视频推送给用户过后,用户对这个视频进行评价,用户评价过程包括按***标签词汇进行勾选评论或自定义标签词汇;
***收集用户的评论标签词汇,进行统计汇总;如果评论用户数没有满足标准则该知识库标签维持原样,如果满足标准,则按每个知识库对应的评论词汇出现的次数频率进行排序,每次取排序前面10个标签词汇进行知识库重新打标签;所述标准设置为:评论用户数和推送用户数的比值达到80%。
作为上述实施例的优化方案,所述老年人个体信息包括身体状况、慢病、生活习惯、吃药记录和体检数据。
对特征值和匹配知识库的标签进行匹配,获取相匹配的知识库,包括步骤:
在***中建立动态维护特征值词汇和知识库标签词汇之间的对应映射关系,对应映射关系之间为多对多;比如高血压特征值对应知识库词汇高血压、肥胖、降压药等等;
将老人个体得到的特征值按照与标签词汇的映射关系获取知识库标签词汇,根据知识库标签去匹配相应知识库,形成需要推送的知识库。
在所述特征值和匹配知识库的标签进行匹配过程中,包括步骤:
将老人个体得到的特征值按照与标签词汇的映射关系获取知识库标签词汇,根据知识库标签去匹配相应知识库,按特征值出现的次数多少排序,根据特征值来匹配知识库的标签,每次匹配成功一次将对该知识库算1个匹配因子;
将该老人个体的所有特征值匹配完过后得到知识库匹配因子大小进行排序,将匹配因子按大小进行排序,取得前10个知识库形成需要推送的健康知识库。
作为上述实施例的优化方案,将匹配的数据库推送至老年人用户终端包括以短信、微信或APP的方式推送给老年人。
作为上述实施例的优化方案,所述汇总评价信息,根据评价信息对知识库标签进行更新,包括步骤:
用户对推送的知识库视频进行评价,用户评价过程包括按***标签词汇进行勾选评论或自定义标签词汇;
***收集用户的评论词汇过后,进行统计汇总;如果评论用户数没有满足标准则该知识库标签维持原样,如果满足标准,则按每个知识库对应的评论词汇出现的次数频率进行排序,每次取排序前面10个标签词汇进行知识库重新打标签;所述标准设置为:评论用户数和推送用户数的比值达到80%。
通过平台监控一个月内推送健康知识库的老人有10万多人,最终收集老人对知识库的实际评价发现,符合老人实际需求的知识库吻合度在95%以上,得到老人的认可,通过健康知识库精准推送方法,使健康教育的效果取得很明显的提升。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种老年健康知识库精准推送方法,其特征在于,包括步骤:
建立包含有多个知识库的健康知识库体系,对每个知识库标注标签;
收集老年人个体信息,并对老年人个体进行特征值提取,将该个体的所有特征值进行汇集;
对特征值和匹配知识库的标签进行匹配,获取相匹配的知识库;
将匹配的数据库推送至老年人用户终端;
老人通过对所推送知识库内容进行标注评价;
汇总评价信息,根据评价信息对知识库进行更新。
2.根据权利要求1所述的一种老年健康知识库精准推送方法,其特征在于,所述健康知识库体系的知识库包括高血压、高血糖、高血脂、痛风、支气管哮喘、骨质疏松、老年痴呆、冠心病总共8个大类,每个大类下面包括膳食营养、生活指导、心理指导、运动康复总共4个方向,每个方向下面有多个健康小视频。
3.根据权利要求2所述的一种老年健康知识库精准推送方法,其特征在于,对每个知识库标注标签,包括步骤:
由***动态维护一个标签词汇库,包括高血压、高血糖、高血脂、痛风、支气管哮喘、骨质疏松、老年痴呆、冠心病、膳食营养、生活指导、心理指导、运动康复、和每个健康视频的名称;
***前期由管理员默认给每个知识库视频打上通用标签,将视频推送给用户过后,用户对这个视频进行评价,用户评价过程包括按***标签词汇进行勾选评论或自定义标签词汇;
***收集用户的评论标签词汇,进行统计汇总;如果评论用户数没有满足标准则该知识库标签维持原样,如果满足标准,则按每个知识库对应的评论词汇出现的次数频率进行排序,每次取排序前面10个标签词汇进行知识库重新打标签;所述标准设置为:评论用户数和推送用户数的比值达到80%。
4.根据权利要求1或3所述的一种老年健康知识库精准推送方法,其特征在于,所述老年人个体信息包括身体状况、慢病、生活习惯、吃药记录和体检数据。
5.根据权利要求4所述的一种老年健康知识库精准推送方法,其特征在于,对特征值和匹配知识库的标签进行匹配,获取相匹配的知识库,包括步骤:
在***中建立动态维护特征值词汇和知识库标签词汇之间的对应映射关系,对应映射关系之间为多对多;
将老人个体得到的特征值按照与标签词汇的映射关系获取知识库标签词汇,根据知识库标签去匹配相应知识库,形成需要推送的知识库。
6.根据权利要求5所述的一种老年健康知识库精准推送方法,其特征在于,在所述特征值和匹配知识库的标签进行匹配过程中,包括步骤:
