儿童哮喘专病库的构建与应用研究

目的提高患儿哮喘控制率及其家庭自我管理水平。方法成立哮喘专病库管理小组、构建包括诊疗信息与随访评估两大模块的儿童哮喘专病库,将符合哮喘J45~J46诊断编码的患儿纳入专病库,进行医护协同式全程管理,通过桌面浏览器(限医院内)和医院公众号进行访问。纳入100例患儿连续管理6个月后评价效果。结果6个月后患儿哮喘控制评分及家庭自我管理评分显著升高(均P<0.05),哮喘完全控制率随时间的延长而提高(由第1个月的13.0%升至第6个月的82.0%)。结论儿童哮喘专病库的构建及医护协同式专病管理,可有效提高哮喘患儿疾病管理效能。

运用人工智能技术进行肺功能数据库构建并辅助诊断实践

目的:针对以图片形式存储的历史肺功能报告,运用人工智能技术提取其中的数据并进行结构化处理,并运用数据尝试进行辅助诊断,实现高质量的数据储存和运用。方法:运用目标光学字符识别(OCR)结合自然语言处理(NLP)技术,对图片形式的历史肺功能报告文件进行解析,提取其中的数据并完成结构化转换,构建肺功能报告数据库。同时依据儿童肺功能诊断原理,构建肺功能辅助诊断系统。运用抽样比对的方法,对所构建的数据库进行数据提取准确性、辅助诊断准确性分别进行评价。结果:构建了历史肺功能报告的数据转换模型,并建立了结构化数据库。对数据提取质量进行了评价,通过模型的改进,数据提取准确性提升到100%。运用提取的数据,在诊断原则下,开发肺功能辅助诊断系统,该系统的准确性达到91.5%。结论:基于人工智能技术能完成对肺功能历史报告的处理,构建了高质量的数据库和运用。这一方法有助于对大量历史文件进行结构化处理以便充分发挥数据的作用,并后续开发临床决策支持等应用。

信息系统建设支持小儿哮喘专病临床研究

目的:设计并研发一种适用于小儿哮喘临床随访的专病库系统,使临床专科医师能在信息系统的辅助和支持下,开展高质量的专病研究。方法:通过专科医师、信息管理部门协同研发一个系统,包括定义小儿哮喘专病数据采集表、规范纳入和排除标准、建立入组流程、升级门诊医生工作站、搭建医患交互平台,将多来源数据整合形成临床科研一体化的专病库系统。结果:该小儿哮喘专病库系统建设了一个能将患儿首诊、复诊及随访数据进行整合,实现多维数据高效采集并良好整合和呈现的系统,在哮喘专病门诊为小儿哮喘队列研究的患者自动入组、数据自动采集、长期随访管理等多种功能提供了信息化支持。结论:信息化专病库系统在临床上为高效开展专病队列患者入组和随访提供了技术支持,为专病数据采集和管理提供了解决方案,有效提升了专病队列研究的效率。