現病史后結構化
從電?病歷?的現病史原始?本數據,抽取多種醫學實體數據,并建?實體之間的關系,對電?病歷數據的現病史數據進?結構化.結構化后的現病史數據可?于歸?、診斷預測、藥物推薦等任務上使?.
技術優勢
準確率高
識別速度快
魯棒性強
符合醫學定義
功能演示
現病史后結構化
患者2周前因“前列腺切除手術”在外院術前檢查胸片時發現右中肺腫物,進一步行PET/CT檢查示:右肺中、下葉間結節狀高代謝病灶(平均SUV7.3),考慮為周圍型肺癌。經前列腺手術后1周遂來我院就診,平素患者無發熱、咳嗽、咳痰、胸痛、胸悶、咯血不適,精神睡眠可,食納好,大小便無特殊異常,體重無明顯改變。
智能分析結果
編號
時間
時間值
時間單位
存在
部位
臨床表現
1
2周前
2.0
發熱
2
2周前
2.0
咳嗽
3
2周前
2.0
咳痰
4
2周前
2.0
胸痛
5
2周前
2.0
胸悶
6
2周前
2.0
咯血
7
2周前
2.0
體重下降
應用場景
應用于海量病歷數據的結構化、標準化,進而輔助診斷預測、藥物推薦等臨床決策支持場景。
應用于海量電子病歷數據的結構化、標準化,輔助臨床數據的科研探索和分析
地址:廣州市天河區珠江東路高德置地秋廣場F座15樓
郵箱:service@tp-data.com
歡迎關注微信公眾號
醫學大數據挖掘分析
?2017-2022廣州天鵬計算機科技有限公司
粵ICP備13041425號-1

粵公網安備 44010602008026號

咨詢電話
020-38857251
歡迎關注微信公眾號醫學大數據挖掘分析