该论文提出了一个基于药物相互作用的决策支持系统，可提供更安全、更有效的药物处理方案，包括药物相互作用模块，医学决策模块和医疗支持模块，实验证明此系统可用于慢性疾病的临床诊断。

Mar, 2023

提供在线临床决策支持系统，利用人工智能技术如决策树、深度学习和自然语言处理，分析病人症状并生成潜在疾病列表，以协助伊斯兰医学实践者在准确和高效的诊断过程中远程提供治疗方案，以改善医疗服务的获取、降低成本、提升医生和患者满意度、改善诊断过程的速度和准确性。

Oct, 2023

设计了一个基于患者和药物特征的全面药物推荐系统，将数据从多个数据库中整合为一个患者和药物信息的数据集，其中使用了人工智能模型、自然语言处理方法和推荐系统算法进行数据建模，通过药物相互作用、患者条件和药物特征生成了基于矩阵分解的模型，构建了基于规则的知识库系统。

Dec, 2022

设计一种名为 ABiMed 的创新临床决策支持系统用于药物审核与多药并用管理，结合指南实施与可视化呈现知识，为管理多药并用带来了希望。

Dec, 2023

研究旨在了解药店药剂师对 AI 技术在临床辅助诊断中的依赖程度，发现其中 25% 的时候，药剂师会在 AI 没有提供任何解释的情况下，仍然完全依赖 AI 做出决策。

Feb, 2023

本文介绍了一种使用 RoBERTa 语言模型和监督学习自动识别科学文献中膳食补充剂和药物的相互作用的方法，并创建了 SUPP.AI 应用程序，用于帮助研究人员、临床医生和消费者发现最新的相互作用证据。

Sep, 2019

本研究介绍了一种基于人工智能 (AI) 的 CDSS (临床决策支持系统) - Aifred Health， 针对重性抑郁症患者的治疗选择和管理，探讨了平衡临床工作流程和鼓励最终用户信赖的实现挑战，同时提出在构建，验证，培训和实施 AI-CDSS 过程中应该考虑的关键问题和建议。

Mar, 2023

本研究提出了一种新型的临床决策支持系统，结合了一组规则和机器学习算法，提供了全局和局部的可解释性，并使用机器学习算法预测每个规则在特定患者的正确性可能性，以更好地提高预测性能，并提高个性化解释能力，这些元素的结合可以帮助医生更好地评估患者的情况，提高医生的决策能力。

Jul, 2021

医院信息系统的处方辅助软件已经成为医疗机构必不可少的一部分，但是这种系统使医生花费更多时间在电脑输入信息而不是提供医疗服务。本论文介绍了一种自然语言界面的电子处方软件，以口语对话系统的形式呈现，该系统允许医生语音记录处方，接近他们的正常实践方式。该系统在野外评估中表现出较好的处方时间和任务成功率，该评估数据已被录制和注释为 PxCorpus，是第一个完全向社区提供的口语药物处方语料库。

Nov, 2023

本文介绍了一个药品匹配及数据整合技术，包括一个基于朴素贝叶斯分类器的系统，可实现 98.3% 药品匹配精度、99.2% 的精度和 97.5% 的召回率。

Jul, 2022