将老人个体得到的特征值按照与标签词汇的映射关系获取知识库标签词汇,根据知识库标签去匹配相应知识库,按特征值出现的次数多少排序,根据特征值来匹配知识库的标签,每次匹配成功一次将对该知识库算1个匹配因子;
将该老人个体的所有特征值匹配完过后得到知识库匹配因子大小进行排序,将匹配因子按大小进行排序,取得前10个知识库形成需要推送的健康知识库。
7.根据权利要求1所述的一种老年健康知识库精准推送方法,其特征在于,将匹配的数据库推送至老年人用户终端包括以短信、微信或APP的方式推送给老年人。
8.根据权利要求1所述的一种老年健康知识库精准推送方法,其特征在于,所述汇总评价信息,根据评价信息对知识库标签进行更新,包括步骤:
用户对推送的知识库视频进行评价,用户评价过程包括按***标签词汇进行勾选评论或自定义标签词汇;
***收集用户的评论词汇过后,进行统计汇总;如果评论用户数没有满足标准则该知识库标签维持原样,如果满足标准,则按每个知识库对应的评论词汇出现的次数频率进行排序,每次取排序前面10个标签词汇进行知识库重新打标签;所述标准设置为:评论用户数和推送用户数的比值达到80%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911390523.0A CN111180080A (zh) | 2019-12-30 | 2019-12-30 | 一种老年健康知识库精准推送方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911390523.0A CN111180080A (zh) | 2019-12-30 | 2019-12-30 | 一种老年健康知识库精准推送方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111180080A true CN111180080A (zh) | 2020-05-19 |
Family
ID=70623686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911390523.0A Pending CN111180080A (zh) | 2019-12-30 | 2019-12-30 | 一种老年健康知识库精准推送方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111180080A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112309515A (zh) * | 2020-10-30 | 2021-02-02 | 中国人民解放军陆军军医大学第二附属医院 | 一种基于患者需求的冠心病健康教育***及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106354860A (zh) * | 2016-09-06 | 2017-01-25 | 中国传媒大学 | 基于标签集的信息资源自动贴标签并自动推送的方法 |
WO2017016122A1 (zh) * | 2015-07-29 | 2017-02-02 | 百度在线网络技术(北京)有限公司 | 一种信息推送方法及装置 |
CN107566538A (zh) * | 2017-10-30 | 2018-01-09 | 江西博瑞彤芸科技有限公司 | 信息推送方法及*** |
US20190012392A1 (en) * | 2016-01-13 | 2019-01-10 | Beijing Sankuai Online Technology Co., Ltd | Method and device for pushing information |
CN110110201A (zh) * | 2018-01-09 | 2019-08-09 | 苏州跃盟信息科技有限公司 | 一种内容推荐方法和*** |
CN110147498A (zh) * | 2019-05-20 | 2019-08-20 | 东软集团股份有限公司 | 一种知识推送方法、装置及存储设备、程序产品 |
CN110267109A (zh) * | 2019-06-29 | 2019-09-20 | 深圳市九洲电器有限公司 | 一种健康节目推送方法及装置、机顶盒 |
-
2019
- 2019-12-30 CN CN201911390523.0A patent/CN111180080A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017016122A1 (zh) * | 2015-07-29 | 2017-02-02 | 百度在线网络技术(北京)有限公司 | 一种信息推送方法及装置 |
