共查询到10条相似文献,搜索用时 15 毫秒
1.
目的:随着各级医院信息化建设的不断加强,医院的信息化水平也日益提高。目前各医院都有自己完善的信息化系统,在日常的门诊中,信息化系统积累了大量的门诊就诊数据,但长久以来这部分数据只是处于低层次的应用。对数据的深层次分析、加工以及对医院管理层的决策支持能力较弱。面对着这些宝贵的数据,医院迫切需要数据挖掘和分析工具从积累的就诊数据中分析出更深层次的、高价值的信息,从而为医院的管理决策提供高价值的决策信息。方法:以聚类算法进行数据挖掘建模,对某院门诊信息资源中有用字段进行挖掘分析。结果:根据数据挖掘模型进行挖掘分析,对有价值字段进行聚类分析,得到相关字段数据挖掘结果。结论:将得到相关字段数据挖掘结果进行分析,并将所分析的结果在医院管理决策和医疗质量管理等方面的应用进行探讨。 相似文献
2.
3.
对医院未来发展主要业务数据进行预测是实行医院科学管理的重要手段之一,是制定决策和计划的前提条件。门诊是医院医疗工作的一个重要组成部分,是医院直接对外服务的“窗口”。目前不少的医院都在要求医院职工重视门诊,树立“大门诊”的概念,医院的门诊量是反映医院工作效率的一项重要指标。 相似文献
4.
5.
6.
7.
8.
随着组学技术的不断发展,对于不同层次和类型的生物数据的获取方法日益成熟。在疾病诊治过程中会产生大量数据,通过机器学习等人工智能方法解析复杂、多维、多尺度的疾病大数据,构建临床决策支持工具,辅助医生寻找快速且有效的疾病诊疗方案是非常必要的。在此过程中,机器学习等人工智能方法的选择显得尤为重要。基于此,本文首先从类型和算法角度对临床决策支持领域中常用的机器学习等方法进行简要综述,分别介绍了支持向量机、逻辑回归、聚类算法、Bagging、随机森林和深度学习,对机器学习等方法在临床决策支持中的应用做了相应总结和分类,并对它们的优势和不足分别进行讨论和阐述,为临床决策支持中机器学习等人工智能方法的选择提供有效参考。 相似文献
9.
目的
运用知识管理的理念和方法,探讨切合实际应用的临床决策支持知识库概念模型,使医院能够通过知识管理提升其核心竞争力。方法 收集国内外相关资料,系统化研究及分析具有人工智能的临床决策支持知识库的框架。结果 实施医院知识管理的关键就是必须建立一个动态的,并具有自我学习能力的临床决策支持知识库,该知识库不仅需要通过医院信息系统收集传统的医学知识,而且需要建立用于临床指南等的标准医学知识收集的引擎和隐性知识转化模型,并嵌入智能化工具,通过知识库的自我学习功能,保证其动态更新和智能化的临床决策支持能力。结论 医院知识库创建过程实质也是医院价值的创造过程,智能化的临床决策支持知识库开发不仅涉及知识的收集和处理, 还包括知识的表达,人工智能技术的嵌入和各种规则、条件及分类方法等的应用,有待进一步研究。 相似文献