大多数临床信息系统都是围绕数据类型组织的（例如，实验室结果，药物，问题，生命体征和注释）；但是，该组织通常不匹配临床医生的认知模式，这些临床医生往往是面向问题并跨数据类型削减的。项目3致力于开发建模和总结复杂的慢性病患者的电子健康记录的方法学，这将通过适合上下文，基于证据的建议来增强，以改善信息过载和时间压力下的临床医生决策。创建这样的摘要是具有挑战性的，并且既取决于对临床认知过程和临床知识和实践的准确模型的深刻了解。我们将使用快速评估过程（RAP）（RAP），对传统人种志的修改，了解临床医生的摘要需求并发展临床要求。在该项目的这一部分井井有条之后，我们将设计自动化的方法，以创建精确，简洁，条件依赖和独立的计算机生成的复杂，慢性病患者的摘要，其最终目标是提高患者的安全性，临床医生的效率和临床医生的效率和满意并降低护理成本。
枫木知识库：经过验证的知识库，可用于从药物，实验室结果，计费数据，程序和生命体征中推断出问题。知识库可在http://jamia.bmj.com/content/18/6/859/suppl/dc1。
问题确定链接知识库：一个基于本体的知识库，包含近3400万个不同的问题介绍对：
AMIA诉讼文件中描述了这项作品的早期版本，其中700万个问题配对对，并在下面列出了基本修订版本为：电子病历中结构化数据自动推断患者问题的方法和知识库。本手稿中包含完整的KB（3400万对）作为附录。
智能应用程序平台中的患者摘要演示
