基於數據挖掘藏醫診療決策支持系統關鍵技術研究取得重要進展

2020-12-04 瀟湘晨報

近日，青海省科技廳組織專家對青海大學、四川大學共同承擔的青海省自然科學基金面上項目「基於數據挖掘的藏醫診療決策支持系統關鍵技術研究」進行了驗收。

項目利用數據挖掘技術，分析慢性萎縮性胃炎患者症狀與證型、症狀與用藥、藥材與藥材之間的關聯規則，從而得到了藏醫藥針對慢性萎縮性胃炎的用藥規律，建立了高原常見病（如萎縮性胃炎）藏醫診療預測模型。同時對藏醫診療知識庫系統進行模型驗證和性能分析，進一步調整和優化了所實現的策略和算法，並且對挖掘結果進行了可視化展示，最終設計並實現用藥推薦和證型分類的藏醫診療系統。

研究結果為藏醫臨床評價研究和臨床科研提供了實際的診療數據和知識來源，對輔助醫生進行臨床決策具有重要意義，對藏醫藥文化發展具有重要推進作用。

【來源：青海省科學技術廳】

聲明：轉載此文是出於傳遞更多信息之目的。若有來源標註錯誤或侵犯了您的合法權益，請作者持權屬證明與本網聯繫，我們將及時更正、刪除，謝謝。 郵箱地址：newmedia@xxcb.cn

