限定检索结果

检索条件"作者=朱岁松"
9 条 记 录,以下是1-10 订阅
视图:
排序:
基于图卷积神经网络的医保欺诈检测算法
收藏 引用
《计算机应用》2020年 第5期40卷 1272-1277页
作者:易东义 邓根强 董超雄 祝苗苗 吕周平 朱岁松华中科技大学协和深圳医院广东深圳518060 
针对医疗保险欺诈检测当中欺诈样本不足、数据标注昂贵和传统基于欧氏空间的模型准确率低的问题,提出了一种新的基于图卷积和变分自编码的单分类医保欺诈检测模型(OCGVAE)。首先,通过病人就诊记录建立社交网络,计算病人和医生之间的权...
来源:详细信息评论
医院数据集市的规划与设计
收藏 引用
《中国医院统计》2011年 第1期18卷 81-83页
作者:朱岁松 董超雄深圳市南山人民医院网络技术科广东省深圳市518052 
目的 将医院各个信息系统中的有用数据抽取出来,建立医院数据集市.方法 使用BO公司的水晶报表工具从源数据库或者数据仓库中筛选数据,设计报表,并按主题在数据集市平台上呈现出来.结果 介绍了建设医院数据集市的条件、数据准备、报表设...
来源:详细信息评论
C-DRG医院信息系统改造总体架构设计
收藏 引用
《中国卫生经济》2018年 第12期37卷 96-99页
作者:邓根强 董超雄 乐新 祝苗苗 朱岁松 郭梅梅深圳市南山区人民医院广东深圳518000 
目的:《全国按疾病相关分组收付费规范》(Pricing and Payment Regulation on Chinese Diagnosis-Related Groups,C-DRG)是基于我国患者特征和临床诊疗实践制定的住院服务收付费方案。要推进C-DRG收付费改革,对现有信息系统进行改造是...
来源:详细信息评论
基于微信公众号的商业医疗保险系统设计与实现
收藏 引用
《医学信息学杂志》2018年 第4期39卷 36-39页
作者:邓根强 吕周平 祝苗苗 朱岁松深圳市南山区人民医院深圳518067 
介绍基于微信公众号的商业医疗保险系统架构设计,包括终端业务层、微信云服务层、医院业务层和保险公司业务层。从用户信息、交易过程及交易数据安全方面阐述系统安全设计并详细说明其功能实现。
来源:详细信息评论
最佳住院日和药占比的计算机辅助决策实例研究
收藏 引用
《中国病案》2014年 第11期15卷 47-49页
作者:朱岁松 金洪长 董超雄广东医学院附属南山医院深圳市518052 
目的通过程序设计,实现基于WEB的最佳住院日和药占比的计算机辅助决策。方法从深圳某区区域卫生信息平台数据仓库中提取四家医院的病案首页数据和HIS数据,以ICD编码、年份、医院、病区、医生、病种等多个维度,计算住院日和药占比二个指...
来源:详细信息评论
基于微信企业号的医院移动办公系统设计与应用
收藏 引用
《中国数字医学》2019年 第3期14卷 117-119页
作者:祝苗苗 邓根强 董超雄 朱岁松 黄曹深圳市南山区人民医院 
为了消除医院通告获取受限、业务处理不及时等阻碍医院信息化、无纸化建设的困境,医院顺延移动互联网发展的趋势,在微信企业号基础上设计了医院移动办公系统。通过医院移动办公系统的应用,不仅可以大幅提高医院员工的办事效率,而且推动...
来源:详细信息评论
C-DRG病案首页信息化改造
收藏 引用
《中国数字医学》2019年 第2期14卷 22-24页
作者:祝苗苗 乐新 邓根强 董超雄 朱岁松深圳市南山区人民医院 
目的:阐述医院病案首页信息化改造涉及的多个方面,推动C-DRG收付费工作的实施。方法:结合医院病案首页改造经验,详细阐述改造过程中涉及到的内容。结果:通过前期精心、全面地设计,顺利完成了病案首页的信息化改造工作。结论:病案首页信...
来源:详细信息评论
基于卷积神经网络的食管癌图像智能诊断系统设计
收藏 引用
《中国数字医学》2018年 第10期13卷 26-28页
作者:邓根强 吕周平 祝苗苗 董超雄 朱岁松深圳市南山区人民医院网络技术科 
目的:开发食管癌智能诊断系统,提升食管癌图像诊断的识别率和医生工作效率,同时提升基层医疗机构的食管癌图像诊断水平。方法:联合腾讯公司,采集多年来食管癌相关医学图像,通过数据标注、图像预处理、数据增强、深度学习等步骤,建立基...
来源:详细信息评论
C-DRG最小数据集信息传递流程总体设计
收藏 引用
《中国数字医学》2019年 第2期14卷 19-21页
作者:邓根强 祝苗苗 郭梅梅 董超雄 朱岁松 乐新深圳市南山区人民医院 深圳市南山区卫计局信息中心 
目的:在C-DRG信息系统改造的过程中,信息传递的流程设计直接影响着信息质量,需要设计合理流程,以保证数据质量。方法:要保证C-DRG最小数据集质量,最小数据集需从改造后的病案系统中抽出,同时设立数据三级审核机制,对数据空值、临床逻辑...
来源:详细信息评论
聚类工具 回到顶部