您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览126 | 下载89

本文针对目前我国医疗器械不良事件(Medical Device Reporting,MDR)风险预警功能的不足,结合山东省药品不良反应监测中心医疗器械不良事件数据分析预警项目3年来的探索成果,尝试将机器学习和数据挖掘技术引入医疗器械不良事件预警领域,提出基于聚类分析和word2vec的MDR预警系统框架,并结合医疗器械不良事件报告实际数据进行分析.根据实际需要,从生产企业、注册证号、产品批号、生产日期等多个维度实现预警,为MDR风险预警问题提供一种新方法,为医疗器械不良事件监测人员提供决策支持.

作者:杜红阳;吴世福;黄琳;杜卫红;王淑玉

来源:中国医疗设备 2018 年 33卷 7期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:126 | 下载:89
作者:
杜红阳;吴世福;黄琳;杜卫红;王淑玉
来源:
中国医疗设备 2018 年 33卷 7期
标签:
风险预警 医疗器械不良事件 机器学习 信号检测 数据挖掘 risk warning adverse events of medical device machine learning signal detection data mining
本文针对目前我国医疗器械不良事件(Medical Device Reporting,MDR)风险预警功能的不足,结合山东省药品不良反应监测中心医疗器械不良事件数据分析预警项目3年来的探索成果,尝试将机器学习和数据挖掘技术引入医疗器械不良事件预警领域,提出基于聚类分析和word2vec的MDR预警系统框架,并结合医疗器械不良事件报告实际数据进行分析.根据实际需要,从生产企业、注册证号、产品批号、生产日期等多个维度实现预警,为MDR风险预警问题提供一种新方法,为医疗器械不良事件监测人员提供决策支持.