基于态势感知平台的大型医院网络安全风险管理实践

目的/意义分析大型医院态势感知平台所监测到的网络安全风险事件,探明其产生的原因,提出解决方法和改善建议。方法/过程以郑州大学第一附属医院为例,对态势感知平台风险事件聚合分析,筛选医院内网风险终端,并进行整改加固,分析风险终端的科室分布和成因,提出改善建议。结果/结论医技科室风险终端数量较多,主要原因在于缺乏管理及未做到防病毒软件全覆盖。通过风险终端整改加固,网络安全风险事件数量明显减少。加强医院终端安全管理、提升人员网络安全意识、分区加强网络安全防护可有效降低医院网络安全风险事件发生率,提升医院网络安全防护能力。

鼻咽癌放疗后大出血风险机器学习预测模型构建

目的/意义构建鼻咽癌放疗后大出血风险预测模型,并评价其预测效能。方法/过程选取郑州大学第一附属医院2016—2019年鼻咽癌放疗后大出血的住院患者为研究对象,随机选取同等数量未出现大出血的患者为对照组,收集两组患者的病历指标数据,分别应用多种机器学习算法并选取最优算法构建模型。结果/结论基于支持向量机算法的模型召回率为0.94、F 1值为0.93、精确度为0.93,效果最好,可用于构建鼻咽癌放疗后大出血预测模型,为患者提供更精确的个体化预测,具有良好的临床应用前景。