借助于现代大数据处理技术对中医事业的发展具有很大的推动作用，促进深度学习名老中医的理法方药经验，通过量化理论模型，进而运用到临床医生，通过使用计算机自动化处理，直接辅助临床决策。
1. 中医医理建模系统
平台具备流程化、可视化的建模界面，内置实用的、经典的统计挖掘算法和深度学习算法，中医医生可通过轻松拖拉拽组件的操作，进行可视化建模，完成模型流程的搭建，并能将模型发布管理
2. 名医医案数据智能分析系统
名医医案数据智能分析系统通过医案后结构化智能识别技术方便快捷的采集医案数据并运用大数据分析技术对医案进行预处理，运用自然语言识别技术将医案标准化，并提取医案中各个节点特征并进行词向量转换形成名医医案量化权重库
3. 名医智能辅助决策开方系统
在中医医理建模系统和名医医案数据智能分析系统基础上，系统针对单个名医深度学习名医医案库学习中医辨证论治的内容及经验。根据确立的数学模型，实现从辨证经验、体质辨识到方剂配伍规律等四维量化计算，根据智能分析系统中使用的量化权重表，当用户输入相关症状等内容后系统智能推导具有名老中医个性经验的处方
4. 经典开方系统
经典开方通过自然语言处理技术（NLP）对于非结构化数据的处理能力，对《伤寒论》等中医大数据进行了有效获取、分析。同时，当用户输入主诉，症状，诊断时，系统通过知识图谱、机器学习等人工智能的研究方法和应用技术，智能精准推导经方
5. 辩证论治系统
针对一些常见病，通过中医病名、辩证要点、辩证分型、法则治法之间的数据分析，智能推理出最合适的处方。用户也可以根据实际情况进行处方的更换或者进行药物的加减。目前辨证论治系统常见病数据已经覆盖98%。
6. 中医知识库
中医药古籍文献的数据库，对现存中医药古籍加强保护、修复，对中医药重点古籍以及濒危善本孤本进行整理研究，加强专题文献深度整理挖掘，利用信息技术手段，建立中医药古籍综合信息数据库，全面提升中医药古籍保护利用能力, 建立中医药传统知识保护名录数据平台，探索建立中医药传统知识保护制度，建立我国中医药传统知识保护体系
中医临床指南数据库
提供了对病症的解读，临床表现及诊断，中医辨证论治，其他治法，预防与调摄几个部分，医师可以通过搜索学习病症知识。
中医经典方剂数据库
可以学习中成药的规格、用法用量、功能主治、注意事项、药物相互作用及药物不良反应知识，可以了解古今方剂的用法用量、药物组成、功能主治、禁忌、临床应用及药物不良反应知识
7. 传承特色应用
（1）在线教育：名老中医可以将就诊的经验和影像等资料上传至传承平台供院内医生学习，也可以在在线教育平台上进行相关理论知识考核
（2）跟师抄方：用户选择某名医工作室跟师学习，待审核通过，便可以定期获得该名医工作室提供的一些医案，影像学习资料，音频学习资料等。
（3）模拟开方：用户可以选择某个名医工作室进行案例开方模拟，点击提交处方后，显示此案例名老中医开具的处方，并与自己开具的处方进行相应的对比分析。
8. 中医传承协同办公
为院内中医传承相关部门提供线上协同办公服务，如医案的保存，活动资源的发布，线上交流，线上学习等等功能，也可以根据院内个性化需求进行定制，使办公更加便捷高效
9. 统计分析
（1）多维分析：可实现中医疾病与相关症状、中药、中医证候、治法、方剂之间的社团关系；西医疾病与症状、中药之间的社团关系；中医证候与症状、中药之间的社团关系。以及中药、症状的聚类分析。点击多维分析，选择数据后，执行分析，选择分析维度，展示结果
（2）网络分析：可进行中医疾病、中医证候、症状、方剂、治法、中药、西医疾病的同质网络分析和它们相互之间的异质网络分析
（3）聚类分析：数据可被自动形成可进行聚类分析的数据表形式，选择聚类类型（中药或症状），筛选进行聚类的数据（按频次从高到低选数量），选择距离类型，聚类方法。通过竖向聚类图，横向聚类图和圆形竖向聚类图三种方式进行结果展示
(4)个性化统计分析：可以根据院方需求定制统计的维度和方式
微信扫一扫，码上报价
|
