广东医科大学医学人工智能科技服务平台建设项目.docx

广东医科大学医学人工智能科技服务平台建设项目第一章现场演示 6 第一节事件搜索功能演示 6 一、事件关联逻辑展示 6 二、搜索条件设置演示 17 第二节智能影像标注功能演示 32 一、病灶标注工具操作 32 二、标注质量控制展示 44 第三节智能病理标注功能演示 58 一、病理图像标注流程 58 二、特殊病理处理演示 70 第四节课题管理功能演示 84 一、建模流程配置展示 84 二、课题协作功能演示 104 第五节全基因组数据分析演示 117 一、数据可视化展示 117 二、高级分析功能演示 135 第六节全外显因子组数据分析演示 145 一、复杂数据处理展示 145 二、特殊分析场景演示 163 第七节大模型基础平台演示 175 一、 AI论文生成功能 175 二、科研辅助功能演示 186 第二章技术参数响应情况 195 第一节技术参数响应清单 195 一、多模态临床科研平台 195 二、 AI算力集群 208 三、网络设备与光模块 220 第二节技术参数证明材料 234 一、产品测试报告 234 二、制造商技术说明 235 三、第三方检测报告 241 第三节技术参数响应说明 242 一、核心参数响应承诺 242 二、非核心参数响应说明 263 三、特殊条款响应策略 282 第三章项目总体设计方案 295 第一节系统架构设计方案 295 一、前端展示层设计 295 二、业务逻辑层设计 307 三、数据存储层设计 328 四、接口服务层设计 341 第二节网络架构设计方案 353 一、网络区域划分 353 二、核心网络设备 367 三、 AI算力网络 384 四、网络安全设计 397 第三节业务流程设计方案 410 一、用户权限管理流程 410 二、专病数据治理流程 426 三、 AI模型训练流程 438 四、科研论文输出流程 452 第四节项目设计文档清单 463 一、系统架构图 463 二、网络拓扑图 475 三、业务流程图 484 四、数据库ER图 493 五、接口设计文档 502 六、部署手册 512 第四章项目实施方案 522 第一节项目实施详细规划 522 一、需求调研阶段 522 二、系统设计阶段 541 三、平台开发阶段 562 四、测试验证阶段 582 第二节项目人员配置方案 601 一、核心团队组建 601 二、专业人才保障 622 三、人员管理机制 645 第三节系统培训实施方案 658 一、培训内容设计 658 二、培训形式安排 672 三、培训阶段划分 684 第五章日常维护方案 700 第一节运维团队组织架构 700 一、专职运维对接人配置 700 二、专业技术团队组建 710 第二节日常维护服务内容 722 一、系统运行监控服务 722 二、故障应急处理流程 741 第三节系统巡检实施方案 750 一、半年度全面巡检 750 二、巡检报告管理 772 第六章应急维护预案 789 第一节系统故障应急计划 789 一、专病库系统故障预案 789 二、多模态AI科研系统保障 802 三、大模型基础平台应急 813 第二节技术支持热线设置 827 一、 7×24小时热线架构 827 二、应急通讯保障体系 838 第三节远程处理服务流程 846 一、专病库远程诊断 846 二、算力集群远程维护 862 第四节现场服务响应机制 876 一、专病库现场恢复 876 二、 AI算力现场处置 889 第七章企业认证 904 第一节质量管理体系认证 904 一、质量管理体系认证证书 904 二、企业成立年限证明 904 第二节企业资质证明文件 905 一、独立承担民事责任能力 905 二、税收社保缴纳记录 906 三、财务状况证明文件 907 现场演示事件搜索功能演示事件关联逻辑展示 T0事件关系示意图 T0事件关联展示关联关系明确在医学人工智能科技服务平台建设中，对于T0事件关系示意图，准确标注T0事件与其他事件的关联类型和程度至关重要。在广东医科大学医学人工智能科技服务平台项目里，不同的医学事件之间存在着复杂的联系。