We present a decision support syste

We present a decision support system to let medical doctors analyze important clinical data, like patients medical history, diagnosis, or therapy, in order to detect common patterns of knowledge useful in the diagnosis process. The underlying approach mainly exploits case-based reasoning (CBR), which is useful to extract knowledge from previously experienced cases. In particular, we used sequence data mining to detect common patterns in patients histories and to highlight the effects of medical practices, based on evidence.

We also exploited data warehousing techniques, such OLAP queries to let medical doctor analyze diagnosis along several measures, and recent visual data integration approaches and tools to effectively support the complex task of integrating and reconciling data from different medical data sources. In addition, due to massive presence of textual information within the clinical records of many hospitals, text mining techniques have been devised. In particular, we performed lexical analysis of free text in order to extract discriminatory terms and to derive encoded information. Finally, the system provides user friendly mechanisms to manage the protection of confidential medical data.

System validation has been performed, mainly focusing on usability issues, by running experiments based on a large database from a primary public hospital.

Results (Thai) 1:

เรานำระบบสนับสนุนการตัดสินใจให้แพทย์ที่สอบสำคัญทางคลินิก เช่นประวัติการรักษาของผู้ป่วย วินิจฉัย หรือ รักษา เพื่อตรวจหารูปแบบทั่วไปของความรู้ที่เป็นประโยชน์ในการวินิจฉัยทางการแพทย์ วิธีการต้นแบบส่วนใหญ่นำกรณีตามเหตุผล (CBR), ซึ่งจะเป็นประโยชน์เพื่อดึงความรู้จากกรณีที่ก่อนหน้านี้มีประสบการณ์ โดยเฉพาะอย่างยิ่ง เราใช้การทำเหมืองข้อมูลลำดับ เพื่อตรวจรูปแบบทั่วไปในผู้ป่วยที่ประวัติ และเน้นผลของการปฏิบัติทางการแพทย์ ตามหลักฐานนอกจากนี้เรายังสามารถข้อมูลคลังสินค้าเทคนิค เช่นแบบสอบถาม OLAP ให้แพทย์วิเคราะห์วินิจฉัยหลาย มาตรการ และล่าสุดข้อมูลภาพรวมวิธี และเครื่องมือในการสนับสนุนงานซับซ้อนรวม และเชื่อมต่อข้อมูลจากแหล่งข้อมูลต่าง ๆ ทางการแพทย์ได้อย่างมีประสิทธิภาพ นอกจากนี้ เนื่องจากขนาดใหญ่ของข้อมูลข้อความภายในข้อมูลทางคลินิกของโรงพยาบาลมาก เทคนิคการทำเหมืองข้อความได้ถูกคิดค้น เฉพาะ เราทำการวิเคราะห์ข้อความอิสระเกี่ยวกับคำศัพท์ เพื่อแยกคำโจ่งแจ้ง และ สามารถรับข้อมูลเข้า ในที่สุด ระบบช่วยให้ผู้ใช้เป็นกลไกในการจัดการการป้องกันข้อมูลความลับทางการแพทย์ระบบตรวจสอบมีการ ส่วนใหญ่เน้นปัญหาการใช้งาน โดยทดลองใช้ฐานข้อมูลขนาดใหญ่จากโรงพยาบาลสาธารณะหลัก

Results (Thai) 2:

