中重度宫腔粘连应用中医临床决策系统效果分析

[目的]探讨中医临床决策系统在治疗中重度宫腔粘连(intrauterine adhesion,IUA)中的应用及效果。[方法]采用随机对照试验进行前瞻性研究,选择2022年1月至12月在杭州市某三级甲等中医院行宫腔镜下子宫粘连松解术的中重度IUA患者,根据是否通过中医优势病种临床决策系统进行辨证论治分为对照组(51例)、决策系统组(53例)、临床医师组(54例),比较3组患者治疗前后月经量改善、美国生育协会(American Fertility Society,AFS)评分、子宫内膜厚度、子宫内膜血流参数、中医伴随症候疗效。[结果]治疗后3组患者月经量比较,决策系统组、临床医师组较对照组均有显著改善,差异有统计学意义(P<0.05),决策系统组与临床医师组差异无统计学意义(P>0.05)。治疗后3组患者宫腔AFS评分比较,决策系统组、临床医师组较对照组显著下降(P<0.01),决策系统组与临床医师组差异无统计学意义(P>0.05)。治疗后3组患者子宫内膜厚度显著增加,子宫内膜血流参数显著下降,差异有统计学意义(P<0.01),但治疗前后组间差异均无统计学意义(P>0.05)。治疗后3组患者中医伴随症候疗效比较,临床医师组较对照组、决策系统组明显改善,差异有统计学意义(P<0.05),对照组与决策系统组差异无统计学意义(P>0.05)。[结论]中医临床决策系统用于中重度IUA的治疗可显著改善患者月经量,降低术后AFS评分,防止粘连再发生。

电力系统混合整数线性规划问题的运筹决策关键技术综述与展望

机组组合、检修计划、拓扑运行优化、电力系统规划等电力系统混合整数线性规划(MILP)问题旨在实现电力资源的最佳配置,应用广泛,其精准性与高效性直接影响了电力系统的安全性与经济性。随着“双碳”目标的提出,新型电力系统MILP问题模型复杂度更高、计算效率要求更严格,对当前运筹决策技术提出了更严峻的挑战。然而,现有依赖于国外进口求解器的电力系统运筹决策技术面临“组合爆炸”,且求解器依赖进口面临“卡脖子”困境,亟须实现技术突破。为此,该文系统地梳理了电力系统MILP问题的运筹决策技术,以及近年来通用MILP问题的最新进展,并展望了电力系统MILP问题运筹决策关键技术未来的研究方向,旨在为我国相关研究工作提供参考和思路。

压裂泵注智能决策系统设计理念与路径探讨

油气藏改造过程中的压裂泵注具有工艺复杂多变、过程不可逆、高风险等特点,需要及时准确地进行决策调控,进而提升压裂改造效果。目前决策方式主要以压裂设计泵注程序为基础,人为调控泵注参数。随着人工智能技术的发展,构建压裂泵注智能决策系统、实现自主决策已成为可能。为此,在综述国内外压裂泵注决策研究现状的基础上,提出了基于强化学习理论的压裂泵注智能决策设计理念,并探讨了实现路径。研究结果表明:(1)压裂泵注智能决策系统的核心是泵注决策智能体,由其自主决策泵注程序和优化参数,同时将决策动作传递给地面装备,构成闭环调控,实现泵注过程“自动驾驶”;(2)基于强化学习理论的压裂泵注智能决策设计理念,即以强化学习为核心,以压裂大数据为基础,以机理模型认识和专家先验知识为约束,构建压裂仿真环境,训练泵注决策智能体,可以实现泵注参数实时优化决策与地面装备闭环调控;(3)压裂泵注智能决策系统主要通过压裂工况自主判识、裂缝扩展动态感知与风险预警、压裂泵注参数优化决策、地面装备自主调控、压裂泵注数字孪生等技术实现系统功能。结论认为,基于强化学习理论的压裂泵注智能决策设计理念,有望为加快压裂泵注智能化进程提供有益参考,有助于油气的高效开发。

