Java+springboot药物不良反应智能监测源码 不良反应智能监测系统源码

简介: ADR智能监测系统功能描述:(一)、系统管理用户管理:能够实现对系统用户的统一管理,方便系统用户的添加、编辑、删除等,具体功能如下:1、支持自定义添加、删除、编辑系统用户。

ADR数据辨别引擎、药品ADR信号主动监测引擎、ADR处置行为分析引擎。ADR数据辨别引擎,通过主动监测患者具象临床指标,比如检验异常指标实现及时预警。药品ADR信号主动监测引擎,根据以往真实世界中临床不良反应经验,以及国内外指南,形成不良反应知识库,智能引擎结构化知识库主动访问患者临床特征,实现不良反应主动预判。ADR处置行为分析引擎,主动监测患者临床处置行为,推理患者潜在发生的不良生命体征,深度挖掘潜在不良反应患者。

二、开发环境

开发语言:Java

技术架构:B/S

开发工具:IntelliJ、IDEA

 

前端框架:Vue

 

后端框架:SpringBoot

 

数 据 库:MySQL

登录.png

三、实现功能

ADR智能监测系统功能描述:

(一)、系统管理

用户管理:

能够实现对系统用户的统一管理,方便系统用户的添加、编辑、删除等,具体功能如下:

1、支持自定义添加、删除、编辑系统用户。

2、支持对用户姓名、部门、性别、电话、状态等信息进行编辑。

角色管理:

能够实现系统的安全策略要求,对功能封装成角色,方便系统授权,按需分配功能,增加隔离效果,具体功能如下:

1、支持对角色自定义添加、删除、编辑。

2、支持对角色包含的权限自定义编辑。"

功能管理

系统预设的基础功能,有权限的用户可以支持对系统功能菜单信息,诸如名称进行编辑,一般不需要更改。

送检记录.png

(二)、规则管理

指标管理:

系统支持每天自动从目标系统获取医院在用的所有检验指标,以供制作监测的规则,具体功能如下:

1、系统支持自动同步以及手工同步院内正在使用的检验指标。

2、支持自定义添加指标,并且可以定义指标类型。"

指标规则管理:

系统支持对已经获取的检验指标变更成为可审核的规则,用户可以自定义选择目标指标,针对检验指标的监测类型进行编辑,比如是区间类型的、大于等于、小于等于,差值型的,可以灵活制作,具体功能如下:

1、系统支持查询、新增指标规则。

2、支持对任意检验指标阈值进行编辑,形成监测指标规则。

3、差值型比较复杂,需要设置监测区间。"

药品管理:

系统支持每天自动从目标系统获取药品字典,便于用户查看、标记药品的属性,另一个可以关联检验指标,精准定位药品和指标之间的关联关系,可以从药品的视图查看有哪些主题,也可以从主题的视图,查看有哪些药品与之相关,具体功能描述如下:

1、系统支持自动同步以及手工同步院内正在使用的药品信息。

2、支持对药品基本信息进行编辑。

3、支持药品与监测主题进行关联。

不良反应主题管理:

系统支持对任意主题的新增、编辑、删除等,可以对临床已知不良反应归类,明确不良反应类型,比如肝功能相关、肾功能相关、淋巴相关等等,可以按照类别精准维护与之对应的指标和关联药品,实现精确审核,具体功能如下:

1、支持查询、任意新增不良反应监测主题。

2、支持主题名称、类型、关联监测检验指标、关联药品自定义编辑,主题类型支持药品为主和规则为主两种类型。

3、系统支持用药前后联合判断,精确定位ADR源头。

(三)、监测报告

不良反应报告:

系统每天自动监测的结果,以二维图表的方式呈现给用户,可以实现多维度的查询,以及对不良反应数据判定,比如是否为假阳性,并且可以详细看到患者的相关的数据,比如医嘱以及用药历程、检验指标以及趋势图,辅助药师快速决策,具体功能如下:

1、支持按照监测日期、病人ID、病人姓名、住院号、科室、监测主题、不良反应状态进行查询不良反应患者。

2、详情页能看到患者基本信息、监测结果、指标数据、医嘱数据。

3、支持对监测指标展示趋势图、服用药品历程图。

监测任务管理:

系统对每天监测的情况进行记录,用户可以方便查看当天任务的执行情况,如果发现失败,调整后,可以重复执行,提高系统可用性,具体功能如下:

1、支持按照监测日期、任务状态查询任务执行历史。

2、可以对历史任务手工重复执行。

抗菌药送检记录:

