中国医院感染控制领域科技创新竞争态势研究

目的探讨中国医院感染控制领域科技创新竞争态势,揭示该领域技术、产品研发趋势和方向,以推动医院感染防控领域的科技创新。方法基于权威专利检索数据库和产业智库数据,采用定量和定性相结合的方法,分析2012—2021年中国医院感染防控领域的专利技术,以及具有一定规模的企业创新产品竞争态势。结果2012—2021年中国医院感染控制领域共申请专利22475件,其中发明专利6320件(28.12%),实用新型专利16155件(71.88%)。2021年发明和实用新型专利数量较2012年分别增长5.1、2.6倍,但发明专利总体有效率仅占16.72%。公司和个人发明专利持有率分别为44.17%、34.57%,高校和医院实用新型专利持有率分别为43.08%、24.23%;材料或物体的灭菌或消毒的方法或装置发明和实用新型专利占比分别为42.52%、45.47%;海外市场布局低于1%;近年创新产品研发仅千万人民币级规模。结论医院感染控制领域科技创新竞争力亟待加强,需多管齐下推动科技成果转化,加强感染控制学科建设,推动创新应用转化,提高科技创新成果的精细化、智能化水平。

医养服务机构质量评价指标体系的构建与初步应用

目的以“结构-过程-结果”理论为框架,构建医养服务机构质量评价指标体系并初步应用。方法基于文献研究、小组讨论、德尔菲法及层次分析法,确定评价指标体系和各指标权重。应用该指标体系在长沙市3家医养服务机构进行现场评价。结果共进行2轮函询,专家权威系数分别为0.915和0.927,协调系数分别为0.211和0.164,最终确定一级指标3个,二级指标13个,三级指标53个。评价指标体系的Cronbach'sα系数为0.786,平均内容效度指数为0.862。在3家医养服务机构进行的预调查效果较好。结论医养服务机构质量评价指标体系信度、效度较好。构建的指标科学、合理、实用性强,能有效评价医养服务机构质量并发现问题。

基于卷积神经网络的基底细胞癌和色素痣的临床图像鉴别

目的:利用卷积神经网络(convolutional neural network,CNN)算法构建基于临床图像的基底细胞癌和色素痣的智能辅助诊断模型。方法:首先,基于湘雅医学大数据平台构建一个大规模的以中国人种为主的皮肤疾病临床图像数据集——湘雅皮肤疾病数据集;在此数据集的基底细胞癌和色素痣的子集上评估5种主流CNN模型(ResNet50,InceptionV3,InceptionResNetV2,DenseNet121,Xception)的分类性能;以热力图的形式分析模型诊断结果的依据;将最优的CNN分类模型与30名专业的皮肤科医生对100例患者临床图像鉴别进行对比。结果:湘雅皮肤疾病数据集包含150 223幅带有病变区域标记的临床图像,涵盖543类皮肤疾病,且数据集内每幅图片都包含病理金标准的支持和患者的病史资料。在由349幅基底细胞癌和497幅色素痣的测试集上,最优的CNN模型为Xception,其分类正确率可以达到93.5%,其中基底细胞癌和色素痣曲线下面积(area under curve,AUC)分别为97.4%和96.9%。热力图的结果表明CNN模型能学习到与疾病鉴别相关的特征。Xception模型在鉴别基底细胞癌和色素痣的临床图像的能力与专业皮肤科医生基本相当。结论:本研究属于首次基于中国人种临床数据集的皮肤肿瘤的辅助诊断研究,证明了CNN模型具有对于中国人种基底细胞癌和色素痣的鉴别能力,为后续人工智能在皮肤肿瘤中的诊疗应用奠定了扎实基础。

多学科诊疗模式下癌性伤口出血风险的管理

目的 :总结我院伤口护理中心联合多学科实施癌性伤口出血风险管理的经验,为相关标准的建立和具体实践提供参考依据。方法 :组建多学科团队,施行以造口治疗师为主导的多学科诊疗模式,通过制定伤口出血风险预案,对癌性伤口患者进行系统的出血风险评估,明确风险等级并逐级强化告知,遵循TIME原则和我国慢性难愈性创面诊疗思路及原则实施伤口处理,并落实延续护理。结果 :2019年1月至2021年12月伤口护理中心共收治癌性伤口患者167人,在换药时无意外出血不良事件发生,无投诉、纠纷,患者对伤口护理中心护理工作总体满意度达98.3%。结论 :在多学科诊疗模式下实施癌性伤口出血风险管理,汇集多学科专业意见,优化工作流程,从医疗、法律、管理等方面搭建安全体系,使患者得到安全、有效救治。

ICU患者温控人机智能协同系统设计研究

根据用户为中心的经典设计理论及AI设计方针,以三甲医院重症监护病房实地调查所得的患者温控需求为基础,综合考虑ICU特殊情境、温控护理任务特点及患者病情处理的复杂性,通过护理人员参与式设计与迭代优化,构建了以护理床为中心的ICU患者温控人机智能协同系统,设定了系统中智能护理床的温控能动性程度与范围,进行了智能护理床温控的情境自适应、主动交互模式及动态人机学习与修正设计。经三甲医院ICU资深护理人员对解决方案的评估及反馈,证明了系统的自主性、监控效率、操作易用性及信息易懂性,为传统ICU监控信息系统提供了精准化、个性化与智能化的设计思路。