无人集群博弈对抗系统仿真验证及决策关键技术综述

无人集群博弈对抗是一种新兴的作战样式,在智能化战争扮演着至关重要的作用,其核心是自主生成博弈对抗决策序列,为集群“赋能”。分析了无人集群博弈对抗系统仿真验证的进展;从基于专家系统和博弈论的技术、基于群体智能和优化理论的技术,以及基于神经网络和强化学习的技术三个方面论述了自主决策关键技术,以及课题组在自主决策上开展的相关工作;提出了无人集群博弈对抗的发展方向。

考虑设备保护的租赁制造系统生产决策与收益调整激励机制

针对租赁设备合作生产过程中可能会出现承租方滥用设备的现象,提出一种考虑设备保护的租赁制造系统生产决策模型与收益调整激励机制,以形成租赁制造的最优生产策略。从设备保护的角度出发,构建考虑承租方对租赁设备使用率和保护程度的优化模型,以租赁制造系统总收益最大化为目标,确定设备保护的努力程度、设备使用率以及维护后设备状态与如新状态偏差度,即租赁制造系统的最优生产策略。提出一套收益调整激励机制,运用补偿金对合作双方的收益进行调整,并令双方独立决策的最优策略与系统最优策略相同,得到最佳补偿金系数,从而确定收益调整方案。案例研究表明,系统决策模型存在使得总收益最大的最优努力程度和预防维护程度,且系统决策下的最大总收益总是高于独立决策下的最大总收益,提升承租方对设备保护的努力程度和出租方对设备的预防程度,可以减少租赁设备平均故障次数。

基于真实动态数据的大型医疗设备合理配置决策系统开发及应用

针对现阶段大型影像设备配置数量和功能缺少量化考核依据,本文研究并搭建实时监测与评价应用系统,详细介绍边缘计算架构工作过程及特性,并阐述了远程运维的必要性。搭建的系统对监控的7台CT设备从故障率、检查人数、检查时间间隔、设备使用年限四个维度进行详细说明与分析,量化评分并计算总评分及排名,为今后CT设备合理配置与采购决策提供必要的客观证据支持。

面向心律失常疾病的临床决策支持系统交互性研究与实现

目的/意义针对当前临床决策支持系统使用过程中存在的问题,提出界面设计原则并将其应用于心律失常疾病临床决策支持系统建设中。方法/过程从交互设计角度,针对可解释性、时效性、可用性、相关性、尊重性和循证性6个维度,提出界面设计原则。选取心律失常疾病决策支持作为临床场景,设计临床决策支持系统交互界面原型,阐述界面功能、信息功能、交互功能设计与实现过程。结果/结论本研究提出的界面设计原则可有效缓解6类问题,经论证具有应用于心律失常疾病临床决策支持原型系统的可行性以及可泛化性,可用于指导多种疾病辅助诊疗工具的交互设计。

ICU患者身体约束决策支持系统的研发与应用

目的:研发ICU患者身体约束决策支持系统并评价其临床应用效果,为护士进行患者身体约束决策提供便利。方法:成立研发小组,构建ICU患者身体约束影响因素预测模型并进行验证,以此为基础开发ICU患者身体约束决策支持系统并投入使用。选取2022年8月至2023年3月江苏省某三级甲等医院ICU的764例患者为研究对象,将患者随机分为干预组(n=366)和对照组(n=398),对照组护士实施基于经验性评估的常规身体约束流程,干预组护士实施基于ICU患者身体约束决策支持系统的身体约束流程,比较两组患者的身体约束率、谵妄发生率、非计划性拔管发生率;同时验证ICU患者身体约束决策支持系统与约束决策轮的一致性。结果:使用ICU患者身体约束决策支持系统后,干预组患者的约束率为24.9%,谵妄发生率为2.2%,均低于对照组(P<0.05);两组非计划性拔管发生率差异无统计学意义(P>0.05)。ICU患者身体约束决策支持系统与约束决策轮Kappa一致性检验结果为0.853(P<0.001),显示结果一致性较好。结论:ICU患者身体约束决策支持系统可以应用于临床并辅助护士决策,在有效降低身体约束率及谵妄发生率的同时不会增加非计划性拔管发生率。

