e-HR

摘要： 集团企业对成员企业的管控存在着较多的难点,而信息化则为集团企业实施人力资源管理提供了解决方案。本文分析了当前集团企业人力资源管控的现状,提出了人力信息应由分散管理转变为集中管理方式的转变,在此基础上,重点剖析了集团企业人力资源部门如何做好e-HR规划,并以某大型企业集团围绕信息化推进下属子公司人力资源管控为例,阐述了集团e-HR项目的实施成果与收获。以期为集团型企业成功实施e-HR提供参考。

摘要： 本文以EHR平台上医院人事档案管理为切入点,深入探究档案管理创新的途径与方式,通过对EHR平台上医院人事档案管理工作特点的了解,研究和发现医院人事档案管理难题,并提出针对性的对策与方法,以期能够提升医院档案管理的痕迹学水平,促使医院人事档案管理工作迈上新的台阶。

摘要： 随着社会科技的不断进步,新设备日新月异,不良的生活方式占据了大学生活的大部分时间,现代大学生的身体素质问题日趋严重,为高校大学生建立电子健康档案刻不容缓.大学生EHR系统的建立,构建完整的大学生电子健康档案,利用数据分析软件对高校大学生的身体数据进行分析,提前发现健康问题,并且为健康大数据的研究提供数据资源,同时为国家级的EHR开发提供前瞻性探索性研究.

摘要： 研发本管理系统的目的是为了应用目前成熟的云平台产品作为硬件基础支撑环境,在此基础上设计大学生EHR管理系统,调动管理对象的自觉性和主动性,有效地利用有限的资源来达到最大的健康改善效果,保护和促进学生健康.方法:利用云计算和大数据分析的理论与方法,分析与发现人群与疾病、社会环境的关联关系,建立学生健康状态辨识指标和综合干预方案.结果:基于云计算和大数据的个性化新型EHR管理系统是建立学生身体功能状态的基值管理,提高大学生健康水平的有效方法.结论:基于物联网与云计算的新型健康管理系统可对健康进行网络化的管理,在形成疾病以前对学生健康进行有针对性的预防干预,可成功地阻断、延缓甚至逆转疾病发生和发展的进程.

摘要： 分析了我国居民健康档案信息资源组织方法以及我国信息资源描述与检索(RDA)的研究现状,提出了采用RDA描述居民健康档案信息资源的构想,探讨了基于RDA的我国居民健康档案信息资源实体-关系(E-R)模型、实体组成以及其资源数据的利用价值,旨在推动我国居民健康档案信息资源大众化组织管理及公共开发利用.

摘要： 本发明公开了一种基于EHR中异构时态数据的学习方法，包括如下步骤，S1、将患者的EHR描述为由水平维度上的时间和垂直维度上的时间构成的时间矩阵；S2、将时间矩阵划分为多组时间序列，并将各时间序列通过SAX算法表示成符号序列；S3、使用生成的符号序列作为特征，采用原始序列方法、序列聚类方法和随机子序列方法分别建立预测模型；S4、评估使用原始序列方法、序列聚类方法和随机子序列方法分别建立的预测模型的预测性能，确定预测性能最好的预测模型。优点是：实现了将原始EHR数据转换为用标准机器学习算法直接处理的表格格式，允许直接应用任何标准机器学习算法；与基于单一表示的方法相比，该方法获取的预测模型的预测性能得到显著提高。

摘要： 一种执行心脏异常分析的方法，包括：从用户的电子病历(EMR)和/或电子健康记录(EHR)学习文本信息，从用户的心电图(ECG)信号数据学习信号信息，将所学习的文本信息和所学习的信号信息合并，以生成合并后的文本信息和信号信息的一个或多个表示，以及对所生成的一个或多个表示执行心脏异常分析。

摘要： 本发明公开了一种基于EHR中异构时态数据的学习方法，包括如下步骤，S1、将患者的EHR描述为由水平维度上的时间和垂直维度上的时间构成的时间矩阵；S2、将时间矩阵划分为多组时间序列，并将各时间序列通过SAX算法表示成符号序列；S3、使用生成的符号序列作为特征，采用原始序列方法、序列聚类方法和随机子序列方法分别建立预测模型；S4、评估使用原始序列方法、序列聚类方法和随机子序列方法分别建立的预测模型的预测性能，确定预测性能最好的预测模型。优点是：实现了将原始EHR数据转换为用标准机器学习算法直接处理的表格格式，允许直接应用任何标准机器学习算法；与基于单一表示的方法相比，该方法获取的预测模型的预测性能得到显著提高。

摘要： 一种基于区块链的EHR可搜索加密方法，包括如下步骤：(1)利用布尔表达式来提取EHR以构造索引，索引存储在对等网络的智能合约中；(2)数据所有者加密EHR数据索引，加密后的EHR数据索引被添加到区块链便于分配EHR，而真实的EHR以加密形式存储在公共云服务器中；(3)当用户想要访问这些真实的EHR时，需要进行身份验证，即使用密码钥匙向数据所有者获得授权。本发明促进不同的医疗机构以安全的方式共享医疗记录，不仅为患者带来便利，也可以实现高效的共享研究人员的医疗信息。

摘要： 本发明公开了一种基于EHR数据的慢性肾脏病恶化风险的建模方法，涉及医疗技术领域，通过从患者EHR中提取预测因子，将预测因子映射为二元变量，形成数据集，并通过采用多任务‑时态纳入方法建立逻辑回归模型。优点是：能够将患者的EHR数据(数据集)纳入逻辑回归模型中，利用EHR数据能对慢性肾脏病进行不同周期的追踪的特点，获取更优化的逻辑回归模型。

摘要： 本发明提供在具有或不具有集成电子健康记录（EHR）的情况下将决策支持系统（DSS）传递到健康护理提供者、患者和/或消费者以用于生殖护理和其它健康状况的方法。本发明的DSS平台包含基于被隐去身份的数据集和可为诊所特定、地区特定和/或群体特定的定制算法的预测模型。本发明的DSS平台还包含提供个人的医疗账单的第三方支付的方法，其中所述第三方不能够查看所述个人的个人健康识别符。