基于“互联网+”时代背景下智慧医院管理智能化、信息化建设与实践

在“互联网+”时代背景下,传统医疗的服务、管理、医疗与互联网紧密结合,在优化医疗服务、高效配用医疗物资、巨量的患者信息管理、实时医院信息监控、实现多方医疗技术支持等多方面取得阶段性突破。基于“互联网+”时代背景,本文对医院管理的智能化与信息化、智慧医院的建设与实践、提升面向医患双方的管理质量进行分析。

创伤性颅脑损伤输血预测模型的特征加权选择方法研究

目的:通过构建的特征加权方法筛选出最佳特征子集,构建创伤性颅脑损伤输血机器学习预测模型。方法:通过对临床输血多维数据的异常值与缺失值处理、特征方差与相关性系数计算、特征评分归一化与特征分数加权相加和基于相关性的特征选择(CFS),建立单病种输血大数据的特征加权选择方法,并筛选出最佳特征子集,采用XGBoost算法模型验证特征子集的应用性能。结果:本研究建立了创伤性颅脑损伤输血大数据的特征加权选择方法,通过对医院3579例颅脑创伤患者临床输血大数据纳入的46个特征进行筛选,最终纳入16个特征作为最佳特征子集。XGBoost算法模型预测结果显示特征加权选择的特征子集构建的模型的准确率、ROC曲线下面积、召回率和F1值均高于卡方算法、随机森林和逻辑回归特征选择。结论:特征加权选择方法可有效提取临床输血多维数据中的重要特征,可提升临床输血模型预测准确性,为构建输血预测机器学习模型和人工智能开发提供支持。

基于SMOTE的神经外科患者输血机器学习预测模型建立

目的:采用过采样-机器学习算法的神经外科患者输血预测模型建立,指导临床用血决策。方法:选取2015年1月—2018年12月南昌大学第一附属医院收治的9006例神经外科手术患者为研究对象。通过缺失值、异常值处理及特征筛选共纳入27个特征,采用合成少数过采样算法(SMOTE)包括Borderline-SMOTE、SVM-SMOTE对逻辑回归、随机森林、XGboost和LightGBM模型4种机器学习算法的优化升级,以探索最佳神经外科患者输血预测模型。结果:未使用过采样方法前的4种模型预测结果显示lightGBM模型效果最佳,随机森林模型效果最差,F1-score值仅为0.6592。采用2种过采样方法对4种模型进行3种比例的过采样比较,结果显示过采样后4种模型观测均有明显提升。在模拟比例相同模型中Borderline-SMOTE对逻辑回归、XGBoost模型提升最大;SVM-SMOTE对随机森林、lightGBM提升最大;过采样后仍是lightGBM模型效果最佳,F1-score值可达到0.9248。结论:过采样算法可有效提升现有不平衡数据的机器学习模型预测效果,SVM-SMOTE和lightGBM的模型在神经外科手术患者临床用血中的预测效果较好。

住院受试者临床试验费用区隔方法探讨与实践

目的探讨如何通过信息化建设实现住院受试者临床试验费用与普通医疗费用的隔离。方法通过分析当前医疗机构多种区隔临床试验费用的方法及其优缺点,认为在不占用医疗保险(医保)基金的同时保证受试者正常享受医保报销的权益是各种方法应遵循的共同原则。基于住院医生工作站开发一种临床试验费用区隔信息模块。结果通过该模块,受试者可以根据实际医疗情况选择就医身份,研究医生可根据正常医疗或试验需求在医院信息系统(HIS)中开立医嘱,通过增删临床试验标记改变医嘱性质,系统自动拦截临床试验医嘱进行医保报销,其他费用按医保规则正常报销。结论该区隔模块能够降低受试者垫付临床试验费用的经济负担和保障其享受医保报销的权益,提高受试者参加试验的积极性、依从性,可为新备案的机构提供参考。