融合GPT和知识图谱的洪涝应急决策智能问答系统研究

为提高生成式预训练语言大模型(generative pre-trained transformer, GPT)的应急管理信息分析能力,以实现洪涝灾害应急处置过程中的在线辅助决策,提出融合GPT和知识图谱的应急决策智能问答系统(KG-GPT)。改进GPT架构以识别问题中的关键信息,利用知识图谱推理应急领域知识并生成具有逻辑性的回答;结合洪涝灾害的实际应急决策问答数据集并编制演练脚本,使用自动评估和专家评估方法将本系统与GPT进行对比实验。研究结果表明:该系统成功融合应急领域知识图谱和GPT模型,能够深刻理解问题的背景信息并生成流畅回答;与GPT相比,该系统可为决策者提供更快速准确的在线辅助决策工具。研究结果可提升洪涝灾害应急信息分析和决策效率。

基于系统动力学的急性缺血性脑卒中患者就医决策延迟影响因素研究

目的构建急性缺血性脑卒中患者就医决策延迟系统动力学仿真模型,动态分析关键变量对就医决策延迟的影响。方法采用Anylogic仿真平台构建系统动力学仿真模型,以横断面调查数据为基础,进行就医决策延迟过程仿真模拟,通过计算相对误差和均方百分比误差校核检验模型的有效性,改变关键变量参数进行仿真实验,动态化验证关键变量对就医决策延迟的影响。结果本研究所构建的仿真模型与真实数据之间的相对误差均<10%,均方百分比误差值为3%,模型拟合良好。仿真实验结果显示,卒中知识水平、健康素养、家庭亲密度与适应性、社会支持和医疗服务可及性水平均为急性缺血性脑卒中患者就医决策延迟的影响因素,影响程度由高到低依次为社会支持、家庭亲密度与适应性、卒中知识水平、健康素养、医疗服务可及性水平。结论医疗机构、医护人员应提高卒中患者的知识和健康素养水平,增强家庭亲密度和适应性,加强社会支持以及提高医疗服务可及性水平制定相关的干预措施。

基于信息间隙决策理论的含碳捕集−电转气综合能源系统优化调度

【目的】为科学统筹综合能源系统运行经济性、稳定性和低碳性优化目标,采用何种技术手段以提升能源转化效率,减少系统能源浪费和区域环境污染,是当下综合能源系统合理优化的主要问题。为此,提出一种基于场景生成与信息间隙决策理论的含碳捕集与封存(carbon capture and storage,CCS)—两段式电转气(power to gas,P2G)综合能源系统低碳优化策略。【方法】在技术层面,通过对电P2G两阶段精细化建模,提高氢能利用效率,建立热电联产(combined heating and power,CHP)-CCS-P2G耦合模型;在市场机制层面,引入阶梯型碳交易模型以降低系统中CO_(2)排放量。最终,基于信息间隙决策理论(IGDT)构建不同风险偏好下的优化调度模型。【结果】以典型综合能源系统进行算例分析,仿真结果表明所提模型可提高风光消纳率,实现系统低碳、经济、稳定运行。【结论】该优化策略可有效帮助决策者根据其风险偏好制定风险规避与风险追求策略下的调度方案,实现系统不确定性与经济性的平衡。