相關焦點

  • [會議論文]統計數據倉庫中可視化決策支持系統的研究
    2003年10月20日楊文川①  鬱文生②  朱武傑③①③(北京郵電大學電信工程學院  北京100876)②(中國科學院自動化研究所複雜系統與智能科學實驗室 北京100080)摘  要  在基於統計數據倉庫的數據分析階段，通過可視化決策支持系統(VDSS)的研究和設計，採用面向對象的方法
  • 基於大數據的人工智慧海洋學預報研究取得進展
    近日，由中國科學院海洋研究所研究員李曉峰領銜、國內多家海洋科研單位人員組成的人工智慧海洋學團隊，以熱帶不穩定波相關聯的海表溫度場為例，研發了以衛星遙感大數據驅動的針對海氣系統中複雜海洋現象的人工智慧預報模型，並在針對熱帶不穩定波相關的海表溫度時空演變預報方面取得研究進展。
  • 清華醫學院廖洪恩課題組合作在腦腫瘤精準診療領域取得重要進展
    清華醫學院廖洪恩課題組合作在腦腫瘤精準診療領域取得重要進展清華新聞網4月26日電 近日，清華大學醫學院生物醫學工程系廖洪恩教授課題組、北京清華長庚醫院神經外科王貴懷教授課題組合作在國際著名學術期刊《診療》（Theranostics）上發表題為《雙模態光學診斷實現神經外科腫瘤精準在體識別》（Dual-modality optical diagnosis
  • 大數據_數據挖掘技術分類及應用
    發展電子政務，建立決策支持系統，利用電子政務綜合資料庫中存儲的大量數據，通過建立正確的決策體系和決策支持模型，可以為各級政府的決策提供科學的依據，從而提高各項政策制定的科學性和合理性，以達到提高政府辦公效率、促進經濟發展的目的。為此，在政府決策支持方面，需要不斷 　　吸納新的信息處理技術，而數據挖掘正是實現政府決策支持的核心技術。以數據挖掘為依託的政府決策支持系統，將發揮重要的作用。
  • 真正做到臨床決策支持才是CDSS的核心要務
    傳統的臨床決策支持系統越來越難以滿足當前醫院臨床診療需求了。「CDSS不但要有權威的循證醫學知識庫、規則引擎，還要利用大數據與人工智慧技術從真實世界中挖掘出海量臨床數據，進行整合、清洗、機器學習等，構建醫院臨床最佳實踐庫。」北醫三院信息管理與大數據中心主任計虹表示，打造智能化CDSS，需要將循證醫學知識庫與醫院臨床最佳實踐庫相結合。
  • 決策支持和人工智慧將成為醫院的智囊
    3.人才尚匱乏：醫院需要培養更多專業的信息和數據分析挖掘人才，在決策支持、臨床診療、管理運行等方面提供幫助，如果一個醫院的計算機或信息人員很少，他們那裡還有時間去分析數據、去挖掘數據、去實現人工智慧。尤其缺少有醫學背景的信息技術人才，能夠懂醫療流程還能夠玩轉信息技術。
  • 時空三極環境大數據平臺研究獲進展
    地球大數據正成為繼經驗、理論和計算範式之後數據密集型科學範式的代表，成為驅動地球科學創新發展和地球科學發現的新引擎。集成三極多要素數據、三極多圈層模型和大數據分析方法，構建三極大數據共享與服務平臺，開展三極生態環境演變及其對社會經濟的影響研究，對提升三極地球系統的研究深度、綜合科學認知水平及我國倡導的「極地治理」，具有重要意義。
  • 論文推薦|方新秋等:智能工作面多參量精準感知與安全決策關鍵技術 方
    （2）自主研製了系列礦井多參量感知的新型靈敏度高、可靠性好的光纖傳感器，創建了光纖傳感式煤礦開採巷道圍巖安全狀態信息和工作面裝備姿態信息多參量感知體系，提出了基於光纖光柵智能感知技術的大容量、準分布傳感網絡拓撲結構，自主開發了基於大數據與雲計算智能技術的多參量感知系統信息服務平臺。
  • 數據挖掘技術在中醫證候學中的應用
    周旭(1983-)，女，碩士，講師，研究方向：數據挖掘。摘要：中醫證候的研究工作仍然存在一定的困難，證候的規範化和證候診斷的量化是中醫發展必須解決的問題。數據挖掘技術是一種高效的數據分析手段，其在中醫領域的研究也逐步走向熱門。
  • 什麼叫數據挖掘_數據挖掘技術解析
    數據挖掘是一個多學科交叉領域，涉及神經網絡、遺傳算法、回歸、統計分析、機器學習、聚類分析、特異群分析等，開發挖掘大型海量和多維數據集的算法和系統，開發合適的隱私和安全模式，提高數據系統的使用簡便性。 　　數據挖掘與傳統意義上的統計學不同。統計學推斷是假設驅動的，即形成假設並在數據基礎上驗證他；數據挖掘是數據驅動的，即自動地從數據中提取模式和假設。
  • 工學院侯仰龍教授課題組在分子影像診療探針領域取得重要進展
    近年來，過渡金屬碳化物納米結構引起了研究人員的廣泛關注，特別是碳化鐵納米材料，因其較高的飽和磁化強度、優異的穩定性、高效的催化活性以及良好的生物相容性等特點，在納米磁學、費託合成催化、電化學能源存儲與轉換以及生物醫學領域具有重要的應用潛力。目前的碳化鐵製備方法繁瑣，常常採用成本高、形貌難以控制、操作也較繁複的高溫固相反應或者雷射熱分解等技術。
  • 華東理工大學在高性能近紅外染料前沿應用研究取得系列新進展
    近期，華東理工大學化學與分子工程學院、教育部前沿科學中心郭志前教授課題組在高性能近紅外染料的前沿基礎和應用研究中取得了重要進展，相關階段性研究成果分別發表在《德國應用化學》、《化學科學》和《配位化學評論》。
  • 再帕爾·阿不力孜團隊在質譜成像技術及其食管癌代謝研究領域取得...
    儀器信息網訊 近日，藥物所「天然藥物活性物質與功能國家重點實驗室」再帕爾·阿不力孜科研團隊在質譜分子成像技術及其在食管癌代謝研究領域取得的創新成果，分別在《Adv Sci》《P Natl Acad Sci USA》和《Analytical
  • 基於邊緣計算的大規模傳感器高頻採集系統研究
    【摘要】基於邊緣計算研究傳感器高頻次採集數據的傳輸、存儲和處理技術架構，提出了傳感器高頻採集設備的軟硬體模塊組成，並形成通用數據分析處理軟體框架，以長時間綜合分析多個高頻採集設備的數據，為物聯網應用對大規模傳感器數據進行挖掘處理和分析判決提供基礎。
  • 從概念到應用,這一次終於把數據挖掘給講明白了
    作者 | 陳封能 來源 | 《數據挖掘導論》（原書第2版） 導讀：數據採集和存儲技術的迅速發展，加之數據生成與傳播的便捷性，致使數據爆炸性增長，最終形成了當前的大數據時代。圍繞這些數據集進行可行的深入分析，對幾乎所有社會領域的決策都變得越來越重要：商業和工業、科學和工程、醫藥和生物技術以及政府和個人。
  • 公共衛生安全大屏可視化決策系統
    重點區域監測支持基於地理信息系統，對醫院、學校、疾控中心等重點防控區域進行實時可視化監測，並可對重點區域的位置、狀態、關鍵指標等信息進行聯動分析並標註顯示，對重點區域實時態勢進行綜合監測，輔助管理者精確掌控重點區域態勢，提升監測指揮力度。2.4.4.
  • 進展 | 二維材料及異質結的高通量計算取得重要進展
    因此，探索具有優異性能的新型二維功能材料、研究其新奇物性並構築基於二維材料的新原理器件，對二維材料的實際應用具有重要意義。異質結的新奇物性方面取得重要進展。本工作中結構模型演化分析結合大數據材料挖掘的方式，極大地提高了二維負泊松比材料的探索效率，為研究具有優異力學性質的二維材料提供了有價值的參考。該工作近期發表在npj Computational Materials 6, 154 (2020)上。
  • 數據驅動的藍藻水華研究取得系列進展
    目前，中國科學院重慶綠色智能技術研究院大數據挖掘及應用中心與中國科學院水生生物研究所研究員宋立榮課題組合作，嘗試將人工智慧方法與水生態問題進行融合，利用概率圖模型方法對我國大中型淺水湖泊藍藻水華數據進行深入挖掘分析，相關研究成果以論文形式發表在海洋湖沼學領域刊物Harmful Algae上，研究結果將有助於科學認知藍藻水華的演變風險，為大型水體生態系統的長效恢復提供參考
  • 智慧城市大屏可視化決策系統
    重點項目建設　　系統可突出展示產業園區重點項目建設成果，對項目基本信息、經濟效益等重要成果指標進行可視化呈現，再現城市重點項目布局、建設進展及成效收益。　　2.2.2.5. 園區建設成果　　聚焦園區建設各領域，支持建立入駐企業、經濟發展、基礎設施建設等重要指標的數據駕駛艙，助力園區管理者宏觀、全面展示園區各領域建設成就。　　2.3.
  • 打開臨床診療與醫學科研「數據通路」——大數據於臨床醫學價值的...
    所以，如何將這些存量數據進行高效、準確地結構化處理，在臨床診療與醫學科研之間建立一條「數據通路」，或許是解決問題的關鍵。第二，醫院EMR數據的處理環節，尤其是數據結構化的過程，這直接決定著科研數據的質量好壞。基於大數據和人工智慧技術的後結構化數據處理，是解決這一問題的主要技術之一。