1. 데이터 통합: Moss 는 환자 기본 정보, 병례 진단, 약물 치료 방안 등을 포함한 선전 각 의료기관의 의료 데이터를 통합하여 지역사회 의사와 환자에 대한 서비스 품질을 크게 높였다.

2. 데이터 분석: Moss 는 기계 학습 알고리즘을 이용하여 데이터를 분석하고 예측하며, 병의 법칙을 발견하고, 제때에 질병을 예방하고, 표적 치료를 할 수 있다.

3. 지능형 의사 결정: Moss 는 인공지능 기술과 결합해 의사에게 개인화된 진료 건의를 제공하고, 의사가 최상의 치료 방안을 마련할 수 있도록 도와준다.

4. 국민 참여: Moss 는 사회 각계가 오픈 인터페이스와 대중 참여를 통해 공공 의료 업무에 적극적으로 참여하도록 독려했다. 동시에, 온라인 채널을 통해 주민들이 지역 사회 의료 서비스를 어떻게 즐기는지 홍보하고 지역 사회 전체의 건강 수준을 높일 수 있도록 지도한다.

일반적으로, 오픈 커뮤니티 보건 서비스 모델인 Moss 는 데이터 통합, 데이터 분석, 지능형 의사 결정, 국민 참여 등의 기술적 수단을 통해 지역사회 의료 시스템 구축을 추진하고 있으며, 다른 도시의 지역사회 의료 시스템 구축에 유용한 참고 자료를 제공합니다.

복단팀 모델 모스

복단대 과학기술과 혁신센터는' Moss: 빅 데이터 및 기계 학습을 기반으로 하는 오픈 커뮤니티 보건 서비스 모델' 이라는 제목의 연구 논문과 코드 오픈 소스 프로젝트를 발표했다. Moss 는 의료 효율성을 높이고 의료 비용을 절감하도록 설계된 개방형 지역사회 보건 서비스 모델입니다.

전반적으로 Moss 는 데이터 통합, 데이터 분석, 지능형 의사 결정, 국민 참여 등의 기술적 수단을 통해 지역사회 의료 시스템 구축을 추진했습니다. 이러한 개방적이고 지능적이며 클라우드 기반 모델을 통해 Moss 는 지역사회 보건 서비스의 생태계를 점진적으로 보완하고 공중위생 사업의 발전과 발전을 촉진시켰다.