例如在多模态临床科研平台的数据分析中，T0事件可能是某种疾病的首次诊断，而与之关联的其他事件可能包括后续的治疗手段、病情发展等。准确标注这些关联关系，能够让科研人员和临床医生更清晰地理解疾病的发展过程，为医学研究和临床实践提供有力的支持。通过明确的标注，使得各事件之间的逻辑关系一目了然，便于相关人员进行深入的分析和研究。图形直观呈现采用简洁直观的图形方式展示T0事件与其他事件的关系是十分必要的。在本项目中，为了避免复杂表述带来的理解困难，将采用特定的图形元素来表示不同的事件和它们之间的关联。具体如下： 1）使用圆形代表事件，不同大小的圆形可以表示事件的重要程度或发生频率； 2）用箭头表示事件之间的因果关系或先后顺序，箭头的粗细可以表示关联的强度； 3）采用不同的颜色来区分不同类型的事件，如红色表示紧急事件，蓝色表示常规事件等。通过这些图形元素的组合，能够以一种直观的方式将T0事件与其他事件的关系清晰地展现出来，让用户快速理解事件之间的逻辑结构，提高信息传递的效率。关系动态更新情况应对措施有新事件添加在广东医科大学医学人工智能科技服务平台中，当有新的医学事件被记录时，系统会自动识别该事件与T0事件及其他已有事件的关联关系，并将其添加到T0事件关系示意图中。同时，对相关的关联关系进行重新评估和标注，确保示意图的准确性和完整性。事件关系发生变化若事件之间的关联类型、程度等发生改变，系统会实时更新示意图。例如，在疾病治疗过程中，如果治疗方案的调整导致了事件之间的因果关系发生变化，系统会及时反映这一变化，更新箭头的方向或粗细等，以便用户获取最新的事件关系信息。示意图信息完整性关键信息标注在示意图上明确标注事件的关键信息是确保信息完整性的重要环节。在本项目中，事件的关键信息包括事件名称、发生时间等。具体如下： 1）事件名称能够准确描述该事件的核心内容，例如在多模态临床科研平台中，事件名称可能是“某疾病的首次诊断”“某种治疗手段的实施”等，让用户一眼就能了解事件的性质； 2）发生时间则记录了事件发生的具体时刻，这对于分析事件之间的先后顺序和时间间隔非常重要。通过标注事件的发生时间，科研人员可以研究疾病的发展规律和治疗效果的时间相关性。此外，还可以标注事件的相关参数、参与人员等信息，为用户提供更全面的事件信息，便于深入分析和研究。信息准确性信息类型准确性保障措施事件名称在广东医科大学医学人工智能科技服务平台中，事件名称的确定遵循严格的医学术语标准，确保其准确反映事件的本质。在录入事件名称时，系统会进行自动校验，与医学术语库进行比对，避免出现错误或不规范的名称。发生时间事件发生时间的记录采用高精度的时间戳技术，确保时间的准确性。同时，系统会对时间信息进行多次验证，防止数据录入错误。在数据传输和存储过程中，也会采取加密和校验措施，保证时间信息的完整性和准确性。关联关系对于事件之间的关联关系，会采用专业的算法和模型进行分析和验证。在多模态临床科研平台的数据分析中，通过对大量的医学数据进行挖掘和学习，确定事件之间的真实关联关系，并在示意图中准确标注。同时，定期对关联关系进行更新和维护，确保其与实际情况相符。信息实时更新更新情况更新机制事件信息变化在本项目的医学人工智能科技服务平台中，当事件的信息发生变化时，如事件的名称修改、发生时间调整等，系统会自动检测到这些变化，并及时更新示意图上的相关信息。例如，在疾病治疗过程中，如果治疗方案发生了改变，与之相关的事件信息也会相应更新，示意图会实时反映这一变化。新事件关联信息当有新的事件关联信息产生时，系统会立即将其纳入到示意图中。在多模态临床科研平台的数据分析中，新的研究成果可能会揭示出事件之间新的关联关系，系统会及时更新示意图，将这些新的关联信息展示给用户，确保用户获取到最新的事件关系信息。示意图交互性交互操作便捷在广东医科大学医学人工智能科技服务平台的T0事件关系示意图中，为了方便用户查看详细信息，提供了便捷的交互操作。用户可以通过简单的点击、缩放等操作来探索示意图的各个部分。