作为死亡率排名第一的妇科恶性肿瘤,卵巢癌目前尚未有治愈率较高的治疗手段。卵巢癌患者在医院经过治疗出院后,往往带癌生存。妇科肿瘤专科医生需要长期对患者进行随访,动态追踪患者治疗后的不良反应和生存质量,才可有效定制化下一轮诊疗方案。当前医疗随访工作主要采用微信群并结合电话随访的形式开展。这种形式存在医生工作量大、医患电话沟通困难、微信群消息杂乱以及医疗数据难以方便保存等痛点问题。本文聚焦卵巢癌术后患者随访服务的一线医疗应用需求,设计和实现一个便捷、可靠、人性化的临床医生助手系统。该系统主要包括患者医疗档案、随访信息交互、随访预警、医疗数据可视化四个核心模块,实现对患者的隐私保护,为医生提供直观数据反馈。本文设计患者在术中、术后医疗数据记录模版,实现对卵巢癌患者医疗档案的统一管理。本文设计一个卵巢癌近期不良反应分级算法,处理结构化的病人反馈信息和非结构化的医疗化验单数据,聚焦解决多模态的随访医疗数据智能处理算法设计难点。此外本文基于集成学习方法设计针对卵巢癌患者随访预警模块,同时结合其他特征数据以高可读性的图表方式向医生呈现患者健康趋势,为后续制定智能的个性化医疗方案提供数据支撑和参考。本文采用前后端分离开发模式,构建了低耦合、高拓展性的系统,并开展功能和性能测试。实验结果表明,本文设计的卵巢癌近期不良反应分级算法,极大减轻了医生工作量。本系统实现预期随访功能,如查看患者医疗档案、医患即时通信、随访问卷调查图表等,均表现出良好的可用性。性能测试结果表明本系统能够支持1200个Web Socket连接数,当300名用户同时请求系统核心接口时,平均响应时间在1 s以内,具备良好用户体验。本文面向一线医护人员实际需求,设计并实现了一个面向卵巢癌随访服务的临床医生助手系统。该系统能够有效减少医生的工作量,支持开展卵巢癌临床医疗研究,已应用到卵巢癌随访医疗实践。