基于深度学习的精神病风险预测研究

针对精神病的致病因素较复杂、缺乏有效风险预测方法,导致发病率越来越高、患者越年轻化的问题,提出一种基于深度学习的精神病风险预测方法。方法研究深度协同过滤算法对海量特征数据进行预处理,建立患者特征和健康隐式特征间的高阶非线性交互关系模型,利用面向隐式反馈信息算法,估算健康隐式特征间的相似度;通过研究反向传播算法计算特征向量的置信度,从训练数据集中学习健康隐式特征,构建精神病风险预测目标标签和评价指标体系,以实现更高效、准确的个性化的精神病风险预测算法。实验结果表明所提算法比传统算法有更好的性能。

基于混合加密算法的医院信息系统秘钥存储管理

为了充分保护医院患者的医疗数据安全,在P-AES算法的基础上提出混合加密算法,以此提升医疗数据的加密和解密速度。较之于标准AES算法的串行结构,提出的P-AES算法具有并行结构,且在算法外部进行秘钥扩展操作。同时,通过SHA-512算法、RSA算法以及P-AES算法进行医院信息系统秘钥存储混合加密,即通过混合加密形成三级秘钥,以此实现秘钥安全存储。此外在具体医院信息系统中又通过应用P-AES算法与秘钥管理程序运最终形成数据加解密程序。

基于数据中心的医院精细化管理系统的建立及应用

本文采用CDC、ETL等技术,在数据中心的基础上建立医院精细化管理系统,从不同的维度对医疗大数据进行挖掘、利用和分析。通过建立基于数据中心的医院精细化管理系统,充分挖掘医疗大数据在医院运营管理中的价值,从而提高医院精细化管理水平。实践结果表明,该系统建设过程无需进行接口改造,即可充分整合利用医疗大数据,使管理指标统计口径一致并可对指标进行层层下钻分析,满足医院精细化管理需求,值得推广应用。

研究结构化电子病历应用思路框架加快医院信息化建设

随着信息时代不断的更新,多媒体技术在扩大应用范围,在各个领域提高了信息化建设。本文主要应用软件平台和软件体系结构,按照计算机领域的通用规范,将系统中的数据进行交换,最终形成结构化电子病历,改善了我国医药卫生体制,满足了医疗卫生机构之间临床诊疗信息的共享性,加强了我国医疗体系中的健康档案和电子病历为基础的区域卫生服务协同。