Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 06.07.2026 auf fremdsprachige Bücher online auf thalia.at, in der Thalia App ab einem Mindestbestellwert von 30€ und in allen Thalia Buchhandlungen in Österreich. In den Buchhandlungen nur gültig auf lagernde Ware. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel & eBooks. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.
Produktbild: Health Information Processing. Evaluation Track Papers
Vorbesteller Neu

Health Information Processing. Evaluation Track Papers 11th China Health Information Processing Conference, CHIP 2025, Dongguan, China, November 22–24, 2025, Proceedings

Aus der Reihe Communications in Computer and Information Science

72,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

26.08.2026

Abbildungen

XIV, 110 illus., 75 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Qingcai Chen + weitere

Verlag

Springer Singapore

Seitenzahl

200

Maße (L/B)

23,5/15,5 cm

Sprache

Englisch

ISBN

978-981-9226-57-3

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

26.08.2026

Abbildungen

XIV, 110 illus., 75 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Verlag

Springer Singapore

Seitenzahl

200

Maße (L/B)

23,5/15,5 cm

Sprache

Englisch

ISBN

978-981-9226-57-3

Herstelleradresse

Springer Nature Customer Service Center GmbH
Europaplatz 3
69115 Heidelberg
DE
ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Health Information Processing. Evaluation Track Papers

  • .- Shared task 1: Content Quality Control Task for Admission Records in Inpatient Electronic Medical Records

    .- Overview of the Content Quality Control Task for Admission Records in Inpatient Electronic Medical Records in CHIP 2025.

    .- MedShard: Privacy-Preserving EMR QC with Rule Sharding and Multi-Agent Collaboration.

    .- Dual Enhancement with In-Context Learning and Chain-ofThought: Large Language Model-Driven Intelligent Connotation Quality Control of Medical Records.

    .- Semantic Quality Control of EMR Admission Notes: Integrating Rule Guidance, Prompt Optimization, and RAG.

    .- Leveraging Phased Training and Multi-Granularity Prompting with Large Language Models for Few-Shot Quality Control of Electronic Medical Records.

    .- M3-MedQC: A Method for Inherent Quality Control of Electronic Medical Records Based on Large Language Models and Multi-Granularity Evaluation.

    .- Quality Control of Electronic Medical Records Content Based on Q-LoRA Fine-tuning and a Hybrid Model-Rule Approach.

    .- Shared Task 2: Discharge Medication Recommendation for Metabolic Diseases Based on Chinese Electronic Health Records

    .- Overview of CHIP 2025 Shared Task 2: Discharge Medication Recommendation for Metabolic Diseases Based on Chinese Electronic Health Records.

    .- Towards Discharge Medication Recommendation via Multi-Scale Model Training and Multi-Dimensional Feature Enhancement.

    .- DP-EMR: A Chinese Medication Recommendation Method for Metabolic Diseases based on Two-stage Ensemble Learning.

    .- LoRA-Fine-Tuned LLMs for Discharge Medication Recommendation on Chinese EHRs.

    .- Multi-Format Fine-Tuning and Optimized Voting Ensemble for Robust Medication Recommendation in Chinese EMRs.

    .- Shared Task 3: Medical NLP Code Generation with FHIR for Clinical Trial Screening

    .- Overview of Medical NLP Code Generation with FHIR for Clinical Trial Screening.

    .- A Large Language Model-based System for Automatic Medical NLP Code Generation.

    .- An Iterative Code Generation and Optimization Framework Based on Dynamic Few-Shot Learning for Medical Information Processing.

    .- Prompt-Driven Program Synthesis for Clinical Trial Screening Criteria: From Natural Language to Executable FHIR Code Generation.