1、系统提供院内HIS系统送检判断接口和保存接口,记录抗菌药用药目的。

2、系统提供医嘱用药目的展示、送检展示,以及提供筛选。

相关文章
|
10月前
|
存储 小程序 Java
热门小程序源码合集:微信抖音小程序源码支持PHP/Java/uni-app完整项目实践指南
小程序已成为企业获客与开发者创业的重要载体。本文详解PHP、Java、uni-app三大技术栈在电商、工具、服务类小程序中的源码应用,提供从开发到部署的全流程指南,并分享选型避坑与商业化落地策略,助力开发者高效构建稳定可扩展项目。
|
12月前
|
数据采集 机器学习/深度学习 Java
Java 大视界 -- Java 大数据在智能体育赛事运动员体能监测与训练计划调整中的应用(200)
本篇文章聚焦 Java 大数据在智能体育赛事中对运动员体能监测与训练计划的智能化应用。通过构建实时数据采集与分析系统,结合机器学习模型,实现对运动员体能状态的精准评估与训练方案的动态优化,推动体育训练迈向科学化、个性化新高度。
|
12月前
|
存储 分布式计算 Java
Java 大视界 -- Java 大数据在智能建筑能耗监测与节能策略制定中的应用(182)
本文探讨了Java大数据技术在智能建筑能耗监测与节能策略制定中的关键应用。通过Hadoop、Spark等技术实现能耗数据的存储、分析与可视化,结合实际案例,展示了Java大数据如何助力建筑行业实现节能减排目标。
|
Java 数据库连接 API
Java 8 + 特性及 Spring Boot 与 Hibernate 等最新技术的实操内容详解
本内容涵盖Java 8+核心语法、Spring Boot与Hibernate实操,按考试考点分类整理,含技术详解与代码示例,助力掌握最新Java技术与应用。
342 2
|
Java 数据库连接 API
Java 对象模型现代化实践 基于 Spring Boot 与 MyBatis Plus 的实现方案深度解析
本文介绍了基于Spring Boot与MyBatis-Plus的Java对象模型现代化实践方案。采用Spring Boot 3.1.2作为基础框架,结合MyBatis-Plus 3.5.3.1进行数据访问层实现,使用Lombok简化PO对象,MapStruct处理对象转换。文章详细讲解了数据库设计、PO对象实现、DAO层构建、业务逻辑封装以及DTO/VO转换等核心环节,提供了一个完整的现代化Java对象模型实现案例。通过分层设计和对象转换,实现了业务逻辑与数据访问的解耦,提高了代码的可维护性和扩展性。
512 1
|
Java 调度 流计算
基于Java 17 + Spring Boot 3.2 + Flink 1.18的智慧实验室管理系统核心代码
这是一套基于Java 17、Spring Boot 3.2和Flink 1.18开发的智慧实验室管理系统核心代码。系统涵盖多协议设备接入(支持OPC UA、MQTT等12种工业协议)、实时异常检测(Flink流处理引擎实现设备状态监控)、强化学习调度(Q-Learning算法优化资源分配)、三维可视化(JavaFX与WebGL渲染实验室空间)、微服务架构(Spring Cloud构建分布式体系)及数据湖建设(Spark构建实验室数据仓库)。实际应用中,该系统显著提升了设备调度效率(响应时间从46分钟降至9秒)、设备利用率(从41%提升至89%),并大幅减少实验准备时间和维护成本。
614 0
|
Java API 微服务
Java 21 与 Spring Boot 3.2 微服务开发从入门到精通实操指南
《Java 21与Spring Boot 3.2微服务开发实践》摘要: 本文基于Java 21和Spring Boot 3.2最新特性,通过完整代码示例展示了微服务开发全流程。主要内容包括:1) 使用Spring Initializr初始化项目,集成Web、JPA、H2等组件;2) 配置虚拟线程支持高并发;3) 采用记录类优化DTO设计;4) 实现JPA Repository与Stream API数据访问;5) 服务层整合虚拟线程异步处理和结构化并发;6) 构建RESTful API并使用Springdoc生成文档。文中特别演示了虚拟线程配置(@Async)和StructuredTaskSco
1262 0
|
监控 安全 Java
Java 开发中基于 Spring Boot 3.2 框架集成 MQTT 5.0 协议实现消息推送与订阅功能的技术方案解析
本文介绍基于Spring Boot 3.2集成MQTT 5.0的消息推送与订阅技术方案,涵盖核心技术栈选型(Spring Boot、Eclipse Paho、HiveMQ)、项目搭建与配置、消息发布与订阅服务实现,以及在智能家居控制系统中的应用实例。同时,详细探讨了安全增强(TLS/SSL)、性能优化(异步处理与背压控制)、测试监控及生产环境部署方案,为构建高可用、高性能的消息通信系统提供全面指导。附资源下载链接:[https://pan.quark.cn/s/14fcf913bae6](https://pan.quark.cn/s/14fcf913bae6)。
2684 0