Jan, 2023

重新设计电子健康记录系统以支持发展中国家

PDF
TL;DR本文提出了一种适用于发展中国家的新型电子健康记录 (EHR) 架构，包括离线解决方案和人工智能应用，以促进 EHR 在偏远和欠发达地区的应用。
electronic health recordehr architecturedeveloping countriesoffline solutionartificial intelligence
发现论文，激发创造
  • 面向计算连续体的智能医疗分布式机器学习

    本文探讨了去中心化的分布式账本上机器学习模型对分布式电子个人健康档案进行知识提取的方法，并提出了一个设计概念，能够匿名进行预测性分析，结果表明可降低机器学习时间至 60％，一致性延迟低于 8 秒，适用于各个医疗机构。

    Jul, 2022

  • 支持医生研究活动的电子健康记录中疾病数据提取的系统建模

    利用电子病历数据进行研究活动，本研究旨在解决数据标准化问题，通过数据预处理、注释和转换等步骤将数据转化为标准格式，使用机器学习模型识别疾病并将其转化为 ICD-10 编码，该模型的准确率达到 81%、优于 MetaMap 的准确率 67%。

    Apr, 2024

  • Deep EHR: 近期深度学习技术应用于电子病历分析的研究综述

    本文回顾和分析了过去十年来电子病历存储数字化信息的激增，以及深度学习技术在医疗信息学上的应用。同时，作者也讨论了目前技术的不足之处，提出了 EHR 基于深度学习未来的研究方向。

    Jun, 2017

  • 电子健康记录预测建模的最新进展

    对基于电子健康记录数据的深度学习预测模型的最新进展进行系统综述，并讨论了预测建模在医疗保健中的挑战、基准和工具，以及未来研究的方向。

    Feb, 2024

  • 机器学习在健康领域的挑战与机遇综述

    该论文阐述了电子病历（EHR）提供数据以回答临床相关问题，EHR 中不完整的标签、供建多个基础病因的疾病和健康人群缺乏等问题给机器学习在临床应用中带来的挑战，并强调了机器学习在医疗保健中发挥作用的机会。

    Jun, 2018

  • 可扩展和准确的电子健康记录深度学习

    使用电子健康记录进行循证医学和准确预测，通过 Fast Healthcare Interoperability Resources (FHIR) 格式表示病人的原始病历记录，并使用深度学习方法进行多中心的多个医疗事件预测，包括住院死亡率、未经计划的 30 天再入院率、医院停留时间延长、所有患者的最终出院诊断等。

    Jan, 2018

  • 电子健康记录的问答：数据集和模型的综述

    该研究对现有关于电子病历问答的工作进行了方法学综述，发现电子病历问答是相对较新且未被充分探索的研究领域，对于电子病历问答数据集和模型的使用进行了分析。

    Oct, 2023

  • 电子病历信息利用的 NLP 解决方案，促进医院护理决策效率提升

    研究开发了一种技术解决方案，通过机器学习自动识别临床记录中的属性，使患者历史记录更全面，提高了临床决策的效率。

    Feb, 2022

  • 基于行政健康记录的机器学习：技术和应用的系统综述

    该研究系统综述了基于行政健康记录（AHR）的研究，分析了 70 项相关研究，发现 AHR 在健康信息学研究中的应用日益广泛且迅速增长，最终提出了一系列未来的研究方向，以提高 AHR 数据和机器学习技术在健康信息学研究中的实用性。

    Aug, 2023

  • 使用电子医疗记录的患者诊断预测深度学习管道

    机器学习在疾病诊断和决策方面的应用正变得越来越流行。本文开发了一种 Python 包，将公共卫生数据集转换为易于访问的通用格式，以便于构建有用的疾病诊断预测系统，并提出了两种新的模型架构进行疾病诊断多类别预测，一种使用结构化数字数据，另一种结合自然语言处理方法和可解释的可视化。这些模型都能够高准确度地预测多种诊断。

    Jun, 2020