- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
效果 1、所完成的系统功能与需求说明书相符,系统各模块功能正确; 2、系统的初期故障率、偶然故障率、平均失效前时间、平均失效间隔时间、平均失效恢复时间均在可接受的范围内; 3、 系统易用性较好,人机界面友好、界面设计科学合理、操作简单; 4、系统的关键性能指标符合标准; 5、系统易维护、可移植。 建议 1、数据源质量需进一步提高; 2、可改进重复记录检测及清洗算法; 3、少部分数据统计标准仍具有二义性,需明确; 4、上传的数据量与接收到的数据量偶有不符,定时上传程序有待完善。 改进措施—专家评价 1、卫生资源模块的功能比较简单,人员及财务信息要逐步完善; 2、数据的准确性还需提高; 3、借助短信平台,当监测指标达到预定标准时,对相关领导进行短信预警提醒; 4、部分折线图的折点间距离及柱状图的柱间距过于紧凑。 效果 1、系统界面简洁明了,操作简便,运行速度较快; 2、查询及分析结果的展现清晰直观,展现形式丰富多样; 3、利用系统可快速及时地掌握各类卫生信息,基本能满足管理需求; 4、对疾病控制、提高社区居民医疗卫生保健水平有一定的参考和指导意义; 5、系统可为领导决策提供辅助支持,初步达到了预期效果。 建议 改进措施—管理人员评价 开发数据上传监测系统 制定数据质量控制措施 对系统进行改进 实现对医院上传前置机及区域医疗卫生信息共享平台数据量的实时监测,自动比对上传端与接收端的数据 改进医疗机构部分应用系统; 对各级岗位的医务人员进行培训; 加强管理,减少垃圾进入系统。 对部分算法程序进行改进; 数据统计标准的进一步明确; 增加了提醒功能; 添加数据统计项; 对展示的图表进行适当修改。 三大改进措施 数据上传监测系统 前置机连接状态检测 上传数据量监测 数据质量核查 业务指标量监测 上传市平台检测 01 借助已建立的数据仓库,探索增加疾病辅助诊断功能,使决策支持系统不仅能够为卫生管理人员所用,同时也能为医务人员进行疾病诊断和治疗提供科学的决策。 4 完善数据质量控制体系 1 扩大系统 应用范围 2 扩展系统 接入方式 3 充分应用 数据挖掘技术 02 目前,系统的使用必需借助VPN专线网络,可研究多样化的接入方式,利用无线技术,使卫生管理人员能够借助移动终端,随时随地、方便快捷地登陆系统。 03 积极探索利用数据挖掘技术,以OLAP的分析结果作为挖掘的依据,拓宽OLAP分析的深度,发掘OLAP所不能发现的隐含的、有潜在价值的数据。 04 从数据流转的整体过程出发,分析产生数据质量问题的根本原因,采用科学的方法制定出一套切实可行的完善的卫生数据质量控制体系。 下阶段计划 参考文献 [1] 王陇德,抓住机遇、迎接挑战促进卫生信息化发展[J]. 中国信息界:e医疗, 2010,(1):17-19. [2] 张萌. 医院信息系统中关联规则挖掘的应用研究[D]. 山东:山东大学,2008: 1-3. [3] Sacha JP,Goodenday LS,Cios KJ. Bayesian learning for cardiac SPECT image interpretation[J]. Artif Intell Med,2002,26(1-2):109-143. [4] Ganzert S,Guttmann J,Kersting K,et a1. Analysis of respiratory pressure—volume curves in intensive care medicine using inductive machine learning[J]. Artif Intell Med,2002,26(1-2):69-86. [5] Imberman SP,Domanski B,Thompson HW. Using dependency/association rules to find indications for computed tomography in a head trauma dataset[J]. Artif Intell Med,2002,26(1-2):55-68. [6] 刘 莘,王飞. 医学数据挖掘的现状分析[J].
原创力文档


文档评论(0)