医院信息系统垃圾数据分析及处理

来源 :中国数字医学 | 被引量 : 0次 | 上传用户:lyk_csdn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:通过分析信息系统中垃圾数据的产生和划分不同数据领域,提出有效的方法指导和建议。方法:对垃圾数据的产生根源进行宏观和微观层面分析,将信息系统医疗数据根据数据流的可控程度和监管方式分为几大数据领域,就医疗数据质量管理的核心问题和各数据领域的数据质量管理给出合理建议。结果:理清了垃圾数据产生的路径和源头,对医疗数据的不同领域进行了合理划分,针对性地提出了建议和方法。讨论:只有充分认清垃圾数据的产生根源和不同数据领域的质量管理重点,才能有效的应对垃圾数据问题,避免垃圾数据的产生。
其他文献
针对有关生长素(IAA)极性运输的不同认识,从概念的界定入手进行了相关概念的区分和辨析,并以概念图的形式建立了这些基本概念相互之间的联系,对中学生物学教学有一定指导意义
目的:为了预测住院病人是否会在短时间内再入院,提出了基于机器学习的再入院预测方法.方法:通过选取合适的数据集,利用ICD-10诊断相关组编码(DRGs)等信息,选择合适的机器学习算法,训练预测病人短时间内再入院的概率.结果:通过训练测试分类器的正确肯定率与错误肯定率得到的ROC曲线,对比逻辑回归、随机森林和支持向量机三种分类器的性能指标,发现随机森林对复杂数据有良好的适应性,实验所得AUC均值更高
大型数字化医院建设是一个纷繁复杂的过程,需要以HIS为业务主体,集成临床系统、医技系统、运营系统等,实现来自不同供应商的信息系统的数据整合、信息共享、流程协同,为了保
本文基于变异理论探讨四种变异图式在不同学习内容设计中的应用,试图使学生审辨出学习内容的关键特征,提高学生学习的效率。
针对传统Marching Cubes算法在进行三维重构过程中运算时间过长、算法效率低下的问题,提出了一种基于黄金分割点的Marching Cubes算法,使用棱边的黄金分割点代替Marching Cub
本文从发展学生核心素养的视角,以人教版教材为例,从"帮助学生形成生命观念""提升学生的批判性思维技能""帮助学生理解科学探究、发展科学探究能力"及"增强学生的社会责任感"诸方面阐
历时5年的中国-欧盟村务管理培训项目圆满结束。于2006年5月12日在北京举行了项目交接仪式。来自项目办和参与、关注项目的机构代表100多人参加了交接仪式。
为加强研究生院的教育,日本文部科学省决定从2006年起,对研究生教育进行彻底改革,目标为铲除研究生和年轻研究者被当作教授的劳动力的“徒弟制”。近年来,随着进入研究生院学习的
伴随着科技的发展,智慧医疗、“以病患为中心”的现代服务型医院蓬勃兴起——通过医疗数字化建设,以物联网实现病患与医护人员、医疗机构、医疗设备之间快速有效的互动,进而
DICOM标准的推出与实现,大大简化了医学影像信息交换的实现,推动了远程放射学系统、影像存储与通信系统(PACS)的研究与发展,并且由于DICOM的开放性与互联性,使得与其它医学应用