ABSTRACTBefore Electronic Health Re

ABSTRACT
Before Electronic Health Records (EHRs) were available on
touch-panel tablets, doctors were confined to accessing the
records on their hospital’s computer stations, in their offices or at
nurse stations. We deployed Dr. Pad, a mobile EHR application
on the iPad, to resident doctors at the Taipei Veterans General
Hospital in Taipei, Taiwan. We are able to extract direct usage
and motion data from a large-scale in-the-wild use of a mobile
EHR by 179 resident doctors over 4 weeks. Using machinelearning
techniques, we can predict the doctors’ mobile behaviors
while using Dr. Pad, which were previously unobserved and
mainly self-reported. Our data revealed trends in the doctors’ use
of the mobile EHR, which supported claims by doctors on their
usage habits, our observations of their work routines, and even
showed that the doctors used Dr. Pad more frequently than we had
expected.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อก่อนที่ระเบียนสุขภาพอิเล็กทรอนิกส์ (EHRs) มีเม็ดแผงสัมผัส แพทย์ถูกจำกัดการเข้าถึงระเบียนในสถานีคอมพิวเตอร์ของโรงพยาบาลของพวกเขา ในสำนักงานของตน หรือที่พยาบาลสถานี เราใช้ดร.แผ่น โปรแกรม EHR มือถือipad ไปยังแพทย์ประจำที่ทั่วไปไทเปทหารผ่านศึกโรงพยาบาลในไทเป ไต้หวัน เราจะสามารถแยกการใช้งานโดยตรงและข้อมูลใช้ในป่าขนาดใหญ่ของการเคลื่อนที่เคลื่อนไหวEHR โดยแพทย์ประจำ 179 กว่า 4 สัปดาห์ ใช้ machinelearningเทคนิค เราสามารถทำนายลักษณะการเคลื่อนของแพทย์ในขณะที่ใช้แผ่นดร. ซึ่งถูก unobserved ก่อนหน้านี้ และส่วนใหญ่รายงานด้วยตนเอง แนวโน้มในการใช้ของแพทย์เปิดเผยข้อมูลของ EHR เคลื่อน ซึ่งสนับสนุนการเรียกร้อง โดยแพทย์ของพวกเขาพฤติกรรมการใช้งาน เราสังเกต กิจวัตรการทำงาน และแม้แต่พบว่า แพทย์ใช้แผ่นดร.บ่อยมากกว่าเราที่คาดไว้

ผลลัพธ์ (ไทย) 3:

นามธรรม
ก่อนบันทึกสุขภาพอิเล็กทรอนิกส์ ( ehrs ) ที่มีอยู่ใน
แผงสัมผัสเม็ดหมอคับเข้าถึง
บันทึกสถานีโรงพยาบาลของคอมพิวเตอร์ในสำนักงานของพวกเขาหรือที่
สถานีพยาบาล เราใช้ Dr . แผ่นโปรแกรมมือถือ EHR
บน iPad , แพทย์ประจำที่โรงพยาบาลทหารผ่านศึกไทเปทั่วไป
ในไทเป , ไต้หวัน เราสามารถที่จะแยก
การใช้งานโดยตรงและการเคลื่อนที่ของข้อมูลจากขนาดใหญ่ในป่าใช้เป็น EHR มือถือ
โดยแพทย์ 179 resident มากกว่า 4 สัปดาห์ การใช้ machinelearning
เทคนิคนี้เราสามารถทำนายพฤติกรรมของแพทย์เคลื่อนที่
ในขณะที่ใช้ ดร. แผ่น ซึ่งก่อนหน้านี้ unobserved และ
ส่วนใหญ่ self-reported . ข้อมูลเปิดเผยแนวโน้มของแพทย์ใช้
ของบทความมือถือ ซึ่งสนับสนุนการเรียกร้องโดยแพทย์ในนิสัยการใช้
,ตัวอย่างของการปฏิบัติงานของพวกเขาและแม้กระทั่ง
พบว่าแพทย์ใช้ ดร. แผ่นบ่อยกว่าที่เราคาดไว้

.