既往史后結構化
從電?病歷?的既往史原始?本數據,抽取多種醫學實體數據,并建?實體之間的關系,對電?病歷數據的既往史數據進?結構化.結構化后的既往史數據可?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
既往史后結構化
平素一般,5年余前于當地醫院行闌尾切除術,術順,術后無不適;3年余前于當地醫院因“右腎積水”于西安交通大學第一附屬醫院行右側輸尿管膀胱再植術,術后病理回報:右側部分輸尿管結核性炎伴干酪樣變,術后規律服用“利福平、異煙肼、乙胺丁醇、吡嗪酰胺”半年四聯抗結核治療;否認病毒性肝炎病史,否認高血壓、糖尿病、高血脂病史,否認心臟病史,否認地方病史、職業病史。否認外傷、輸血、中毒,未發現食物藥物過敏史,預防接種史不詳
智能分析結果
編號
存在
診斷
手術
1
闌尾切除術
2
右腎積水
3
右側輸尿管膀胱再植術
4
否認
病毒性肝炎
5
否認
高血壓
6
否認
糖尿病
7
否認
高血脂病
8
否認
心臟病
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