เรานำเสนอระบบสนับสนุนการตัดสินใจที่จะให้แพทย์วิเคราะห์ข้อมูลทางคลินิกที่สำคัญเช่นผู้ป่วยประวัติทางการแพทย์การวินิจฉัยหรือการรักษาเพื่อตรวจสอบรูปแบบทั่วไปของความรู้ที่มีประโยชน์ในกระบวนการวินิจฉัย วิธีการใช้ประโยชน์จากพื้นฐานส่วนใหญ่ให้เหตุผลกรณีตาม (CBR) ซึ่งจะเป็นประโยชน์ในการดึงความรู้จากกรณีที่มีประสบการณ์ก่อนหน้านี้ โดยเฉพาะอย่างยิ่งเราใช้ลำดับการทำเหมืองข้อมูลในการตรวจสอบรูปแบบที่พบบ่อยในประวัติผู้ป่วยและเพื่อเน้นผลกระทบของการปฏิบัติทางการแพทย์ที่อยู่บนพื้นฐานของหลักฐาน. นอกจากนี้เรายังใช้ประโยชน์ข้อมูลเทคนิคคลังสินค้าแบบสอบถาม OLAP ดังกล่าวเพื่อให้แพทย์วิเคราะห์วินิจฉัยตามมาตรการหลายอย่างและเมื่อเร็ว ๆ นี้ แนวทางบูรณาการข้อมูลภาพและเครื่องมือที่จะมีประสิทธิภาพรองรับงานที่ซับซ้อนของการบูรณาการและการประสานข้อมูลจากแหล่งข้อมูลทางการแพทย์ที่แตกต่างกัน นอกจากนี้เนื่องจากการปรากฏตัวมหาศาลของข้อมูลเกี่ยวกับใจในบันทึกทางคลินิกของโรงพยาบาลหลายเทคนิคการทำเหมืองข้อความที่ได้รับการคิดค้น โดยเฉพาะอย่างยิ่งที่เราดำเนินการวิเคราะห์คำศัพท์ของข้อความฟรีเพื่อสกัดปวงคำและให้ได้มาซึ่งข้อมูลที่เข้ารหัส ในที่สุดระบบกลไกให้ใช้งานง่ายในการจัดการการป้องกันข้อมูลที่เป็นความลับทางการแพทย์. การตรวจสอบระบบได้รับการดำเนินการส่วนใหญ่มุ่งเน้นไปที่ปัญหาการใช้งานโดยการทดลองทำงานขึ้นอยู่กับฐานข้อมูลขนาดใหญ่จากโรงพยาบาลของรัฐหลัก

Results (Thai) 3:

เราเสนอระบบสนับสนุนการตัดสินใจเพื่อให้แพทย์วิเคราะห์ข้อมูลทางคลินิกที่สำคัญ เช่น ผู้ป่วยที่ประวัติทางการแพทย์ การวินิจฉัยหรือการรักษา เพื่อตรวจหารูปแบบทั่วไปของความรู้ที่เป็นประโยชน์ในกระบวนการวินิจฉัย ต้นแบบวิธีการส่วนใหญ่ใช้กรณีศึกษาการใช้เหตุผล ( CBR ) ซึ่งจะเป็นประโยชน์เพื่อสกัดความรู้จากประสบการณ์ก่อนหน้านี้ กรณี โดยเฉพาะอย่างยิ่งเราใช้ลำดับการทำเหมืองข้อมูลเพื่อตรวจหารูปแบบทั่วไปในประวัติคนไข้และเพื่อเน้นผลของการปฏิบัติทางการแพทย์ ตามหลักฐาน

เราก็อาศัยเทคนิคคลังข้อมูลแบบสอบถาม OLAP ดังกล่าว เพื่อให้แพทย์วิเคราะห์วินิจฉัยตามมาตรการหลายรวมภาพและข้อมูลล่าสุดและวิธีการเครื่องมือให้มีประสิทธิภาพรองรับงานที่ซับซ้อนของการบูรณาการและ reconciling ข้อมูลจากแหล่งข้อมูลทางการแพทย์ที่แตกต่างกัน นอกจากนี้ เนื่องจากการขนาดใหญ่ของข้อมูลต้นฉบับเดิมในบันทึกทางคลินิกของโรงพยาบาลหลายแห่ง เทคนิคการทำเหมืองข้อมูลมีการรวบรวมข้อมูล โดยเฉพาะอย่างยิ่งเราแสดงการวิเคราะห์ศัพท์ของข้อความฟรีเพื่อสกัดการสร้างเงื่อนไขและเข้ารหัสข้อมูล ในที่สุด ระบบมีกลไกเป็นมิตรกับผู้ใช้จัดการการคุ้มครองข้อมูลทางการแพทย์ที่เป็นความลับ

ระบบการตรวจสอบได้ดำเนินการ ส่วนใหญ่เน้นเรื่องการใช้งาน จากการทดลองวิ่งตามฐานข้อมูลขนาดใหญ่จากหลัก

สาธารณะโรงพยาบาล