基于改进聚类算法构建智慧医院的研究与实践

针对智慧医院缺乏有效的智能辅助诊疗应用问题,提出一种改进聚类算法来设计与实践智慧医院的相关医疗应用,实现诊疗辅助。该算法结合一种改进的遗传算法和网络中心数学模型对初始中心进行优化,先用一种改进的遗传算法获得文档集合的近似最优聚簇数K,然后采用网络中心与重心数学模型来获得优化的初始聚类中心点,有效解决了算法对初始聚类中心的敏感性,取得了较好的实验结果。在实践应用阶段结合不同的医疗业务场景设计制定不同的应用规则模型,并通过智能检查预约时效分析、输血质量智能评价、手术风险预测分析、辅助诊断推荐等实践应用检测该算法的运行效果,取得了良好的运用结果。

复杂场景下人体跌倒行为监测模型构建的研究

目的:为了解决现有摔倒检测方法识别不准确的问题,提出了一种基于骨架优化和膨胀图卷积的摔倒监测方法。方法:通过姿态估计获得人体骨架关节点位置信息,构建人体摔倒行为骨架的时序空间。通过膨胀图卷积网络从关节点坐标中提取了结构化行为特征,融合了不同膨胀次数的邻接矩阵。结果:经过在3个公开数据集上的实验,本研究所提出的方法均取得了最优的准确率。结论:本研究所提出的检测方法能够增强对四肢摔倒行为特征的提取,并且通过对不同膨胀次数邻接矩阵的融合,扩大了特征提取的感受野,优化摔倒特征的表达,提高识别准确率,有助于预防护理对象的摔倒。

基于集成平台的医院一体化综合运营管理平台研究与设计

本项目建立以财务为中心的医院运营管理一体化平台,实现资金流、业务流、数据流的同步和信息共享。通过建立数据中心,利用大数据分析技术提供管理辅助决策,合理调配医院人财物各项资源,并有效提高医院管理效率。结合医院管理理念,建立成本、预算、物流、绩效、科教研管理体系,并形成事前、事中、事后控制机制,促进医院运营目标的落实和实现。

基于PDCA的临床输血管理与评价信息系统建设及应用

根据南昌大学第一附属医院临床输血管理与评价信息系统建设现状,阐述了系统建设的流程。该系统实现了临床输血的全生命周期的路径管理,实现了用血的闭环以及质量管理的持续改进。

基于信息化实现移动护理中输液及输血闭环管理

目的:在移动护理信息系统中加入闭环流程管理,保证患者安全,提高护士的工作效率,规范护理行为、提高护理管理。方法:通过信息技术,在患者身份核对,输液及输血关键环节,进行数据实时记录,并通过CDR进行展现闭环。结果:使护理治疗过程形成一个闭环链路,通过闭环进一步分析,促进管理。结论:通过闭环管理对床旁护理的全过程实现监管,对提高护理工作质量,提升护理管理质量有重要意义。

基于多级特征融合和时域扩展的行为识别方法

近年来,基于图卷积网络的行为识别是计算机视觉领域的研究热点。然而,现有的图卷积行为识别方法忽略了肢体层面的动作特征,使得行为空间特征提取不准确。此外,这些方法缺乏在间隔帧间进行时序动态建模的能力,导致行为时域特征表达不充分。针对上述问题提出一种基于多级特征融合和时域扩展的图卷积网络行为识别方法。该方法通过多级融合模块提取与融合低层次的关节特征和高层次的肢体特征,从而得到判别性更强的多层级空间特征。同时通过时域扩展模块从相邻帧、间隔帧中学习丰富的多尺度时域特征,增强行为特征的时序表达。在三个大型数据集(NTU RGB+D 60、NTU RGB+D 120和Kinetics-Skeleton)上的实验结果表明,所提方法的识别准确度高于现有行为识别方法。

