Ce site utilise des cookies. En continuant à parcourir le site, vous acceptez notre utilisation des cookies. En savoir plus à ce sujet ici.

Filière Santé Numérique

#toutlemondeparticipe Rédaction de commentaires sur la feuille de route Santé Numérique

Étape 4 sur 4
Fermeture de la consultation ? - 17/03/2023
Voir les étapes

Changements sur " 38 "

Sélectionner le mode de vue :
Mode d'affichage HTML :

Titre

  • -{"fr"=>"38"}
  • +{"fr"=>" 38 ", "en"=>""}
  • -{"fr"=>"38"}
  • +{"fr"=>" 38 ", "en"=>""}
Suppressions
  • -{"fr"=>"38"}
Ajouts
  • +{"fr"=>" 38 ", "en"=>""}
Suppressions
  • -{"fr"=>"38"}
Ajouts
  • +{"fr"=>" 38 ", "en"=>""}

Corps du texte

  • -["- Développer une « ontologie centralisée » conçue d’abord à partir de la parole du patient et ensuite de sa traduction médicale. Puis connecter cette ontologie centralisée à toutes les ontologies existantes qui pourront ainsi s’inter opérer à partir de cette ontologie commune.\n- Développer un NLP en mesure d’une part de recueillir la demande du patient pour la transformer en données structurées et de numériser de la même façon en données structurées les compte-rendus médicaux (hospitaliers ou libéraux) en se fondant sur l’ontologie centralisée.\n- Mettre en place un véritable outil de régulation et de recueil de la plainte du patient avec fourniture d’hypothèses diagnostiques et de niveau de gravité avec des retours diagnostics hospitaliers fournis par les ontologies habituelles (CIM10, SNOMED, LOINC…)\n"]
  • +["
    • Développer une « ontologie centralisée » conçue d’abord à partir de la parole du patient et ensuite de sa traduction médicale. Puis connecter cette ontologie centralisée à toutes les ontologies existantes qui pourront ainsi s’inter opérer à partir de cette ontologie commune.
    • Développer un NLP en mesure d’une part de recueillir la demande du patient pour la transformer en données structurées et de numériser de la même façon en données structurées les compte-rendus médicaux (hospitaliers ou libéraux) en se fondant sur l’ontologie centralisée.
    • Mettre en place un véritable outil de régulation et de recueil de la plainte du patient avec fourniture d’hypothèses diagnostiques et de niveau de gravité avec des retours diagnostics hospitaliers fournis par les ontologies habituelles (CIM10, SNOMED, LOINC…)
    ", ""]
  • -["- Développer une « ontologie centralisée » conçue d’abord à partir de la parole du patient et ensuite de sa traduction médicale. Puis connecter cette ontologie centralisée à toutes les ontologies existantes qui pourront ainsi s’inter opérer à partir de cette ontologie commune.\n- Développer un NLP en mesure d’une part de recueillir la demande du patient pour la transformer en données structurées et de numériser de la même façon en données structurées les compte-rendus médicaux (hospitaliers ou libéraux) en se fondant sur l’ontologie centralisée.\n- Mettre en place un véritable outil de régulation et de recueil de la plainte du patient avec fourniture d’hypothèses diagnostiques et de niveau de gravité avec des retours diagnostics hospitaliers fournis par les ontologies habituelles (CIM10, SNOMED, LOINC…)\n"]
  • +["<ul><li>Développer une «&nbsp;ontologie centralisée&nbsp;» conçue d’abord à partir de la parole du patient et ensuite de sa traduction médicale. Puis connecter cette ontologie centralisée à toutes les ontologies existantes qui pourront ainsi s’inter opérer à partir de cette ontologie commune. </li><li>Développer un NLP en mesure d’une part de recueillir la demande du patient pour la transformer en données structurées et de numériser de la même façon en données structurées les compte-rendus médicaux (hospitaliers ou libéraux) en se fondant sur l’ontologie centralisée. </li><li>Mettre en place un véritable outil de régulation et de recueil de la plainte du patient avec fourniture d’hypothèses diagnostiques et de niveau de gravité avec des retours diagnostics hospitaliers fournis par les ontologies habituelles (CIM10, SNOMED, LOINC…)</li></ul>", ""]
Suppressions
