整合行業公認的循證醫學知識庫，規則引擎、自然語言處理技術、真實世界臨床數據、最佳臨床實踐，臨床預測模型，緊密結合臨床工作流，研發智能化CDSS的核心技術方案，旨在簡化臨床診療和實時護理的臨床決策過程，改善患者臨床轉歸，讓臨床醫生的診療過程變得更加高效、規範、安全、可靠。
1. 臨床數據建模：各類患者數據的整合方法、標準化方法、數據驅動的機器學習方法研究，面向臨床應用的預測模型研究。
2. 知識建模：臨床路徑、臨床指南、醫學文獻、最佳臨床實踐等臨床知識的整合與建模方法研究，邏輯推理方法研究，專家知識庫建設方法研究；
3. 人機交互模式： 面向醫師、護理人員、檢驗人員和患者等不同用戶群體的個性化交互模式研究，CDSS的臨床工作流整合方案研究。
在診療流程中，通過正確的渠道，在正確的時間和正確的干預模式下，向正確的人，提供正確的信息。
ICU場景下的臨床預測與評估：
-- 疾病的臨床表型化研究
-- AKI早期預警模型
-- 膿毒症早期預警模型
-- 機械通氣相關預測模型
-- 危重患者藥物劑量預測模型
-- 評估疾病嚴重程度與死亡預後模型
-- 其它臨床管理預測模型
-- 基於臨床指南的知識庫建設
TOP