输注不同储存时间红细胞对创伤性脑损伤患者预后的影响

目的探讨输注不同储存时间红细胞对创伤性脑损伤(TBI)患者预后的影响。方法检索2013年1月至2018年1月在我院神经外科住院治疗的TBI输血患者3268例,其中1596例纳入了研究对象,将输注新鲜红细胞(储存时间≤14 d)者分为观察组(n=683),输注衰老红细胞(储存时间>14 d)者分为对照组(n=913),分析两组患者临床基本资料、输血相关资料,并进行单因素Logistic回归分析及生存曲线分析。结果(1)两组患者临床基本资料与输血相关资料比较差异均不具统计学意义(P>0.05);(2)单因素Logistic回归分析显示观察组与对照组90 d病死率分别为17.0%与13.8%(OR=0.886,95%CI:0.621~1.263,P=0.503);两组患者各亚组创伤严重程度评分(ISS)、格拉斯哥昏迷评分(GCS)、脑损伤类型90 d病死率及各次要结局指标差异均不具统计学意义(P>0.05);(4)生存曲线分析显示观察组与对照组患者90 d生存率(83%vs.86.2%)差异不具统计学意义(P>0.05)。结论输注不同储存时间红细胞不影响TBI患者预后。

基于深度学习的肺炎智能定量评价和疗效评估系统的建设与应用

目的:建立肺炎智能识别和评价系统,提高影像诊断精准率和效率,为临床疗效评估提供依据。方法:结合迁移学习技术,训练一个融合的深度卷积神经网络模型,对肺区域进行病灶识别、对比随访、渲染分割、严重程度的评定和病变体积的计算等。结果:结合迁移学习方法训练的融合深度学习模型对肺炎评价的敏感性达97.3%,特异性99%,疗效评估相关值R达0.87、P<0.01。结论:基于深度学习的肺炎智能定量评价和疗效评估系统,能够精准评价病情、定量评价疗效、合理评估预后。

一种基于医院信息管理系统的临床试验免费诊疗信息模块设计和应用

本研究通过分析临床试验免费诊疗模式发展现状,结合临床试验现场核查对数据真实且可溯源的要求,设计了一种基于医院信息管理系统(HIS)的临床试验门诊免费诊疗信息模块。该模块可为受试者在HIS中开具临床试验免费医嘱和查询受试者在院临床试验史,具有操作简单、方便,不增加研究者工作量的优点,实现了全流程信息化监管和实时抓取医技部门开展临床试验检验检查的绩效数据,提高了研究者的积极性、医技人员的配合度和受试者的依从性。