例如，当用户点击某个事件的圆形图标时，系统会弹出该事件的详细信息窗口，包括事件的具体描述、相关参数等。用户还可以通过缩放操作，对示意图进行局部放大或缩小，以便更清晰地查看细节或整体布局。这种便捷的交互操作方式，使得用户能够根据自己的需求灵活地获取信息，提高了用户的使用体验和工作效率。信息动态展示交互操作信息展示情况点击事件图标当用户点击示意图中的某个事件图标时，系统会动态展示该事件的详细信息，如事件的发生时间、相关的医学检查结果、治疗方案等。同时，还会展示该事件与其他事件的关联关系，以树形结构或图表的形式呈现，让用户更直观地了解事件之间的逻辑联系。缩放操作在进行缩放操作时，根据缩放的程度，系统会动态调整信息的展示方式。当放大示意图时，会显示更多的细节信息，如事件内部的子事件和更详细的关联关系；当缩小示意图时，会展示事件的整体分布和宏观的关联结构，方便用户从不同的角度查看信息。交互反馈及时交互操作反馈情况点击操作当用户点击示意图中的事件图标或其他元素时，系统会立即给出反馈。例如，点击后图标会有颜色变化或闪烁效果，同时迅速弹出详细信息窗口，让用户明确知道操作已被响应。缩放操作在进行缩放操作时，系统会实时更新示意图的显示内容，并且在缩放过程中提供平滑的过渡效果，让用户感受到流畅的操作体验。同时，会显示当前的缩放比例，让用户了解自己的操作状态。其他操作对于其他交互操作，如拖动示意图、选择关联关系等，系统也会及时给予反馈，确保用户的每一个操作都能得到及时的响应，避免用户产生等待或不确定的感觉，保证交互体验的流畅性。交互流程图形化展示交互流程清晰呈现流程步骤明确在广东医科大学医学人工智能科技服务平台的交互流程图形化展示中，明确标注交互流程的各个步骤是关键。以用户查询医学数据为例，流程步骤可能包括： 1）用户登录系统，输入查询关键词； 2）系统接收到查询请求后，对关键词进行解析和匹配； 3）在多模态临床科研平台的数据库中进行数据搜索； 4）将搜索结果进行筛选和整理； 5）将最终的结果展示给用户。每个步骤都有明确的标识和说明，让用户清楚地了解自己的操作过程和系统的响应情况。通过明确的步骤标注，能够提高用户的操作效率，减少操作失误，同时也便于系统开发人员进行后续的优化和维护。流程逻辑连贯确保交互流程的逻辑连贯是图形化展示的重要要求。在本项目中，交互流程的逻辑必须符合医学研究和临床实践的实际情况。具体如下： 1）在用户进行医学数据查询时，查询步骤必须按照合理的顺序进行，先输入关键词，再进行搜索，最后得到结果，不能出现跳跃或不合理的步骤； 2）在数据处理过程中，各个环节之间的逻辑关系要清晰，例如数据筛选必须在搜索之后进行，确保数据的准确性和有效性。通过连贯的逻辑设计，使得用户能够顺利地完成交互操作，提高系统的易用性和实用性。流程可视化效果好采用合适的图形元素和颜色，能使交互流程的可视化效果良好。在本项目中，将运用以下方式来提升可视化效果： 1）使用箭头表示流程的方向，清晰地展示步骤之间的先后顺序； 2）用不同形状的图形代表不同的操作环节，如矩形表示输入环节，圆形表示处理环节，三角形表示输出环节等； 3）运用不同的颜色来区分不同的状态或类型，如绿色表示成功状态，红色表示错误状态等。通过这些图形元素和颜色的组合，能够以一种直观、美观的方式将交互流程展示给用户，让用户更容易理解和操作。交互流程动态演示动态效果真实演示内容真实反映情况操作步骤在动态演示交互流程时，严格按照实际的操作步骤进行展示。例如在用户进行医学数据查询时，从输入关键词到得到结果的每一个步骤都真实呈现，包括系统的响应时间、数据处理过程等，无虚假或夸大的情况。系统响应对于系统的响应情况，如数据搜索的进度、结果的展示方式等，也会真实地反映在动态演示中。让用户能够准确地了解系统在实际运行中的表现，为用户提供可靠的参考。演示速度适中动态演示的速度适中是为了方便用户观察。在广东医科大学医学人工智能科技服务平台的交互流程动态演示中，速度既不过快也不过慢。如果速度过快，用户可能无法看清每个步骤的细节，导致对流程的理解不深入；如果速度过慢，则会浪费用户的时间，降低演示的效率。