Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
金灯台名老中医资源信息平台介绍
Search
上海金灯台信息科技有限公司
January 16, 2014
Business
0
260
金灯台名老中医资源信息平台介绍
上海金灯台信息科技有限公司
January 16, 2014
Tweet
Share
More Decks by 上海金灯台信息科技有限公司
See All by 上海金灯台信息科技有限公司
金灯台-产品与技术服务
jindengtai
0
210
Other Decks in Business
See All in Business
Findy - 人生で熱くなれるなにかを探している誰かへ / Letter from Findy
findyinc
6
110k
タケウチグループRecruit
takeuchigroup
0
8.4k
エンジニア向け会社説明資料
staffrecruiter
2
380
ワンキャリア 会社説明資料 / Company Deck
onecareer
5
140k
Polaris.AI Company Deck / We are hiring
poralisai
0
380
Findy PEOPLE BOOK
findyinc
1
52k
Crisp Code inc. | わたしたちの事例/実績 - Portfolio
so_kotani
1
230
エムスリーキャリア エンジニア採用資料 / M3C Engineer Guide
m3c
1
76k
Ampersand Company Profile
cuebicventures
PRO
2
3.4k
【採用サイト公開用】ファーマイノベーション事業部_紹介資料
ubie
0
290
Company Deck 2024Q1
tterasoma
0
300
株式会社Gakken LEAP 会社紹介資料
gakkenleap
1
420
Featured
See All Featured
Building Effective Engineering Teams - LeadDev
addyosmani
28
1.8k
GraphQLの誤解/rethinking-graphql
sonatard
50
9.2k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
322
20k
Happy Clients
brianwarren
92
6.4k
Web development in the modern age
philhawksworth
202
10k
Rails Girls Zürich Keynote
gr2m
91
13k
Stop Working from a Prison Cell
hatefulcrawdad
266
19k
The Invisible Side of Design
smashingmag
294
49k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
20
1.9k
Building Applications with DynamoDB
mza
88
5.6k
Creatively Recalculating Your Daily Design Routine
revolveconf
210
11k
Being A Developer After 40
akosma
57
580k
Transcript
金灯台名老中医资源信息平台 颜仕星 上海金灯台信息科技有限公司 2013年12月15日
2 提纲 • 公司介绍 • 产品概要 • 产品背景 • 应用案例
• 功能介绍 • 功能演示
公司介绍 • 依托同济大学LeVis研究组,有丰富的中医药 数据分析挖掘经验 • 与上海中医文献馆、上海中医药大学、广东省 中医院等中医研究机构有良好的项目合作
公司介绍 • 公司人员(主要负责软件开发) – 高级工程师2名 – 初级工程师3名 – 行政人员1名 •
研究组人员(主要负责技术攻关) – 教授1名:李国正 – 副教授3名:尤鸣宇、张伟、曾雪强 – 博士研究生4名 – 硕士研究生8名
公司介绍 • 项目经验 – 名老中医资源信息平台(上海市科委合作项目,部 署在上海中医文献馆、上海曙光医院等单位) – 中医面诊数字化检测系统(上海中医药大学) – 治未病大数据科研平台(上海道生医疗科技)
– 上海中医地方志检索平台(上海中医文献馆) – 甲流用药经验挖掘(广东省中医院) – 中医健康状态数据的分析与挖掘(广东中医药大学) – 其它科研合作
公司介绍