核苷(酸)类似物初治的慢性乙型肝炎患者发生低病毒血症的影响因素及其动态变化分析

目的探讨核苷(酸)类似物(NAs)初治的慢性乙型肝炎(CHB)患者发生低病毒血症(LLV)的影响因素,并进一步分析其动态变化。方法选取2020年11月—2022年3月于南昌大学第一附属医院感染科门诊就诊且接受NAs抗病毒治疗至少12个月的CHB患者78例,根据治疗期间的HBV DNA水平,将患者分为持续病毒学应答(SVR)组(n=58)和LLV组(n=20)。计量资料两组间比较采用独立样本t检验或Mann-Whitney U检验,计数资料两组间比较采用χ^(2)检验或Fisher精确检验;多因素Logistic回归分析CHB患者发生LLV的独立影响因素,并建立预测模型。采用受试者工作特征曲线(ROC曲线)评价模型的预测价值。使用Kaplan-Meier分析HBV DNA累积阴转率,应用Log-rank检验进行比较。采用重复测量方差分析比较两组间或组内0、12、24、36、48周HBV DNA和HBsAg水平及其变化的差异。结果LLV组HBeAg阳性率(90.0%vs 48.3%,χ^(2)=10.701,P=0.001)、HBV DNA log值(7.26±1.46 vs 5.65±1.70,t=-4.178,P<0.001)、HBsAg log值(4.53±0.86 vs 3.44±0.93,t=-4.813,P<0.001)高于SVR组,年龄[29(26~34)岁vs 33(30~43)岁,Z=-2.751,P=0.009]、ALT[67.0(54.0~122.0)U/L vs 111.0(47.0~406.0)U/L,Z=-2.203,P=0.028]、AST[43.5(32.8~62.8)U/L vs 77.5(35.0~213.0)U/L,Z=-2.466,P=0.014]、LSM[7.7(6.3~8.5)kPa vs 8.9(7.2~11.4)kPa,Z=-2.022,P=0.043]低于SVR组。多因素Logistic回归分析显示,基线HBV DNA(OR=2.365,95%CI:1.220~4.587,P=0.011)、HBsAg(OR=4.229,95%CI:1.098~16.287,P=0.036)和ALT(OR=0.965,95%CI:0.937~0.994,P=0.018)是CHB患者发生LLV的独立影响因素;由此建立预测模型Logit(MLLV)=-8.668+1.441×lgHBsAg+0.598×lgHBV DNA-0.016×ALT,其ROC曲线下面积为0.931,高于HBV DNA、HBsAg和ALT(ROC曲线下面积分别为0.774、0.856、0.666),最佳截断值为0.44,敏感度、特异度分别为85.00%、93.10%。基线HBV DNA>7.29 lgIU/mL和HBsAg>4.38 lgIU/mL的CHB患者HBV DNA阴转率明显低于HBV DNA≤7.29 lgIU/mL和HBsAg≤4.38 lgIU/mL的患者(χ^(2)值分别为22.52、26.35,P值均<0.001)。CHB患者的HBV DNA和HBsAg的下降速率分别在第12周和第24周最大,LLV组患者HBV DNA和HBsAg水平在0、12、24、36、48周均高于SVR组(HBV DNA:t值分别为-4.084、-4.526、-5.688、-7.123、-6.266,P值均<0.001;HBsAg:t值分别为-4.652、-4.691、-4.952、-4.804、-4.407,P值均<0.001)。结论基线高HBV DNA水平、HBsAg定量和低ALT水平的NAs初治CHB患者更易发生LLV,动态监测其变化对LLV的出现有重要意义。

基于人工智能的VTE管控平台建设

基于人工智能技术,探索构建涵盖患者全就诊信息的VTE管控平台,对患者进行实时风险评估。通过闭环管理,医护人员能够及时获得患者VTE预警结果并及早干预。该平台的构建与应用,使医院VTE风险评估效率大幅提升,针对风险人群的预防措施实施率提高,并实现了评分标准统一与全过程数据留痕,具有参考价值。

多种模型预测HBV-ACLF合并IPA患者的短期预后价值分析

目的应用终末期肝病模型(MELD)评分、终末期肝病联合血清钠模型(MELD-Na)评分、慢性肝功能衰竭联盟-器官功能衰竭(CLIF-C OF)评分和慢性肝衰竭联盟-慢加急性肝衰竭预后(CLIF-C ACLF)评分对乙型肝炎病毒相关慢加急性肝衰竭(HBV-ACLF)合并侵袭性肺曲霉病(IPA)患者短期死亡风险进行预测,探讨并比较各种评分系统对HBV-ACLF合并IPA患者短期病死率的预测价值。方法收集南昌大学第一附属医院感染科2019年1月至2021年12月收治的HBV-ACLF患者的临床资料。根据是否诊断为IPA分为IPA组和非IPA组,随访记录HBV-ACLF患者自诊断后28d的临床转归情况。分别计算MELD评分、MELD-Na评分、CLIF-C OF评分和CLIF-C ACLF评分,应用ROC曲线比较以上评分系统的预测价值。符合正态分布者两组间的比较采用t检验,不符合正态分布者两组间的比较采用Mann-Whitney U检验。结果在110例患者中,治疗28d死亡36例(32.7%)。MELD评分、MELD-Na评分、CLIF-C OF评分和CLIF-C ACLF评分预测HBV-ACLF合并IPA患者28d死亡风险的ROC曲线下面积(AUC)分别为0.77、0.74、0.93和0.89。CLIF-C OF评分的AUC最大,与CLIF-C ACLF评分AUC的比较差异无统计学意义(P>0.05)。CLIF-C OF评分、CLIF-C ACLF评分与MELD评分和MELD-Na评分AUC的比较差异均有统计学意义(P<0.05)。结论CLIF-C OF评分和CLIF-C ACLF评分能有效预测ACLF合并IPA患者28d的死亡风险。

