首页 > 文献资料
-
结构化描述语言电子病历模型及其关键技术实现
目的开发新一代电子病历系统,实现临床医生结构化描述语言信息快速采集,方便临床信息集成与数据复用.方法建立电子病历结构化描述语言模型,将临床规范化数据与描述性文本信息融为一体,实现重要医疗事件的表达和标识,达到临床信息的有效利用和医生快速数据录入.讨论该模型实现了电子病历的模板表达和医生自由文本数据录入,通过自然语言实时处理技术,保障了电子病历的质量控制.结论结构化描述语言电子病历模型允许医生自由文本数据录入,支持临床信息复用以及结构化数据处理,能实现临床数据快速采集,具有临床文档质量控制功能,是新一代电子病历发展的重要方向.
-
基于深度学习的电子病历命名实体识别及其在知识发现中的应用
通过引入医学文本语言和文档类别特征,构建了一个基于深度学习的电子病历命名实体识别系统.识别的实体包括身体部位、症状和体征、疾病和诊断、检查和检验以及治疗5大类.基于模型识别的结果,将其应用在基于共现的临床知识发现中.命名实体识别系统的准确率为93.29％,召回率为93.53％,F1值为93.41％.医学语言特征的引入能够进一步提高基于深度学习的医学实体识别系统的效果,实体识别的结果可以作为电子病历知识发现的基础.
-
基于自然语言处理的药品词典融合方案的设计与实现
目的 设计并实现不同应用的药品词典的融合方案.方法 通过属性提取、规范化及属性值相似度计算等功能,得到药品编码映射结果.结果 该方案实现了医院信息系统(HIS)药品编码和用药指南应用的药品字典融合.结论 该解决方案可以有效解决不同药品目录间的药品匹配问题,减轻药师工作量,提高药品应用系统的互操作性,推动用药决策支持系统和药品管理系统的实施和应用效率.
-
中医脉象数理量化创新方法研究
脉诊是中医重要的诊法之一,具有完整、系统的理论体系,长期以来,在中医理论体系及诊疗实践中占有非常重要的地位.中医一直把脉诊作为探测病因、病位、病性及预测疗效的根据之一,在临床诊病中发挥着十分重要的作用.几千年来,中医一直依靠手指触觉来体会患者动脉搏动时所提供的脉象信息,在判别脉象的属性方面仅停留在一些形象化的概念上.对某一脉象的认识,是以医生指下的体会结合该医生对脉象概念的领会来加以鉴别,缺乏客观指标作为判定脉象的标准,所谓"心中易了,指下难明",因此,脉诊的客观化是一个亟待解决的问题.
-
基于文本分类技术的住院患者药源性变态反应自动监测模块研究
目的：利用医疗电子病历中的文本信息开展住院患者用药安全性评价，为住院患者ADR监测提供新方法。方法：在已有的主动监测系统基础上，设计、开发基于文本分类技术的住院患者药源性变态反应自动监测模块，利用优质文本进行分类算法的机器学习。结果：完成包括事件配置器、特征词集、自然语言处理器、文本分类器、结果展示器5部分的主动监测模块的开发；试用于头孢哌酮舒巴坦用药患者的主动监测，结果显示629例患者中出现变态反应的阳性预测值达到44.44%（4/9），其真实世界发生率0.64%，与说明书中所列的发生率0.68%相近。结论：本研究建立了文本信息主动监测方法，阳性预测值可通过特征词集、分类规则的深入研究加以改善。
-
结构化电子病历概述
电子病历是医院信息化建设的核心,在简化医疗活动、医疗流程管理方面起到很大作用;其提供的"主动"服务,如病历检索、智能知识库、医疗质量统计、疗效评价、经济统计分析等,为医生工作带来极大便利.本研究将对电子病历结构化特点、结构化实现方式等问题做简单概述.
-
结构化描述语言电子病历模型反其关键技术实现
目的:开发新一代电子病历模型,实现临床医生结构化描述语言信息快速采集,方便临床信息集成与数据复用.方法:建立电子病历结构化描述语言模型,将临床规范化数据与描述性文本信息融为一体,实现重要医疗事件表达和标识,达到临床信息有效利用和医生快速数据录入.讨论:实现了电子病历的模板表达和医生自由文本数据录入,通过自然语言实时处理技术,保障了电子病历的质量控制.结论:结构化描述语言电子病历模型允许医生自由文本数据录入,支持临床信息复用以及结构化数据处理,能实现临床数据快速采集,具有临床文档质量控制功能,是新一代电子病历发展的重要方向.
-
病历智能分析系统的研究与实现
目的:利用自然语言处理技术,对病历文本中的医学知识进行挖掘,提高临床科研的效率和质量.方法:设计和构建了病历智能分析系统,利用中文分词、命名实体识别和语义关联抽取等技术对病历文本进行信息抽取.结果:对病历文本进行了智能分析,实现了结构化处理,为医生开展临床科研提供了便利.结论:利用自然语言处理技术对病历进行智能分析,将在医疗大数据的分析和挖掘中发挥重要作用.
-
基于自然语言处理的医院智能容服系统的设计与研究
目的:利用机器学习和自然语言处理等技术,实现医院客服系统从模板式应答向智能学习式转型.方法:对市面上常见的客服系统进行归纳分类,原理阐述、优劣辨析、需求汇总并理出框架.在此基础上,借助“图灵机器人”平台搭建智能客服系统环境,并完成测试.结果:基于机器学习、语义分析等技术为医院量身定制的智能客服系统,可实现全天候、全自动为患者提供精准的答案和智能化的服务.结论:医院作为一个专业性强、垂直分科多、人流密度大的公共服务场所,引入无人值守的智能客服系统,既能显著节约人工客服的工作量,更能满足业务需求,提升患者体验.