数据驱动下图模型冲突分析决策支持系统构建研究

当今世界由于经济、科技、地缘战略、国际秩序等问题频繁爆发冲突事件,冲突规模正由个体冲突、小规模群体冲突向复杂大规模群体冲突转变。相较于个体间的冲突,大规模群体冲突事件持续时间更长、波及范围更广,易对我国的社会秩序以及经济发展造成恶劣影响。图模型冲突分析(Graph model for conflict resolution,GMCR)理论提供了分析冲突、解决矛盾的有效方案,作为一门专业解决冲突问题的理论工具已经在水资源、环境管理和经济政策等领域得到广泛应用,并取得良好效果。然而,随着冲突事件参与者日渐增多、主体的策略日趋复杂形成了指数级增加的局势,以及主体的偏好行为不确定性加强,传统的决策支持系统GMCRⅡ难以求解此类复杂冲突问题。基于强度偏好冲突分析理论的代数表达,开发了基于.NET平台的冲突分析WEB系统SP-GMCRDSS,该系统包括可行状态生成、状态转移设置、强度偏好序列生成和稳定性分析引擎4个模块,对比现有的系统,SP-GMCRDSS能更高效地辅助冲突分析者解决数据驱动下的大型、复杂的冲突。并且运用文本挖掘技术提取决策者策略数据,辅助分析者确定决策支持系统建模信息的输入,降低模型构建的主观性。最后,通过“兰州水污染冲突事件”演示了该系统的建模、求解以及分析的功能。

中西医结合临床决策支持系统的关键技术研究

临床决策支持系统日益成为医务人员的重要工具,但目前多数落地应用集中在合理用药方面,因为在诊断辅助、治疗安全和疗效分析3个重要环节依然存在诸多技术难点,缺乏系统性和工程化解决方案。本文基于中医智能系统性的发展和临床中西医结合的现实需求,探讨中西医结合临床决策支持系统(CDSS)实现闭环的关键技术,即中西医多源异构数据分析与交叉验证;中医知识图谱和算法模型的智能辅助辨证论治;疑难杂症治疗的智能推荐和用药模型构建;疗效分析的语义理解、隐私安全与数据保护机制等。通过部分工程实例,提出中西医结合CDSS关键技术解决方案,为卫生信息管理和研究人员、企业级产品开发和临床实践应用提供参考。

临床决策支持系统在原发性肝癌患者围手术期护理中的应用

目的探讨临床决策支持系统(CDSS)在原发性肝癌患者围手术期护理中的应用价值。方法回顾性分析2022年1月至2023年10月河南省人民医院收治的48例围手术期接受常规护理的原发性肝癌患者资料,纳入对照组;采集同期医院收治的48例围手术期接受基于CDSS的护理管理的原发性肝癌患者资料,纳入观察组。查阅并比较两组护理质量(护理级别符合率、护理诊断正确率、护理处理及时率)、术后1、3、72 d时疼痛程度[采用疼痛数字评分法(NRS)评估]、护理期间并发症发生情况。结果观察组护理级别符合率、护理诊断正确率、护理处理及时率均高于对照组(P<0.05)。两组术后1、3、5 d NRS评分组间、时间、交互效应有统计学意义(P<0.05)。两组术后3、5 d NRS评分均较术后1 d高,术后5 d较术后3 d高(P<0.05)。两组术后1 d NRS评分差异无统计学意义(P>0.05),观察组术后3、5 d时NRS评分均低于对照组(P<0.05)。观察组护理期间并发症总发生率低于对照组(P<0.05)。结论基于CDSS的护理管理可提高原发性肝癌患者围手术期护理质量,减轻患者术后疼痛,降低术后并发症发生风险。

面向智能辅助决策的飞行器安控系统构建研究

新一代人工智能技术能够提高飞行器试验安控系统的辅助决策能力,满足地面安控目标数量增多、故判规则量增大、故判时效性高等新需求,具有广阔的应用前景。在对飞行器试验地面安控需求分析的基础上,设计面向智能辅助决策的地面安控系统总体框架,增加了数据与模型管理模块;接着构建了辅助决策知识库,主要包括故障弹判据、速度判据、位置判据和预示落点判据等规则库;在此基础上提出数据和规则协同驱动的故障预测方法。该系统既利用历史积累试验数据对深度神经网络模型进行训练,又利用规则库提高专家经验对模型预测精度的贡献,能够提高故障智能预测能力,满足飞行器安控智能辅助决策需求。