US20190012392A1 (en) * | 2016-01-13 | 2019-01-10 | Beijing Sankuai Online Technology Co., Ltd | Method and device for pushing information |
CN106354860A (zh) * | 2016-09-06 | 2017-01-25 | 中国传媒大学 | 基于标签集的信息资源自动贴标签并自动推送的方法 |
CN107566538A (zh) * | 2017-10-30 | 2018-01-09 | 江西博瑞彤芸科技有限公司 | 信息推送方法及*** |
CN110110201A (zh) * | 2018-01-09 | 2019-08-09 | 苏州跃盟信息科技有限公司 | 一种内容推荐方法和*** |
CN110147498A (zh) * | 2019-05-20 | 2019-08-20 | 东软集团股份有限公司 | 一种知识推送方法、装置及存储设备、程序产品 |
CN110267109A (zh) * | 2019-06-29 | 2019-09-20 | 深圳市九洲电器有限公司 | 一种健康节目推送方法及装置、机顶盒 |
Non-Patent Citations (1)
Title |
---|
陈叶等: ""健康知识库构建以及在慢病管理服务中的应用"", 《中国数字医学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112309515A (zh) * | 2020-10-30 | 2021-02-02 | 中国人民解放军陆军军医大学第二附属医院 | 一种基于患者需求的冠心病健康教育***及方法 |
CN112309515B (zh) * | 2020-10-30 | 2024-01-23 | 中国人民解放军陆军军医大学第二附属医院 | 一种基于患者需求的冠心病健康教育***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111382272B (zh) | 一种基于知识图谱的电子病历icd自动编码方法 | |
CN109949936B (zh) | 一种基于深度学习混合模型的再住院风险预测方法 | |
CN111222340B (zh) | 基于多标准主动学习的乳腺电子病历实体识别*** | |
CN110134953B (zh) | 基于中医古籍文献的中医命名实体识别方法及识别*** | |
US7580831B2 (en) | Dynamic dictionary and term repository system | |
CN110890146B (zh) | 一种用于智慧病房的床旁智能交互*** | |
CN108520778A (zh) | 一种基于大数据的肺癌筛查***及方法 | |
TWI723868B (zh) | 一種抽樣後標記應用在類神經網絡訓練模型之方法 | |
WO2021151295A1 (zh) | 患者治疗方案的确定方法、装置、计算机设备及介质 | |
CN111415099A (zh) | 一种基于多分类BP-Adaboost的贫困生认定方法 | |
CN108492870B (zh) | 基于数位笔的画钟测试检测方法及*** | |
CN110600123A (zh) | 一种中医临床辅助诊断方法 | |
CN117373657B (zh) | 基于大数据分析的个性化医疗辅助问诊*** | |
CN112420148A (zh) | 一种基于人工智能的医学影像报告质控***、方法及介质 | |
CN114358001A (zh) | 诊断结果的标准化方法及其相关装置、设备和存储介质 | |
CN111180080A (zh) | 一种老年健康知识库精准推送方法 | |
CN114188022A (zh) | 一种基于TextCNN模型的临床儿童咳嗽智能预诊断*** | |
CN109192312A (zh) | 一种心力衰竭患者不良事件智能管理***及方法 | |
CN113435200A (zh) | 实体识别模型训练、电子病历处理方法、***及设备 | |
CN113360643A (zh) | 一种基于短文本分类的电子病历数据质量评价方法 | |
CN116881413A (zh) | 基于中文医学知识的智能医疗问答方法 | |
CN108831560B (zh) | 一种确定医疗数据属性数据的方法和装置 | |
CN115083550A (zh) | 基于多源信息的病人相似度分类方法 | |
CN112507722B (zh) | 电子病历内涵质控方法和装置 | |
CN105956362B (zh) | 一种可信的病历结构化方法及*** |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200519 |