通过合理调整演示速度，使得用户能够清晰地看到每个操作步骤和系统的响应情况，有足够的时间进行思考和分析，从而更好地掌握交互流程。演示可控制用户可以控制动态演示的开始、暂停和继续，便于深入了解交互流程。在本项目的演示界面中，会提供相应的控制按钮，用户可以根据自己的需求随时开始演示，在遇到需要仔细观察的步骤时可以暂停演示，进行详细的分析和研究，之后还可以继续演示。这种可控制的演示方式，让用户能够自主地探索交互流程，提高学习和理解的效果。交互流程优化展示优化点明确优化方面具体优化点操作步骤在广东医科大学医学人工智能科技服务平台的交互流程中，减少不必要的操作步骤是重要的优化点。例如，合并一些重复的输入环节，或者将多个步骤合并为一个步骤，提高操作的效率。响应速度提高系统的响应速度也是关键的优化点。通过优化数据库的查询算法、提升服务器的性能等方式，减少用户等待的时间，让用户能够更快速地得到所需的结果。优势突出突出交互流程优化后的优势能够提高用户的使用体验和工作效率。在本项目中，优化后的交互流程具有以下优势： 1）减少操作步骤后，用户可以更快速地完成任务，节省时间和精力； 2）提高响应速度后，用户能够及时获取所需的信息，避免长时间等待带来的烦躁情绪； 3）优化后的流程更加简洁明了，降低了用户的学习成本，使得更多的用户能够轻松上手。这些优势将为广东医科大学的医学科研和临床实践提供更高效的支持。优化效果可验证可以通过实际演示或数据对比，验证交互流程优化的效果。在本项目中，可以采用以下方法进行验证： 1）进行实际演示，邀请用户参与测试，观察用户在优化前后的操作体验和效率变化； 2）收集相关的数据，如操作时间、错误率等，对比优化前后的数据差异。通过这些方式，能够客观地评估交互流程优化的效果，为进一步的优化提供依据。多事件关联分析多事件关联关系挖掘关联关系发现在广东医科大学医学人工智能科技服务平台项目中，运用先进的算法和技术来发现多个事件之间潜在的关联关系是非常重要的。在多模态临床科研平台的数据分析中，不同的医学事件如疾病诊断、治疗手段、病情发展等之间可能存在着复杂的联系。通过数据挖掘算法，如关联规则挖掘、聚类分析等，能够从大量的医学数据中发现这些潜在的关联关系。例如，可能会发现某种疾病的特定治疗方法与病情的好转之间存在着密切的关联，或者某些症状的出现顺序与疾病的发展阶段有一定的规律。这些发现将为医学研究和临床实践提供新的思路和方向。关联关系分析对发现的关联关系进行深入分析是为了解释其产生的原因和影响。在本项目中，对于多事件之间的关联关系，会从医学原理、临床实践等多个角度进行分析。例如，当发现某种治疗方法与病情好转之间的关联时，会进一步分析该治疗方法的作用机制、适用人群等，解释为什么会产生这种关联。同时，还会评估这种关联关系对医学研究和临床实践的影响，如是否可以推广该治疗方法，是否需要调整治疗方案等。通过深入的分析，能够更好地利用这些关联关系，为医学事业的发展提供有力的支持。关联关系可视化将多事件的关联关系以可视化的方式展示，便于用户理解。在本项目中，会采用以下方式进行可视化展示： 1）使用网络图，节点表示事件，边表示事件之间的关联关系，边的粗细和颜色可以表示关联的强度和类型； 2）采用树状图，以某个核心事件为根节点，其他相关事件作为子节点，展示事件之间的层次关系； 3）运用热力图，通过颜色的深浅表示事件之间关联的紧密程度。通过这些可视化方式，能够将复杂的多事件关联关系以一种直观的方式呈现给用户，让用户更轻松地理解和分析这些关系。多事件关联强度评估关联强度指标确定确定合理的关联强度指标是评估多事件关联强度的基础。在本项目中，会采用以下指标来评估关联强度： 1）相关系数，用于衡量两个事件之间的线性相关程度； 2）支持度，反映事件同时发生的频率； 3）置信度，表示在一个事件发生的条件下，另一个事件发生的概率。通过这些指标的综合运用，能够更准确地评估多事件之间的关联强度。在广东医科大学医学人工智能科技服务平台的多模态临床科研平台数据分析中，这些指标将为医学研究和临床实践提供有价值的参考。关联强度计算根据确定的指标，计算多事件之间的关联强度。