基于java语言自主版权的一套医院随访管理系统源码

简介: 患者诊后随访管理系统源码,随访管理系统融合互联网、物联网与AI技术,集成智能宣教、复诊提醒、健康监测等功能,支持短信、电话等多渠道随访,提供院级、门诊、住院及专病随访方案。

患者诊后随访管理系统是运用互联网、物联网和人工智能等技术,将患者院内外医疗服务与健康管理相结合,以诊后随访、智能宣教、复诊提醒、健康监测、医护患沟通等为患者管理主要手段,为医院提供院级随访、门诊患者随访、住院患者随访、重点专案随访等符合不同应用场景的随访方案。

首页.png

开发环境

技术架构:前后端分离

开发语言:Java

开发工具:Idea vs code

前端框架:Vue,Ant-Design

后端框架:Spring boot

数 据 库:MySQL5及以上

基本信息.png
随访路径制定.png

系统特点:

灵活的随访方式

系统支持微信、短信,电话等多种随访方式,自动计算患者访视窗与随访日期,提高患者依从性

优化随访管理

随访提醒自动化、随访问卷模板化,随访统计明细化、随访方式多样化,提高病例跟踪与批量调研能力。

收集病例资料

院前、院中、院后患者诊疗资料、检查资料、病理资料。患者社区自主报告情况。

自定义功能

自定义随访中心、自定义随访模板,自定义随访方案、自定义定时提醒,自定义随访方式、自定义随访频率。

自定义表单

支持表单自定义,不同病种不同时期随访内容不相同,随访医师自由编写随访表单,患者填写后会记录在患者信息中;支持开启满意度调查,可进行详细、多样化的统计分析。

健康宣教知识库

支持对随访患者进行宣教、预先设置宣教规则,针对需要宣教的患者生成宣教发送任务。

目录
相关文章
|
9天前
|
人工智能 前端开发 IDE
仅凭几张图片,我们是如何让 AI 自动生成 70% 可用前端代码的?
本文系统总结了在仅有 UI 图片、无设计稿和交互说明的情况下,如何通过 AI 技术实现高质量前端代码自动生成。
仅凭几张图片,我们是如何让 AI 自动生成 70% 可用前端代码的?
|
29天前
|
机器学习/深度学习 监控 安全
实验室监控的实时目标检测系统|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
基于YOLOv8与PyQt5的实验室实时监控系统,支持人员进出检测、未穿防护服报警、视频回放等功能。提供完整源码、数据集、权重文件及训练教程,开箱即用,可快速部署于实验室安全监管场景,实现智能可视化管理。
实验室监控的实时目标检测系统|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
|
26天前
|
人工智能 安全 云计算
中国银联基于通义千问打造金融支付垂域大模型
中国银联携手阿里云,基于通义千问打造金融支付大模型,依托AI技术推动支付清算、风控反欺诈等环节智能化升级,共建安全高效的大模型应用范式,助力金融行业高质量发展。
172 2
中国银联基于通义千问打造金融支付垂域大模型
|
11天前
|
安全 Linux 网络安全
Linux下搭建L2TP/IPsec VPN服务(手把手教你配置安全远程连接)
本教程详细介绍如何在Ubuntu 22.04上搭建L2TP/IPsec VPN服务器,涵盖软件安装、IPsec与xl2tpd配置、用户添加、防火墙设置及连接测试,适合初学者快速掌握Linux下安全的VPN搭建方法。
|
28天前
|
数据采集 API 数据处理
Python异步编程入门:告别卡顿,提升程序效率
Python异步编程入门:告别卡顿,提升程序效率
199 114
|
21天前
|
机器学习/深度学习 人工智能 监控
番茄叶片病害检测数据集(千张图片已划分)| AI训练适用于目标检测任务
在农业领域,植物病害检测是确保作物健康和提高农业生产效率的关键任务之一。随着计算机视觉技术的快速发展,基于深度学习的目标检测方法成为了病害识别的主流手段。为此,专门针对番茄叶片病害检测任务,我们推出了一个经过精心设计的番茄叶片病害检测数据集。该数据集包含了10,853张带标签的图像,覆盖了10种常见的番茄叶片病害类型,支持YOLO等先进的目标检测模型训练,旨在帮助研究人员和开发者提高农作物病害自动化检测的能力。
303 40
番茄叶片病害检测数据集(千张图片已划分)| AI训练适用于目标检测任务
|
13天前
|
机器学习/深度学习 数据采集 前端开发
Python 开发技术栈梳理:从数据库、爬虫到 Django 与机器学习
很多Python开发者学习碎片化,缺乏系统性。本文整理了一套从基础语法到全栈开发的完整学习资源,涵盖Python核心、数据库、前端、爬虫、Django框架、机器学习与算法,助你构建完整技术体系,适合进阶提升。
103 11
|
1月前
|
存储 弹性计算 JSON
如何让Agent更符合预期?基于上下文工程和多智能体构建云小二Aivis的十大实战经验
阿里云“云小二Aivis”项目聚焦Multi-Agent数字员工构建,分享十大Agent优化经验:从清晰预期、上下文精准投喂到记忆管理与HITL实践,助力提升Agent稳定性与智能化水平。
如何让Agent更符合预期?基于上下文工程和多智能体构建云小二Aivis的十大实战经验
|
15天前
|
监控 测试技术 API
避免人为漏测:Dify工作流成为你的“测试策略大脑”,全天候在线排查
本文介绍如何利用Dify工作流构建自动化测试分析系统,通过解析代码变更智能生成测试策略。该系统可集成至CI/CD流程,实现7x24小时风险识别与测试重点推荐,有效提升测试覆盖率和问题预防能力。