  • -["- Développer une « ontologie centralisée » conçue d’abord à partir de la parole du patient et ensuite de sa traduction médicale. Puis connecter cette ontologie centralisée à toutes les ontologies existantes qui pourront ainsi s’inter opérer à partir de cette ontologie commune.\n- Développer un NLP en mesure d’une part de recueillir la demande du patient pour la transformer en données structurées et de numériser de la même façon en données structurées les compte-rendus médicaux (hospitaliers ou libéraux) en se fondant sur l’ontologie centralisée.\n- Mettre en place un véritable outil de régulation et de recueil de la plainte du patient avec fourniture d’hypothèses diagnostiques et de niveau de gravité avec des retours diagnostics hospitaliers fournis par les ontologies habituelles (CIM10, SNOMED, LOINC…)\n"]
  • Développer un NLP en mesure d’une part de recueillir la demande du patient pour la transformer en données structurées et de numériser de la même façon en données structurées les compte-rendus médicaux (hospitaliers ou libéraux) en se fondant sur l’ontologie centralisée.
  • Mettre en place un véritable outil de régulation et de recueil de la plainte du patient avec fourniture d’hypothèses diagnostiques et de niveau de gravité avec des retours diagnostics hospitaliers fournis par les ontologies habituelles (CIM10, SNOMED, LOINC…)
", ""]
Ajouts
  • +["
    • Développer une « ontologie centralisée » conçue d’abord à partir de la parole du patient et ensuite de sa traduction médicale. Puis connecter cette ontologie centralisée à toutes les ontologies existantes qui pourront ainsi s’inter opérer à partir de cette ontologie commune.
    • Développer un NLP en mesure d’une part de recueillir la demande du patient pour la transformer en données structurées et de numériser de la même façon en données structurées les compte-rendus médicaux (hospitaliers ou libéraux) en se fondant sur l’ontologie centralisée.
    • Mettre en place un véritable outil de régulation et de recueil de la plainte du patient avec fourniture d’hypothèses diagnostiques et de niveau de gravité avec des retours diagnostics hospitaliers fournis par les ontologies habituelles (CIM10, SNOMED, LOINC…)
    ", ""]
Suppressions
  • -["- Développer une « ontologie centralisée » conçue d’abord à partir de la parole du patient et ensuite de sa traduction médicale. Puis connecter cette ontologie centralisée à toutes les ontologies existantes qui pourront ainsi s’inter opérer à partir de cette ontologie commune.\n- Développer un NLP en mesure d’une part de recueillir la demande du patient pour la transformer en données structurées et de numériser de la même façon en données structurées les compte-rendus médicaux (hospitaliers ou libéraux) en se fondant sur l’ontologie centralisée.\n- Mettre en place un véritable outil de régulation et de recueil de la plainte du patient avec fourniture d’hypothèses diagnostiques et de niveau de gravité avec des retours diagnostics hospitaliers fournis par les ontologies habituelles (CIM10, SNOMED, LOINC…)\n"]
Ajouts
  • +["<ul><li>Développer une «&nbsp;ontologie centralisée&nbsp;» conçue d’abord à partir de la parole du patient et ensuite de sa traduction médicale. Puis connecter cette ontologie centralisée à toutes les ontologies existantes qui pourront ainsi s’inter opérer à partir de cette ontologie commune. </li><li>Développer un NLP en mesure d’une part de recueillir la demande du patient pour la transformer en données structurées et de numériser de la même façon en données structurées les compte-rendus médicaux (hospitaliers ou libéraux) en se fondant sur l’ontologie centralisée. </li><li>Mettre en place un véritable outil de régulation et de recueil de la plainte du patient avec fourniture d’hypothèses diagnostiques et de niveau de gravité avec des retours diagnostics hospitaliers fournis par les ontologies habituelles (CIM10, SNOMED, LOINC…)</li></ul>", ""]
Numéro de version 2 sur 2 Afficher toutes les versions Retourner à la proposition
Auteur de la version
Avatar: Anne MESGUEN Anne MESGUEN
Version créée le 28/02/2023 11:59