在本项目中，会运用相应的数学模型和算法来进行计算。例如，对于相关系数的计算，会采用统计学中的方法，对事件的数据进行分析和处理；对于支持度和置信度的计算，会根据事件的发生频率和条件概率进行计算。通过精确的计算，能够得到准确的关联强度数值，为后续的分析和决策提供依据。在广东医科大学的医学研究和临床实践中，这些关联强度数值将有助于科研人员和临床医生更好地理解事件之间的关系，制定更合理的治疗方案。关联强度分析分析内容分析方法强弱判断根据计算得到的关联强度数值，与预先设定的阈值进行比较，判断关联的强弱。例如，当相关系数大于某个阈值时，认为事件之间的关联较强；当支持度和置信度达到一定标准时，说明关联关系较为可靠。可靠性评估考虑数据的质量、样本的大小等因素，评估关联强度的可靠性。如果数据存在误差或样本数量较少，可能会影响关联强度的准确性。通过对这些因素的分析，能够更客观地评估关联关系的可靠性，为医学研究和临床实践提供更可靠的参考。多事件关联应用展示应用场景介绍应用场景具体描述疾病预测在广东医科大学医学人工智能科技服务平台中，通过多事件关联分析，可以预测某种疾病的发生概率。例如，分析患者的生活习惯、家族病史、体检数据等多个事件之间的关联关系，提前发现潜在的疾病风险，为预防和治疗提供依据。治疗方案优化根据多事件关联分析的结果，优化治疗方案。例如，分析不同治疗方法与病情好转之间的关联关系，选择最适合患者的治疗方案，提高治疗效果。医学研究辅助在医学研究中，多事件关联分析可以帮助科研人员发现新的研究方向。例如，发现某些基因事件与疾病发生之间的关联关系，为基因治疗的研究提供线索。应用效果展示应用场景效果展示方式疾病预测通过实际案例，展示多事件关联分析在疾病预测中的效果。例如，对比预测结果与实际发生情况的符合率，说明预测的准确性和可靠性。治疗方案优化收集患者的治疗数据，对比优化前后的治疗效果，如治愈率、复发率等指标的变化，展示治疗方案优化的成效。医学研究辅助列举通过多事件关联分析发现的新研究成果，如发表的学术论文、新的研究课题等，体现其在医学研究中的辅助作用。应用价值体现多事件关联分析为医学科研和临床实践带来了重要的价值。在医学科研方面，它能够帮助科研人员发现新的研究方向和潜在的关联关系，推动医学理论的发展；在临床实践中，通过疾病预测和治疗方案优化，能够提高疾病的预防和治疗效果，保障患者的健康。在广东医科大学的医学人工智能科技服务平台项目中，多事件关联分析将为医学事业的发展提供有力的支持，提升医学研究和临床实践的水平。逻辑关系验证演示逻辑关系验证方法验证方法介绍在广东医科大学医学人工智能科技服务平台中，采用多种逻辑关系验证方法。具体如下： 1）规则匹配，根据预先设定的医学规则和逻辑关系，对事件之间的关联进行匹配验证。例如，判断某种治疗方法是否符合疾病的治疗指南； 2）机器学习算法，通过对大量的医学数据进行学习和训练，建立逻辑关系模型，对新的事件关系进行验证。例如，使用神经网络算法对疾病的诊断和治疗关系进行验证。这些方法将为医学研究和临床实践提供可靠的逻辑关系验证支持。验证流程说明流程步骤具体内容数据准备收集和整理相关的医学数据，包括事件信息、关联关系等。对数据进行清洗和预处理，确保数据的质量和准确性。模型训练如果采用机器学习算法进行验证，需要对模型进行训练。使用准备好的数据作为训练集，调整模型的参数，使其能够准确地识别逻辑关系。验证步骤将待验证的逻辑关系输入到验证模型中，根据模型的输出结果判断逻辑关系是否正确。对于规则匹配方法，直接将事件关系与规则进行比对。验证方法优势验证方法优势体现规则匹配规则匹配方法具有准确性高的优势。由于规则是基于医学专业知识和临床实践经验制定的，能够准确地判断事件之间的逻辑关系是否符合医学规范。同时，该方法的执行速度快，能够在短时间内完成验证任务。机器学习算法机器学习算法具有较强的适应性和学习能力。它能够从大量的数据中自动学习和发现逻辑关系，对于复杂的医学事件关系也能够进行准确的验证。此外，随着数据的不断积累和模型的不断优化，验证的准确性会不断提高。