智慧护理助力“三位一体”的智慧医院建设的探索

早期的护士工作站起源于医院管理信息系统,作为系统的子模块而存在。随着医院信息化的不断发展,护理系统的应用范围越来越广,包括医嘱处理、护理记录、床位管理、执行单生成、护理质量和护理排班等。本文以我院新建院区“三位一体”的智慧医院信息化建设为出发点,明确智慧护理建设的重要性,通过规范化护理语言和护理系统的决策支持,旨在推进临床护理作业的专业化和智能化,实现医疗信息资源的共享。通过全新的护理模式推动智慧医院的建设,开启智慧护理管理的新篇章!

基于后结构化技术的临床病种库系统设计与应用

目的:为解决传统临床病种库系统存在的依赖大量人工判断、缺乏辅助标注、电子病历数据可用性差等问题,设计一种基于后结构化技术的临床病种库系统。方法:先通过I2B2标准以及双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)模型构建实体识别模型,形成病历模板库,然后组合病历模板库形成关系模板,抽取复杂的医学实体,实现电子病历的后结构化。之后,基于电子病历后结构化技术构建包括病历结构化、结构化评估、数据标注、常规功能和系统管理5个模块的临床病种库系统。结果:该系统可以将电子病历文本转化为结构化语言,提供更精细化的数据要素提取、更智能的结构化服务,提高了临床和科研工作的效率。结论:该系统提高了临床病种的数据可用性,减轻了用户数据加工的工作强度,保证了数据应用的高质量,为医学研究、临床辅助决策打下了坚实的基础。

医院真实世界数据治理平台建设探索

为了探索大数据时代的医院真实世界数据治理,促进医院现代化建设与医疗数据有效利用,本文阐述了医院数据治理的内容与流程,探讨了建设方案,构建了医院数据治理平台。医院数据治理平台利用数据采集汇聚、医疗文本结构化与标准化等技术进行数据治理,形成能支持医院监管、临床决策及科学研究的数据资产,促进医院数据治理智能化建设。

新型智慧病区系统设计

目的:设计新型智慧病区系统,以提高医院医疗服务质量和改善患者就医体验。方法:该系统采用“1+1+N”架构(即一张全频多模网络、一个统一智慧病房物联网平台、多个病房应用),利用5G网络、物联网、边缘计算、无线射频识别和网络切片等技术设计,通过床旁交互系统、病区信息发布及通话报警系统、智能体征监测系统、护理电子白板、智能输液系统、特殊患者看护系统、近场通信及便捷语音呼叫系统、移动护理系统、人工智能导诊机器人等实现医疗监测与护理、移动查房、移动护理、远程医疗诊断等功能。结果:该系统可在诊断、治疗、护理等各个环节为患者提供精细化的医疗服务,显著提高了医护人员的工作效率和服务水平,提升了患者的满意度。结论:采用该系统能够切实提升医院的服务质量,对于提高医院运行效率、保障病区医疗安全、改善患者就医体验等具有重要意义。

基于机器学习的SAE患者30天死亡风险预测模型

脓毒症相关性脑病(SAE)是指在患脓毒症过程中发生的脑功能障碍,其与脓毒症患者短期死亡率的上升有关。本文从MIMIC数据库中抽取相关的脓毒症患者数据,其中SAE被定义为患脓毒症且GCS分数小于15分。使用RFE算法筛选出影响SAE患者30天死亡率的危险因素,对SAE病例数据采用逻辑回归、GBDT、XGBoost三种算法建立30天死亡风险预测模型。实验结果表明,GBDT算法的预测效果优于另外2种算法,其准确率为78.6%,AUC为78.3%,该模型能够对SAE患者30天死亡情况进行较为准确的预测。

乳腺癌临床科研数据管理系统的设计

目的:为解决传统的科研数据管理系统智能化程度低、信息难以复用等问题,设计乳腺癌临床科研数据管理系统。方法:该系统采用浏览器/服务器(Browser/Server,B/S)架构,利用ASP.NET MVC4设计,分为展示层、业务层、访问层和数据层4层,并采用Bootstrap+jQuery进行前后端交互。整个系统包括乳腺癌科研项目管理、数据管理和应用管理三大功能模块。结果:采用该系统可智能采集乳腺癌科研数据,实现对患者的乳腺癌诊断预测和生存预测。结论:该系统能够满足乳腺癌数据管理和辅助临床决策的需求,有助于更好地服务乳腺癌研究。

静脉血栓栓塞症风险评估与预警监控系统设计与实现

构建静脉血栓栓塞症风险评估与预警监控系统,分析系统建设核心问题、关键技术等,从业务流程、架构、功能模块几方面阐述系统设计,指出该系统能够有效降低静脉血栓栓塞症误诊率,提升防治水平。