基于“互联网+”的智慧核酸采集系统建设与应用

目的:提高大规模核酸采集工作效率,减轻医务人员工作压力,避免交叉感染;方法:我院从实际情况出发,分析和研究核酸采集的流程和功能,充分利用“互联网+”等新一代信息技术,打造了一套全流程、闭环可控的智慧核酸采集系统;技术:智慧核酸采集系统和实验室检测系统、健康码系统实时对接和数据交换,采用DEPHI、JAVA编程语言,通过前置机和webservice接口从HIS(医院信息管理系统)或健康码平台获取被采人员的基本信息,如姓名、性别、身份证号和电话号码等信息,完成核酸检测登记、采集、签收、上机、审核和上传结果无缝连接,从登记采样到结果上传全流程闭环管理;结果:系统上线后,医院快速完成了多轮全市大规模核酸采集与检测任务,真正实现了让数据多跑路、患者少跑腿的应用效果,解决了核酸采集速度慢、排队等候时间长、数据共享等问题,为常态化疫情精准防控提供了有力保障;结论:基于“互联网+”的智慧核酸采集系统能够支撑常态化疫情防控工作的要求,对于安全、稳定、高效地完成大规模核酸采集任务提供了有力保障。

集团化医院多数据中心的建设思考

随着大型医院集团化发展,多活数据中心成为多院区协同医疗的基石。本文思考建立跨院区双冗余的传输架构,采用SDN控制器弱控组网方案,通过Vx LAN技术打通跨院区大二层网络,利用MP-BGPEVPN完成控制面的自动学习,实现虚拟服务动态漂移,确保医疗业务的连续性。SDN控制器负责服务策略下发,安全资源灵活分配等。此外,本文思考建立一套针对医院业务,可跨院区管理的监控平台,提升数据中心运维效率。

