The process of electronic approach to writing and sending medical prescription promises to improve patient safety, health outcomes, maintaining patients privacy, promoting clinician acceptance and prescription security when compared with the customary paper method. Traditionally, medical prescriptions are typically handwritten or printed on paper and hand-delivered to pharmacists. Paper-based medical prescriptions are generating major concerns as the incidences of prescription errors have been increasing and causing minor to serious problems to patients, including deaths. In this paper, intelligent eprescription model that comprises a knowledge base of drug details and an inference engine that can help in decision making when writing a prescription was developed. The research implements the e-prescription model with multifactor authentication techniques which comprises password and biometric technology. Microsoft Visual Studio 2008, using C-Sharp programming language, and Microsoft SQL Server 2005 database were employed in developing the systems front end and back end respectively. This work implements a knowledge base to the e-prescription system which has added intelligence for validating doctors prescription and also added security feature to the e-prescription system.


翻译:与习惯的纸质方法相比,以电子方式撰写和发送处方的过程有望改善病人的安全、健康结果、维护病人隐私、促进临床接受和处方安全,传统上,医疗处方通常是手写或纸面印刷,并亲手交给药剂师; 纸质处方正在引起重大关切,因为处方错误的发生率不断增加,给病人,包括死亡等,造成了轻微严重的问题; 在本报告中,开发了智能电子处方模式,其中包括药物细节知识库和推理引擎,有助于在撰写处方时作出决策; 研究采用包括密码和生物鉴别技术在内的多要素认证技术来实施电子处方模式; 2008年微软视觉演播室,使用C-Sharp编程语言; 2005年微软SQL服务器数据库,分别用于开发系统前端和后端; 这项工作为电子处方系统建立了一个知识库,增加了验证医生处方药的智能,并为电子处方系统增加了安全特征。

0
下载
关闭预览

相关内容

决策支持系统(Decision Support Systems)期刊中发表的文章的共同主线是它们与支持增强决策制定的理论和技术问题的相关性。所涉及的领域可能包括基础、功能、接口、实现、影响和决策支持系统(DSS)的评估。手稿可以从不同的方法和方法学中获得,包括决策理论、经济学、计量经济学、统计学、计算机支持的协作工作、数据库管理、语言学、管理科学、数学建模、运营管理、认知科学、心理学、用户界面管理等。但是,一份侧重于对任何这些相关领域的直接贡献的手稿应提交给适合于特定领域的机构。 官网地址:http://dblp.uni-trier.de/db/journals/dss/
因果图,Causal Graphs,52页ppt
专知会员服务
238+阅读 · 2020年4月19日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
168+阅读 · 2019年10月11日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Directions for Explainable Knowledge-Enabled Systems
Arxiv
26+阅读 · 2020年3月17日
Arxiv
34+阅读 · 2019年11月7日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Top
微信扫码咨询专知VIP会员