醫療資料結構化
這幾年醫療業大力擁抱AI，嘗試越多應用越發現，每次都得耗時費力清洗資料，不如回頭從源頭改善資料品質，從資料結構化做起，才能加速智慧醫療發展
智慧醫療應用吹起新一波資料結構化需求
近幾年大數據分析和AI技術普及，許多醫院體會到智慧醫院的可能性。但要進一步擴大應用，才發現許多關鍵資訊還藏在文字描述的病歷中，需要結構化抽取、管理這些資訊，才能發展更多智慧應用
文 /|2024-03-15
【病歷結構化實例：臺大醫院】發展結構化病歷必須兼顧4大要件，第一步先從臨床痛點著手
對臺大醫院而言，病歷結構化可降低資料處理和分析的成本，但也得符合臨床使用者需求、充分反映病人病況、提高病安和教學意義等四大考量
文 /|2024-03-15
【病歷結構化實例：林口長庚醫院】第二代自助式表單平臺上線，兼顧臨床需求還能實現資料治理
長庚醫療集團自2015年就開始籌畫病歷結構化，首先導入低程式碼表單編輯器，來讓臨床各科設計符合條件的結構化表單。後來，他們改良這個工具，在今年上線兼具純文字與結構化的新一代工具
文 /|2024-03-15
【病歷結構化案例：振興醫院】借鏡大數據6V原則找出關鍵目標，先從心臟科報告展開結構化
醫療資料結構化可大幅降低資料清洗的成本，然而如何選對最值得投入結構化的關鍵資料，還可從數據價值、多樣性、真實性、數據量、產出速度和變異性等6面向思考
文 /|2024-03-15
按讚加入iThome粉絲團追蹤