公司介绍 • 论文90+篇(SCI收录40篇,EI收录50篇) – 组织2010~2013年国际中医信息学学术研讨会 – 国际刊物论文30+篇 – 专著5篇章--IGI2/Springer/Wiley/WSPC –
国际会议论文集3本--IJCBS2009/IEEE – 国际刊物专刊3期-- IJGS(SCI)/IJDMB(SCI)/IJFIPM 7 /81
产品概要 • 名老中医资源信息平台是一款针对中医临床数 据的信息管理和分析软件,它内置了标准的基 础医学库,简化了个性化病例的录入,提供了 针对数据的分析挖掘算法,同时包含数据管理、 权限管理、资料管理等诸多功能,是中医科学 研究机构的首选。
产品概要 • 针对中医病例录入特点提供个性化模版的信息 系统。 • 针对中医临床数据特点嵌入分析挖掘算法的信 息系统,并有实力持续更新。 • 内置了丰富的标准基础医学数据库,如标准症 状库、标准证候库等。
• 针对中医行业设计,概念简单、容易上手。 • B/S架构,部署简单、使用方便。 • 可以进行定制拓展,满足客户专业需求。 • ……
产品背景
11 产品背景 上海市中医药科技 奖一等奖,2010 [IJFIPM:You:2008, IGIBook:Li:2010]
12 应用案例
13 应用案例 • 张云鹏名医工作室建设
张云鹏名医工作室 • 2010年初系统开发完成,即用于张云鹏名医工 作室的建设
张云鹏名医工作室 • 数据录入 – 电子化了张老的专家资料,包括师承治学、成才之 路、学术思想、临证思辨等 – 使用系统建立了脂肪肝、乙肝病例的模版 – 收录了张老的典型医案
– 收录了张老的影像资料
张云鹏名医工作室 • 数据挖掘——针对证候的核心方挖掘 – 从病例中筛选出处方及其对应的证候信息 – 使用数理统计和Apriori算法进行挖掘
张云鹏名医工作室 • 脂肪肝的核心方挖掘 – 数据概述 – 预处理 • 每种药的使用数进行归一化 (因为不同药的数目
分布非常不均衡) 脂肪肝病数据概述 病例数 64 处方数 303 证候类数 5 用药味数 169
张云鹏名医工作室 • 脂肪肝的核心方挖掘 – 使用数理统计和Apriori算法进行基本方挖掘
19 张云鹏名医工作室 • 脂肪肝的核心方挖掘 – 使用数理统计和Apriori算法进行基本方挖掘 •数据挖掘八味药: 丹参、决明子、郁金、泽泻、莱菔子、连翘、海藻、荷 叶 •《经验集》六味药:
丹参、决明子、郁金、泽泻、海藻、荷叶 • 结论得到张老认可
20 张云鹏名医工作室 • 脂肪肝的核心方挖掘 – 使用数理统计和Apriori算法进行 针对证候的加减方挖掘 – 举例:痰瘀互结 热毒内蕴
肝络不和证候下加减 项数 最高频次 频繁项 1 162 垂盆草 2 158 垂盆草、六月雪 3 89 垂盆草、六月雪、龙胆草 4 56 垂盆草、六月雪、龙胆草、平地木 5 37 垂盆草、六月雪、生山楂、龙胆草、平地木 6 25 盆草、六月雪、生山楂、龙胆草、陈皮、平地木
21 功能介绍 • 病例采集模块 • 统计分析模块 • 数据挖掘模块 • 助手分配模块
• 二次开发服务 • 数据挖掘服务
病例采集模块 • 平衡灵活性与规范性 – 灵活性数据 • 指的是非标准化与非结构化的数据 • 易于录入且不可避免 •
历史数据多为此类数据 – 规范性数据 • 指的是标准化与结构化的数据 • 这样的数据有利于智能化分析 – 平衡方式: • 提供尽可能方便的规范性数据录入 • 容许灵活性数据的录入 • 提供简便机制,将灵活性数据转成规范性数据
病例采集模块 • 三层采集机制
病例采集模块 • 三层采集机制 – 个性化基础术语 – 个性化病例录入模板 – 个性化名医病例
病例采集模块 标准数据检查 条目数 症状 535 检查 179 症候 1119 中医疾病
362 西医疾病 1982 治法 888 药品 1233 处方 337 • 内置标准医学数据术语
病例采集模块 • 审核机制 – 未提交 – 已提交 – 被打回 –
已通过
病例采集模块 • 名医资料电子化 – 师承治学 – 成才之路 – 学术思想 –
临证思辨
统计分析模块 • 病例数目统计 • 项目频度统计 • 症状-证侯卡方统计
数据挖掘模块 • 和数据采集模块结合
数据挖掘模块
31 超级 管理员 课题组长 医生 角色配置模块 录入员 审核员 分析员
功能演示 • 病例的个性化录入 – 病例录入(录个通用模板的病例) – 模板建立(直接展示模板) – 基础数据添加
功能演示 • 病例的统计分析 – 病例数目统计 – 常用项目频度统计 – 症状-证侯卡方统计
• 病例的智能化挖掘 – 基本方挖掘 – 关键症状选择 – 症状-证侯判别建模
感谢倾听,欢迎提问