-
面向临床决策的电子病历系统概述
电子病历系统作为医院信息化建设的核心,不仅要实现对临床信息的高效管理,还应该满足临床信息利用的需求,实现临床决策支持的功能.对国内外有关电子病历系统在临床决策支持方面的应用进行了文献综述,以求对面向临床决策的电子病历系统相关问题有较全面的了解.
-
卷积神经网络模型在儿科疾病预测中的应用
目的:针对儿童看病需求量大导致的儿科诊疗服务效率和准确率偏低等问题,利用自然语言处理和深度学习技术,从儿科历史病历数据中自动“学习”专家医生诊断模式,形成智能辅助诊断模型,从而对新的儿科病历数据输出疾病诊断决策.结果:基于深度卷积神经网络的七分类疾病智能诊断模型的正确率为84.26％,Fl-score为84.33％,基本达到可投入实际应用的级别.结论:智能诊断决策作为预诊信息提供给医生进行确诊参考,对提升医生诊断速度效果明显.
-
妇产科知识图谱构建研究与实现
目的:现有医学知识浩瀚如烟,知识图谱是知识展示比较有效的方法.方法:利用自然语言处理技术,对妇产科教材中的医学知识进行抽取和表示,将妇产科知识存储成结构化的知识图谱,方便专业医学人士查询,也方便对大众进行科普.使用中文分词、命名实体识别、实体分类、关系抽取等技术对教科书文本进行信息抽取.结果:将妇产科教材中的知识转变为知识图谱结构.为后期智能医疗等医疗服务提供了理论基础.结论:以教材为来源,构建领域知识图谱很迅速,能够可视化展示医学信息,让人们快速有效了解医学常识.
-
基于自然语言处理技术的医学命名实体解析研究
命名实体识别技术是大数据处理中的基本且重要的问题之一,通过命名实体识别技术可以有效从医学文本中提取出关键性的医学命名实体,从而进一步进行医学研究分析.通过选取300篇入院记录进行研究,采用条件随机场(CRF)进行命名实体识别的基础模型构建,并且加入字典及规则方法进行准确率的提升,终将模型中数量多的实体标签的交叉验证准确率提升至96％以上.实验结果表明,多方法结合的命名实体识别技术能够有效提升医学文本实体识别的准确性.
-
医学知识图谱构建研究进展
针对医学数据专业性强、结构复杂等特点,解析了构建医学知识图谱的关键技术,介绍了利用机器学习和深度学习的方法识别医学命名实体、实体链接和抽取语义关系,以及医学知识图谱在医院智能导诊、疾病筛查和预测、辅助临床诊断、医疗保险风险预测和医学知识科普方面的应用.结合当前我国医学知识图谱构建在数据和技术层面临的问题和挑战,提出了相应的对策和建议.
-
构建基于文献信息网络的知识发现系统应用模型的设想
文献检索能够帮助用户快速地查找与获取目标文献,但非结构化的文献仍然需要人工阅读才能获得有效的知识,严重限制了从大量文献中发现知识的效率.基于文献的知识发现研究是通过文献集中潜在的关联发现来形成科学假设,因此利用文本挖掘技术将非结构化的文献集转化为图结构模型,对进一步知识发现的实施与深入挖掘都具有重要作用.有鉴于此,我们利用复杂网络的方法对文献集进行文本挖掘,探讨了关联知识的图结构组织对文献知识发现的重要作用,揭示了非相关文献中的隐含知识,并构建了文献信息网络的知识发现应用模型.
-
我国自然语言处理研究文献计量分析
通过从时间、著者、期刊、机构、关键词5个方面对我国自然语言处理期刊论文进行的计量分析,揭示了我国自然语言处理的研究现状及重点,为国内相关领域科研人员更好地把握研究方向及未来的深入研究提供参考.
-
基于文本挖掘的DNA微阵列表达数据方法研究
DNA微阵列技术是近年来发展起来的一种功能基因组学研究技术.利用DNA微阵列技术,可以从基因组水平上鉴定出相关的功能基因及其表达调控网络,有助于阐明这些基因的生物学功能及其机理.结合文本挖掘的相关研究结果.探讨了DNA微阵列技术的原理和特点,数据的分析和解释,基因的聚类方法和基于文献的DNA微阵列分析.通过基于文献的微阵列分析方法,找出隐舍的、具有语义关联的生物概念,并进行推理,发现隐性的新知识.具体阐述了基于统计、基于自然语言处理、基于关联规则挖掘,基于模式识别的4种分析方法.基于文本挖掘的DNA微阵列技术,有利于发现基因或蛋白质之间的相互作用关系,自动识别生物学名词,提高数据分析效率等.
-
文本挖掘在生物医学领域中的应用及其系统工具
系统介绍了生物医学文本挖掘的具体流程和文本挖掘技术在生物医学领域中的应用情况,并着重从自然语言处理和本体、命名实体识别、关系抽取、文本分类与聚类、共现分析、系统工具及评价、可视化等方面分别做了阐述.
-
用文本挖掘方法发现药物的副作用
分析了用文本挖掘方法探测药物副作用的必要性及可行性，从挖掘流程、挖掘/提取方法、结果评价和现有工具软件4个方面总结了用文本挖掘技术提取药物副作用的研究现状及尚未解决的问题和未来发展趋势。
-
患者安全事件自动化识别技术的应用
患者安全事件的自动化识别研究作为医疗卫生领域里一项新兴技术,是信息技术革新的产物,拥有光明的发展前景和勃勃的学术生机.介绍了这一技术领域的使用现状和研究进展,并将国内外医疗团队对这一新兴技术项目的研究和使用现状进行了归纳,为医疗机构加强患者安全管理提供参考.
