Step 1) Input the inquiry content o

Step 1) Input the inquiry content of the symptom manually.
Step 2) Compare the input symptom with all the global disease
ontology in the knowledge base. Perform similarity
matching of the symptoms automatically by (1) for
similarity matching.
Step 3) Automate the selection of the most similar case in the
knowledge base.
Step 4) Determine whether the maximum similarity of the
symptom is larger than 0.5. If yes, go to Step 5). If no
similar symptom exists in the knowledge base, go to
Step 7).
Step 5) Search the rehabilitation strategy to find out the most
similar case automatically.
Step 6) Revise the strategy according to the similarity of subterms
automatically and finally checked and revised by
doctor manually.
Step 7) Input the prescription by the doctor.
The degree of similarity between a sub-term of symptom
ontology and a case in knowledge is calculated by a general
bell membership function

ผลลัพธ์ (ไทย) 1:

ขั้นตอนที่ 1) ใส่เนื้อหาที่สอบถามอาการด้วยตนเองขั้นตอนที่ 2) เปรียบเทียบอาการเข้ากับโรคที่ส่วนกลางทั้งหมดภววิทยาในฐานความรู้ ทำความคล้ายคลึงกันจับคู่อาการอัตโนมัติ โดย (1) สำหรับการจับคู่ความคล้ายคลึงกันขั้นตอนที่ 3) ทำให้การเลือกกรณีคล้ายกันมากที่สุดในการฐานความรู้ขั้นตอนที่ 4) กำหนดว่าว่าความคล้ายคลึงกันสูงสุดของการอาการคือมีขนาดใหญ่กว่า 0.5 ถ้าใช่ ไปที่ขั้นตอนที่ 5) ถ้าไม่มีอาการคล้ายกันที่มีอยู่ในฐานความรู้ ไปขั้นตอนที่ 7)ค้นหาขั้นตอนที่ 5) กลยุทธ์การฟื้นฟูเพื่อค้นหามากสุดคล้ายกรณีโดยอัตโนมัติตรวจทานขั้นตอนที่ 6) กลยุทธ์ตามคล้ายคลึงของ subtermsโดยอัตโนมัติ และสุดท้ายตรวจสอบ และปรับปรุงโดยแพทย์ด้วยตนเองขั้นตอนที่ 7) การป้อนข้อมูลใบสั่งยา โดยแพทย์ระดับของความคล้ายกันระหว่างคำย่อยของอาการภววิทยาและในกรณีความรู้คำนวณ โดยทั่วไปฟังก์ชั่นระฆังสมาชิก

ผลลัพธ์ (ไทย) 2:

ขั้นตอนที่ 1) ใส่เนื้อหาสอบถามอาการด้วยตนเอง.
ขั้นตอนที่ 2) เปรียบเทียบอาการการป้อนข้อมูลกับทุกโรคทั่วโลก
อภิปรัชญาในฐานความรู้ ดำเนินการคล้ายคลึงกัน
การจับคู่ของอาการโดยอัตโนมัติ (1) สำหรับ
การจับคู่ความคล้ายคลึงกัน.
ขั้นตอนที่ 3) โดยอัตโนมัติเลือกของกรณีที่คล้ายกันมากที่สุดในส่วน
ฐานความรู้.
ขั้นตอนที่ 4) ตรวจสอบว่ามีความคล้ายคลึงกันสูงสุดของ
อาการมีขนาดใหญ่กว่า 0.5 ถ้าใช่ให้ไปที่ขั้นตอนที่ 5) ถ้าไม่มี
อาการคล้ายกันอยู่ในฐานความรู้ให้ไปที่
ขั้นตอนที่ 7).
ขั้นตอนที่ 5) ค้นหากลยุทธ์การฟื้นฟูสมรรถภาพที่จะหาออกมากที่สุด
กรณีที่คล้ายกันโดยอัตโนมัติ.
ขั้นตอนที่ 6) ทบทวนกลยุทธ์การให้เป็นไปตามความคล้ายคลึงกันของ subterms
โดยอัตโนมัติและในที่สุดก็มีการตรวจสอบและปรับปรุง โดย
แพทย์ด้วยตนเอง.
ขั้นตอนที่ 7) การป้อนข้อมูลใบสั่งยาโดยแพทย์.
ระดับของความคล้ายคลึงกันระหว่างย่อยระยะเวลาของอาการ
ที่เกี่ยวกับธรรมชาติและในกรณีที่ความรู้จะถูกคำนวณโดยทั่วไป
ฟังก์ชั่นสมาชิกระฆัง

ผลลัพธ์ (ไทย) 3:

ขั้นตอนที่ 1 ) ใส่ข้อความเนื้อหาของโรคด้วยตนเองขั้นตอนที่ 2 ) เปรียบเทียบข้อมูลกับอาการโรคทั่วโลกทั้งหมดอภิปรัชญาในฐานความรู้ แสดงความเหมือนการจับคู่ของอาการอัตโนมัติ ( 1 )ความเหมือนที่ตรงกันขั้นตอนที่ 3 ) โดยการเลือกกรณีคล้ายกันมากที่สุดในความรู้พื้นฐานขั้นตอนที่ 4 ) ตรวจสอบว่า ความเหมือนของ สูงสุดอาการมีขนาดใหญ่กว่า 0.5 ถ้าใช่ ไปที่ขั้นตอนที่ 5 ) ถ้าไม่มีอาการที่คล้ายกันที่มีอยู่ในฐานข้อมูลความรู้ ไปขั้นตอนที่ 7 )ขั้นตอนที่ 5 ) การค้นหากลยุทธ์การฟื้นฟูเพื่อค้นหามากที่สุดคล้ายกรณีโดยอัตโนมัติขั้นตอนที่ 6 ) ปรับกลยุทธ์ตามความคล้ายคลึงกันของ subtermsและสุดท้าย การตรวจสอบ และแก้ไขโดยอัตโนมัติหมอด้วยตนเองขั้นตอนที่ 7 ) ข้อมูลใบสั่งยาโดยแพทย์ระดับความเหมือนระหว่างระยะเวลาของอาการย่อยอภิปรัชญาและกรณีความรู้คำนวณโดยทั่วไปฟังก์ชันสมาชิก เบลล์