逻辑关系验证过程演示验证数据展示在广东医科大学医学人工智能科技服务平台的逻辑关系验证过程中，展示用于验证的实际数据是重要的环节。这些数据包括事件信息，如疾病的诊断结果、治疗手段、病情发展等；以及关联关系，如因果关系、先后顺序等。通过展示这些数据，能够让用户了解验证的基础和依据。在多模态临床科研平台的数据分析中，这些数据将为逻辑关系的验证提供有力的支持，确保验证结果的准确性和可靠性。验证过程操作操作步骤操作内容输入数据将准备好的验证数据输入到验证系统中。在本项目中，会采用特定的格式和接口进行数据输入，确保数据的准确传递。运行验证模型启动验证模型，对输入的数据进行处理和分析。如果采用规则匹配方法，系统会自动将数据与规则进行比对；如果采用机器学习算法，模型会根据训练得到的参数进行计算和判断。输出结果验证模型运行结束后，输出验证结果。结果会以清晰的方式展示，如通过或不通过的标识，以及相关的分析说明。验证结果呈现展示逻辑关系验证的结果，包括验证通过或不通过的信息。在本项目中，会以直观的方式呈现验证结果。具体如下： 1）使用绿色标识表示验证通过，红色标识表示验证不通过； 2）对于验证不通过的情况，会详细说明不通过的原因和相关的建议，如修改关联关系、补充数据等。通过清晰的结果呈现，让用户能够快速了解验证的情况，为后续的决策和处理提供依据。逻辑关系验证结果分析结果准确性评估评估内容评估方法与实际情况对比将验证结果与实际的医学情况进行对比，检查验证结果的准确性。例如，验证某种疾病的诊断和治疗关系是否与临床实践相符。数据质量影响分析考虑数据的质量对验证结果的影响。如果数据存在误差或缺失，可能会导致验证结果不准确。通过对数据质量的分析，评估验证结果的可靠性。模型性能评估对于采用机器学习算法的验证方法，评估模型的性能。如模型的准确率、召回率等指标，判断模型是否能够准确地识别逻辑关系。结果错误分析如果验证结果存在错误，分析错误产生的原因和影响。在本项目中，错误产生的原因可能包括数据问题、模型问题或规则不合理等。例如，数据录入错误可能导致验证结果不准确；模型训练不充分可能无法准确识别逻辑关系；规则制定不合理可能会误判事件之间的关联。这些错误会影响医学研究和临床实践的决策，需要及时进行分析和处理，以提高验证结果的可靠性。结果应用建议验证结果情况应用建议验证通过如果验证结果通过，可以将相关的逻辑关系应用到医学研究和临床实践中。例如，在疾病诊断和治疗中，参考验证通过的关联关系制定更合理的方案。验证不通过对于验证不通过的情况，根据错误分析的结果，提出相应的改进建议。如调整关联关系、优化验证模型、完善规则等，以提高逻辑关系的准确性和可靠性。搜索条件设置演示高级搜索条件配置指标搜索条件数值型指标规则在系统中，数值型指标搜索规则丰富且实用。以患者年龄为例，若要搜索年龄大于60岁的患者，在搜索界面找到年龄这一数值型指标，选择“大于”规则，输入“60”，系统将迅速筛选出符合该条件的患者数据。若需搜索年龄在30到50岁之间的患者，可设置两个条件，第一个条件为年龄“大于”30，第二个条件为年龄“小于”50，并将这两个条件设置为“并且”关系。通过这样的操作，系统精准地根据数值型指标规则筛选出目标患者数据，为科研和临床研究提供有力支持。以下是不同数值型指标规则搜索示例表格：数值型指标搜索规则指标规则输入值筛选结果年龄大于 60 年龄大于60岁的患者血压等于 120/80 血压等于120/80的患者血糖小于 7.0 血糖小于7.0的患者文本型指标规则文本型指标的搜索规则为信息查询提供了多样化的选择。当搜索诊断名称包含“糖尿病”的患者时，在搜索框中针对诊断名称这一文本型指标选择“包含”规则，输入“糖尿病”，系统会快速找出所有诊断名称中包含该关键词的患者。若要排除诊断名称包含“高血压”的患者，可设置“不包含”规则并输入“高血压”。对于患者来源的搜索，若指定某一特定来源，可使用“等于”规则。

查看更多收起部分

广东医科大学医学人工智能科技服务平台建设项目.docx

AI慧写标书

开通会员, 优惠多多

6重权益等你来