恩替卡韦经治后低病毒血症的慢性乙型肝炎患者序贯联合富马酸丙酚替诺福韦治疗的疗效及影响因素分析

目的观察恩替卡韦(ETV)经治后低病毒血症(LLV)的慢性乙型肝炎患者序贯或联合富马酸丙酚替诺福韦(TAF)的疗效及影响因素。方法回顾性收集2020年1月至2022年9月于南昌大学第一附属医院感染科的经ETV抗病毒治疗的慢性乙型肝炎患者126例,根据治疗期间的HBV DNA水平,将患者分为完全病毒学应答组(n=84)和LLV组(n=42),对两组患者基线及48周的临床特征和实验室指标进行单因素分析。根据LLV组患者继续抗病毒治疗方案分为3组:续用ETV为对照组、换用TAF为序贯组、ETV联合TAF为联合组,并持续抗病毒治疗至96周。对3组患者48周的资料进行单因素方差分析,比较3组患者96周抗病毒治疗后HBV DNA转阴率、HBeAg转阴率、丙氨酸转氨酶、肌酐和肝硬度测定值。用多因素logistic回归分析LLV患者96周HBV DNA未转阴发生的独立影响因素,用受试者操作特征曲线评估预测LLV患者96周HBV DNA未转阴发生的效能。运用KaPlan-Meier分析LLV患者的DNA累积转阴率,用Log-Rank检验进行比较;动态观察治疗期间HBV DNA和HBV DNA转阴率。结果完全病毒学应答组与LLV组单因素分析结果显示基线时年龄、人体质量指数、HBeAg阳性率、HBV DNA、HBsAg、丙氨酸转氨酶、天冬氨酸转氨酶、肝硬度测定值差异均有统计学意义(P值均<0.05)。3组LLV患者48周单因素方差分析结果显示差异均无统计学意义(P值均>0.05);96周治疗后序贯组及联合组HBV DNA转阴率明显高于对照组(88.89%比41.18%、85.71%比41.18%,χ^(2)=10.404,P=0.006),HBeAg转阴率高于对照组,差异无统计学意义(P值>0.05);序贯组及联合组的丙氨酸转氨酶、肌酐、肝硬度测定值与对照组相比均有不同程度改善,差异均具有统计学意义(P值均<0.05)。48周后续用ETV和48周HBV DNA是LLV患者96周HBV DNA未转阴的独立危险因素(P值均<0.05)。48周HBV DNA的受试者操作特征曲线下面积为0.735(95%CI:0.578~0.891),cut-off值为2.63 log10 IU/ml,灵敏度、特异度分别为76.90%、72.40%。48周续用ETV和48周HBV DNA≥2.63 log10 IU/ml LLV患者HBV DNA转阴率明显低于序贯或联合TAF和48周HBV DNA<2.63 log10 IU/ml的患者。继续治疗48周至96周期间,序贯组和联合组72、84、96周的HBV DNA转阴率均高于对照组,差异均具有统计学意义(P值均<0.05)。结论序贯或联合TAF抗病毒治疗可以更有效地提高ETV经治后发生LLV的慢性乙型肝炎患者96周完全病毒学应答率,且可以改善患者肝肾功能和减轻肝纤维化程度。48周后续用ETV和48周时HBV DNA载量是LLV患者96周HBV DNA未转阴的独立预测因素。

核苷(酸)类似物初治慢性乙型肝炎患者发生部分病毒学应答的影响因素分析

目的探讨核苷(酸)类似物[Nucleos(t)ide analogs,NAs]初治的慢性乙型肝炎(Chronic hepatitis B,CHB)患者发生部分病毒学应答(Partial virological response,PVR)的影响因素,并分析PVR发生过程中病毒学及肝功能指标的动态变化。方法回顾性分析2019年9月至2021年4月南昌大学第一附属医院感染性疾病科门诊接受NAs治疗至少48周的84例初治CHB患者临床资料。根据治疗期间的HBV DNA水平,将患者分为完全病毒学应答(Complete virological response,CVR)组(n=60)和PVR组(n=24)。采用多因素Logistic回归分析PVR发生的危险因素,应用受试者工作曲线(Receiver operating characteristic curve,ROC)评估各指标预测发生PVR的效能。结果多因素Logistic回归分析显示,基线HBsAg、丙氨酸转氨酶(Alanine aminotransferase,ALT)及治疗12周HBV DNA是NAs治疗初治CHB患者发生PVR的独立影响因素(P<0.05)。基线HBsAg、治疗12周HBV DNA和基线ALT均能预测PVR的发生(P<0.05或<0.01)。基线ALT对PVR发生的预测价值低于治疗12周HBV DNA(Z=3.436,P<0.001)和基线HBsAg(Z=2.436,P=0.040);而治疗12周HBV DNA与基线HBsAg的预测价值比较,差异无统计学意义(Z=0.815,P=0.390)。治疗前后PVR组HBsAg及HBV DNA均高于CVR组(F=26.468和101.433,P<0.05)。结论治疗前高HBsAg水平、治疗12周高HBV DNA载量及治疗前低ALT水平的NAs初治CHB患者更易发生PVR。动态监测此类人群的HBsAg、HBV DNA及ALT水平有重要意义。