全文获取类型
收费全文 | 70篇 |
免费 | 22篇 |
国内免费 | 3篇 |
专业分类
基础医学 | 3篇 |
临床医学 | 3篇 |
内科学 | 1篇 |
神经病学 | 1篇 |
特种医学 | 5篇 |
外科学 | 1篇 |
综合类 | 52篇 |
预防医学 | 14篇 |
眼科学 | 1篇 |
药学 | 7篇 |
中国医学 | 6篇 |
肿瘤学 | 1篇 |
出版年
2024年 | 8篇 |
2023年 | 17篇 |
2022年 | 8篇 |
2021年 | 14篇 |
2020年 | 6篇 |
2019年 | 6篇 |
2018年 | 6篇 |
2017年 | 4篇 |
2016年 | 4篇 |
2015年 | 2篇 |
2014年 | 3篇 |
2013年 | 2篇 |
2012年 | 2篇 |
2011年 | 4篇 |
2010年 | 2篇 |
2009年 | 2篇 |
2008年 | 2篇 |
2006年 | 1篇 |
2005年 | 1篇 |
2002年 | 1篇 |
排序方式: 共有95条查询结果,搜索用时 31 毫秒
51.
人工智能技术在临床医学领域已取得突破性进展,如诊断、影像、疾病分期分级等。电子病历蕴含疾病描述、诊断、检查、治疗等大量临床数据,在医学专家和信息学家的共同参与下,利用人工智能技术挖掘电子病历数据的研究急剧增加。虽然该方法目前存在一些局限性,但与传统人工研究相比其具有更快速、经济、方便等优势,有望更好地服务于人类健康医学事业的发展。本文对利用人工智能技术挖掘电子病历数据的现状,包括相关技术、具体实例、局限性等进行综述。 相似文献
52.
医学语言丰富多样,临床数据范围广泛且种类繁多。在信息技术已成为被普遍采用的医疗服务辅助工具的今天,如果缺乏标准化的数据定义,就会导致计算机数据调用、分析过程和结果出现混乱。面对临床过程产生的大量叙述性文本数据,自然语言处理技术的应用面临巨大挑战,因此,需要以统一、标准化的形式表达医学概念,即通过构建和应用临床信息模型、标准医学术语、编码系统,形成计算机可识别和处理的结构化、代码化数据,支持信息技术在临床决策中发挥作用,同时促进临床信息的二次利用。 相似文献
53.
54.
55.
目的 通过对某三级甲等眼耳鼻喉科医院互联网医疗平台眼表疾病咨询的对话文本进行自然语言分析,挖掘咨询眼表疾病的患者的特征、眼表疾病领域需要重点关注的病种及健康需求,为制定结构化的医疗咨询平台及线上健康教育方案提供参考。方法 采用文献回顾、循证方法构建眼表疾病健康教育需求维度,运用基于统一信息抽取(universal information extraction,UIE)的自然语言分析法对该医院2020—2022年互联网医疗平台的18 654条眼表疾病对话文本进行清洗、归类、分析。结果 咨询患者女性多于男性,小于60岁的咨询人群占比高达89.69%。研究构建了眼表疾病非结构化对话文本规范词词库,以及症状管理、就医流程等9个健康咨询需求维度,生成了每个维度词频排名前10位的高频词,所有关键词中排名前5位的高频词分别是“泛红”“玻璃酸钠”“痒”“环孢素”“干眼”。结论须重点关注的眼表疾病有眼干燥症、变应性结膜炎等,用药知识、症状管理、疾病知识、就医流程是患者咨询的热点,医护人员应加快构建这类疾病的线上健康教育方案,推动眼科智慧医疗和护理向纵深发展。 相似文献
56.
57.
目的:开发新一代电子病历模型,实现临床医生结构化描述语言信息快速采集,方便临床信息集成与数据复用.方法:建立电子病历结构化描述语言模型,将临床规范化数据与描述性文本信息融为一体,实现重要医疗事件表达和标识,达到临床信息有效利用和医生快速数据录入.讨论:实现了电子病历的模板表达和医生自由文本数据录入,通过自然语言实时处理技术,保障了电子病历的质量控制.结论:结构化描述语言电子病历模型允许医生自由文本数据录入,支持临床信息复用以及结构化数据处理,能实现临床数据快速采集,具有临床文档质量控制功能,是新一代电子病历发展的重要方向. 相似文献
58.
为了全面完整地了解一位病人的医疗状况,医生需要从不同的医学信息系统(如PACS,RIS,HIS,USIS)中搜寻病人医疗报告,作为对病人进行诊断和治疗的决策参考,但是这部分工作非常耗时与冗长乏味。为此开发了一套病人可视化索引系统,利用可视化技术在3D人体模型上显示病人全面的健康状况,为保存在各个系统中的病人检查信息提供检索功能。 相似文献
59.
60.
近年来,人工智能在药物研发领域得到了广泛的应用。特别是自然语言处理技术在预训练模型的出现后有了非常显著的提高,在此基础上,图神经网络的引入也使得药物研发变得更加准确和高效。为了使药物研发者更加系统全面地了解人工智能在药物研发中的应用,本文介绍了人工智能中的前沿算法,同时阐述了人工智能在药物小分子设计、虚拟筛选、药物再利用以及药物性质预测等多方面的应用场景,最后探讨它在未来药物研发中的机遇与挑战。 相似文献