基于大数据平台的科研病种库系统设计与实现

目的:基于大数据平台设计科研病种库系统,实现一体化专病科研工作。方法:该系统采用浏览器/服务器(Browser/Server,B/S)体系结构,采用ASP.NET MVC4实现分层技术架构,将展示层、业务层和数据访问层分离。整个系统包括项目管理模块、病例管理模块、随访管理模块和数据利用管理模块4个部分。结果:该系统在四川大学华西医院临床科室得到广泛应用,沉淀了大量用户以及科研项目,优化了科研流程,提升了科研效率。结论:基于大数据平台的科研病种库系统可支撑临床回顾性研究与前瞻性研究,全方面覆盖临床科研需求,具有较好的实用价值。

广西中医药信息化建设和发展的思考

广西为我国药材四大产区之一,植被物种资源丰富,蕴藏着独特的壮、瑶少数民族医药资源。建设和发展中医药信息化是广西推动中医药发展现代化、推动中医药迈向国际的必需手段和必要途径。“十三五”以来,广西的中医药信息化建设获得一些进步和成效,但与本地区西医信息化发展、全国的信息化整体发展水平以及卫生健康信息化建设相比仍存在一定差距。文章在对广西中医药及广西中医药信息化发展现状和政策要求的研究基础上,分析了广西中医药信息化发展中存在的问题,并提出了一大数据中心、四大应用平台的建设思路。

方舱3号方配合八段锦治疗方舱医院113例2019冠状病毒病轻型和普通型患者临床疗效观察

目的:观察方舱3号方配合八段锦对方舱医院2019冠状病毒病(COVID-19)轻型和普通型患者的临床疗效影响。方法:选取方舱医院收治的113例COVID-19轻型和普通型患者为研究对象,采用方舱3号方内服配合八段锦治疗,回顾性分析年龄、性别、临床表现、临床疗效及胸部CT、新型冠状病毒核酸检测转阴信息及转归情况。结果:113例患者中女性112例,男性1例,平均年龄(46.66±12.91)岁。临床表现以发热、咳嗽、胸闷、纳差、乏力、腹泻为主,治疗有效率93.14%(95/102),0例转重症。CT结果多显示吸收期改变,有效率86.87%(86/99)。新型冠状病毒核酸检测转阴时间平均为8.1d。治愈出院97例,转定点医院16例,平均住院时间(16.83±5.69)d。结论:方舱3号方配合八段锦对轻型和普通型COVID-19有很好的临床疗效,能减轻患者症状,预防病情加重,缓解患者心理压力。

疾病归经预测模型不同建模方法比较研究

目的 比较不同中医疾病归经建模方法的优良,为中医疾病归经理论的科学内涵阐释提供新思路。方法 利用多层前馈神经网络技术、逻辑回归技师、支撑向量机技术,分别构建糖尿病、咳嗽、胃脘痛三种疾病数据的疾病归经模型,比较模型的优良。结果 对基于支持向量机和逻辑回归技术的三种疾病归经模型准确率差异较大且只能基于单个病位完成预测。对基于多层前馈神经网络技术的疾病归经模型可一次完成所有病位的预测,对胃脘病,咳嗽和糖尿病的疾病归经模型最高准确率分别为92.46%、95.01%和86.24%。结论 相比支持向量机和逻辑回归疾病归经模型,多层前馈神经网络模型具有便捷性和规律性,不失为构建智能化中医疾病归经模型的适宜技术选型,可为疾病归经研究提供新方法和新思路。

基于机器学习算法的大于胎龄儿风险预测模型

目的开发和验证基于机器学习算法的孕期大于胎龄儿(LGA)风险预测模型,并比较其与传统逻辑回归方法建模的性能差异。方法研究对象来自“中国免费孕前优生健康检查项目”,于2010-2012年在全国31个省市的220个县开展,覆盖全部农村计划妊娠夫妇,本研究选取分娩新生儿胎龄在24~42周内,单胎活产的所有育龄期夫妇及其新生儿为研究对象。应用10种机器学习算法分别建立LGA预测模型,评估模型对LGA的预测性能。结果最终纳入104936名新生儿,男婴54856例(52.3%),女婴50080例(47.7%),LGA的发生率为11.7%(12279例)。经过下采样数据平衡处理后,机器学习方法建立模型的整体效能出现明显提高,其中以CatBoost模型在预测LGA风险方面表现最佳,模型的受试者工作特征曲线的曲线下面积(AUC)为0.932;逻辑回归模型表现最差,AUC仅为0.555。结论与传统的逻辑回归方法相比,通过机器学习算法可建立更有效的孕期LGA风险预测模型,具有潜在的应用价值。

基于真实世界数据的疾病风险预测研究

21世纪医学发展的重点任务从防病治病已转向健康维护,医学模式从单纯的疾病治疗模式转向4P医学模式,面对医学复杂性的挑战,临床研究方法学体系也在不断发展。本文从真实世界数据出发,阐述了疾病风险预测模型及构建流程及其应用,并对基于真实世界数据的疾病风险预测研究进行总结和展望,旨在为疾病的风险预测提供帮助。