选煤厂生产线调度最优决策专家系统设计

为提升选煤工艺的运行效率、创造更多的企业效益,设计了一种生产线调度最优决策专家系统。采用多种终端等组件,构建网络连接子系统。采用传感器、采集器等不同设备,构建实时监测子系统。结合上位机与调度决策模块,组成移动调度子系统。以可编程逻辑控制器(PLC)控制程序与调度最优决策方案制定程序作为技术支持,根据最优决策的目标函数模型与约束条件,生成最优调度决策方案。试验结果表明,应用所设计系统,每吨煤炭的最长加工时间最小化至17.69 s,且用于调度的时间仅为17.13 s。由此证明:所设计系统运行速度较快;给出的决策方案完全符合调度目标;煤炭调度时间和加工时间均较短。该系统可行性与实时性优势显著。该设计能为企业创造较好的实践价值与经济效益。

动态多尺度决策信息系统局部最优尺度的更新规律

在对象动态增加的情况下,对多尺度决策信息系统(MDIS)保持局部决策类不确定性的最优尺度更新规律进行研究。首先,介绍决策信息系统和多尺度决策信息系统决策类不确定性的基本知识,以及MDIS保持局部决策类不确定性的最优尺度定义。然后,在增加一个对象的条件下,分析MDIS局部决策类不确定性的更新规律。最后,采用增量学习方法,给出增加一个对象条件下MDIS局部最优尺度不变和变大的充分必要条件。结果表明:文中方法可以快速地确定更新系统局部最优尺度。

基于多准则决策和深度神经网络的电子商务推荐系统

推荐系统在电子商务门户中发挥着重要作用。现有推荐算法通常基于单个评分标准进行推荐商品排序,未考虑到从不同标准的用户偏好上对用户和商品特征进行综合建模。为此,提出了基于多准则决策(MCD)和深度神经网络(DNN)的电商产品推荐系统。首先,设计上下文感知的DNN模型,从不同标准出发进行评分预测,并通过聚合函数得到综合评分预测值。其后,通过结合残差卷积神经网络(CNN)和双向长短时记忆(Bi-LSTM)的混合模型,基于用户评论预测用户对商品的情感倾向。最后,将评分预测与情感倾向结合,实现准确的商品推荐。实验结果表明,所提方法在亚马逊电商产品数据集上进行商品推荐的平均绝对误差(MAE)和均方根误差(RMSE)分别为0.953和1.129,优于其他比较方法,证明在推荐系统中结合MCD和情感分析,能够有效提高推荐系统性能。

依托神经网络的玉米水肥智能决策系统软件开发

基于神经网络技术,设计开发了玉米水肥智能决策系统,旨在为农业从业者提供高效的水肥配施决策。系统采用B/S架构的三层架构,依托Django框架实现业务逻辑,MySQL数据库和Redis技术用于数据存储和提升系统性能。系统的核心功能模块包括数据管理、模型管理、信息交互、资料管理、账户管理和系统管理,数据库设计以MySQL为基础,构建了完备的表格关系模式,为用户提供了便捷的决策支持和交流互动平台。

临床决策系统在住院患者静脉血栓栓塞症中的应用研究

研究临床决策系统在住院患者静脉血栓栓塞症中的应用效果。方法 选择我院在2022年1月至2023年1月期间收治的60例住院患者,随机分组,比较两组患者的各项管理效果。结果 观察组患者的各项管理效果均优于对照组(P<0.05)。结论 住院患者通过临床决策系统进行管理,可预防静脉血栓栓塞症,应用价值高,值得推广。