基于PIX的患者就医卡匹配算法的研究与应用

要实现电子病历共享,必须解决患者身份标识问题.针对这种需求,结合医疗健康信息集成规范(IHE)患者身份标识交叉索引(PIX)技术框架,提出了患者就诊卡匹配算法.通过数据预处理、身份特征筛选、身份匹配,实现患者身份标识的交叉索引,并用某医院及其分院的患者就诊卡信息数据库生成测试数据.试验结果表明,该匹配算法的准确率和召回率分别达到95%和98%,能够很好地解决患者身份识别问题.

建立患者主索引推进医院信息互联互通建设的探讨与实践

目的研究基于信息集成平台的患者主索引建立方法,有效推进医院信息互联互通建设。方法通过分析患者主索引身份数据标准、PIX核心算法,研究患者主索引同步机制、合并机制,改造现有业务系统,实现全院患者的统一管理。结果建立了统一的患者身份认证体系,实现患者多ID智能匹配,提升了医疗系统互联互通程度。结论患者主索引的建立有效联通了医院业务系统的临床诊疗数据,为建立互联互通平台、持续提高医疗服务质量奠定了坚实基础。

患者主索引在医院信息化管理中的应用

本文以我院信息化建设中建立的患者主索引查询系统为例,提出一种患者主索引系统的实现方案,并分别从总体设计方案、技术实现手段和系统服务功能等方面进行了详细阐述。最后,通过实际应用效果说明患者主索引系统能够帮助医院提高服务质量、节省成本、增加经济效益。

基于医院信息平台患者主索引的建立与应用

目的研究基于医院信息平台的患者主索引的建设方法,从而实现应用系统间患者信息共享。方法应用IHE PIX和PDQ的集成规范,在集成平台上建设患者主索引服务端,并对相关应用系统的患者登记环节进行改造。结果实现了交叉索引信息生成及共享查询,为临床文档交换与共享奠定基础。结论结合医院实际建成的患者主索引注册和查询机制可以满足医院患者信息共享的需求。

患者主索引服务在医院信息互联互通中的实现与应用

建立医院患者主索引服务系统,以解决因医院各信息系统内患者信息不一致所导致的医疗数据难以协同共享的问题。为提高医疗质量,强化信息化建设,实现院内外系统互联互通,解决冗余、多态、无主次、无关联、不匹配、紊乱等信息孤岛现象,引入了建立患者主索引技术。本文以漯河中心医院为例,提供一种建立患者主索引的实施方案,详细阐述了该方案在医院信息中应用的技术手段、实现过程和应用效果。该方案保证患者信息的统一性与一致性,实现患者就诊信息在院内各个医疗信息系统中的互联互通,能够帮助医院提高服务质量、节省成本、增加经济效益。

医疗机构患者主索引EMPI构建方案探讨

医疗机构作为患者原始临床诊疗数据产生的主要场所,保持患者标识的唯一性,不仅有利于改善医院临床和管理水平,提高患者满意度,同时也是实现医院内部系统集成与共享,建立居民健康档案,以及区域医疗联合的必要条件。本文结合上海某三甲医院信息平台项目案例,从患者基本信息框架,注册流程与核心算法,患者标识交叉索引,以及主索引管理等多方面,详细介绍了患者主索引的构建方案。

医院新生儿患者主索引模型的优化与探索

基于新生儿患者医疗记录数据无法有效整合的现状,文章优化新生儿患者主索引平台。通过研究传统患者主索引平台的工作原理,找到13+2个适用于新生儿患者的信息项,将传统平台所用的信息项进行替换和重构,实现新生儿患者信息交叉索引的有效匹配和非单胎个体在平台中的有效区分。模型优化后新生儿患者信息的一致性和完整性得到了提升,为新生儿临床数据的区域共享与医学研究奠定基础。

基于IHE PIX的MPI研究及其在医院的应用分析

目的:研究如何实现医院信息系统内部患者唯一性的识别,从而实现系统间的患者信息共享。方法:应用IHEPIX原理和MPI跨域机制,建立分层次的信息系统MPI服务模型,并通过就诊卡系统设计实施。结果:通过建立患者主索引系统,实现了信息系统之间以调用患者标识为基础的信息共享。结论:建立统一、有效的患者识别方法是电子健康档案共享的必要基础。结合医院实际,设计合理的MPI系统能够满足医院患者信息共享的需求。

基于IHE PIX/PDQ框架构建临床数据中心MPI系统的应用研究

患者主索引(Master Patient Index)系统是临床数据中心解决系统间信息共享问题的基础,IHE PIX是国际公认的解决患者身份唯一性问题的技术框架。重点介绍了基于IHE PIX/PDQ技术框架用于实现不同医疗信息系统之间患者身份识别的交叉索引,保证患者在不同场所、不同时间就医信息的连续性和完整性,从而利于各医疗机构或各医疗系统之间患者数据的交互共享,以简化各医疗系统间的集成。

EMPI在医院信息系统中的研究与构建

分析目前医院信息系统中患者身份管理遇到的问题,介绍EMPI系统如何解决患者身份的有效管理,从患者信息框架、核心算法、患者标识交叉索引等方面阐述EMPI的构建,在建立主索引查询服务、注册服务、合并服务的基础上,允许其他信息系统调用,提供索引服务。

并行实体解析与记录聚合模型

实体解析用于判断两个数据记录是否描述的是同一实体对象,记录聚合则把所有属于同一实体对象的数据记录进行聚集,建立关联,方便交叉索引.本文基于MapReduce编程模型,提出一种迭代的并行处理框架,采用面向学习的分类方法进行实体解析,根据属性相似的传递性,并结合函数式语言的本身特性,对记录进行高效聚合.相关算法和框架应用于建立医院之间患者标识交叉索引平台,为患者主索引的建立以及信息共享提供依据.实验结果表明,MapReduce编程模型非常适合于实体解析与记录聚合的一体化处理,其编程快捷,运行高效,而且数据分区和并行处理技术避免了大量连接引发的内存溢出问题.