基于云计算和服务化中台架构的医院信息系统构建

为应对医疗行业"互联网+"应用迅猛发展带来的严峻挑战,落实国家一系列相关政策,提出要基于先进的云计算平台和互联网的服务化中台架构,打造新一代的医院核心信息系统,实现院内、院外系统在底层架构上的打通,实现医院核心业务的互联网化。同时,要在服务化的中台架构上,按照医疗健康行业统一标准,实现数据的互联互通。

基于区块链的临床试验数据流转模式探索与设计

目的:基于区块链技术,使临床试验数据在流转过程中可进行分步溯源,提升数据的可信度和质量。方法:运用区块链共享账本、隐私保密技术对药品在临床试验期中的流通进行登记,使临床试验全生命周期数据溯源成为可能,结合对象标识符(OID)技术对临床试验药品进行赋码,对在临床试验中流通的药品进行数据流通标记。结果:初步完成了基于区块链的临床试验研究系统的建设框架。结论:基于区块链在药物临床试验中的应用可行性研究,可有效解决临床试验数据流转管理过程中的现实痛点,包括数据信任、数据流转可追溯性、数据传输速度和数据处理质量等问题,有效提升临床试验数字化程度。

基于云计算的医学影像交付系统的建设与应用

为解决患者在互联网中查阅数字化医学影像问题,通过建设基于云计算的医学影像数字化交付系统,利用云计算技术将医学影像以云胶片的形式交付给患者。该交付方式不仅方便又绿色环保,同时减少医用胶片使用,降低科室运营成本,提高了患者对医院服务的满意度。

公立医院医保全场景智能管理探索

随着我国医保支付方式的改革和医保政策的推进,医保管理已经成为公立医院运营管理的核心板块。根据公立医院医保管理的业务场景,医保智能管理可以分为基于规则的自动化医保智能管理引擎、基于对话式用户界面的数字医保管理助力和基于深度学习的医院医保管理大脑3个层次。2020年8月,某三级甲等医院在医院智慧管理标准要求下,突破传统医保管理模式,启动了数字赋能的医保全场景智能管理实践,包括医保智能业务审核、医保智能对账、医保智能费用及成本管控和医保智能管理驾驶舱,实现了医保管理的智能化和规范化,提升了医院整体运营效能。

电子预警系统在急性肾损伤高危病房的初步应用

目的:探讨电子预警系统在急性肾损伤(AKI)高危病房初步应用的价值。方法:前瞻性、随机对照设计。在重症监护室和心血管病区运行AKI电子预警软件。人工判断的AKI为"金标准"。系统根据血清肌酐自动识别AKI后,随机分为预警组(318例)与非预警组(623例),对预警组发出提醒弹窗。结果:电子预警系统判断AKI的灵敏度、特异度、Youden指数和正确率分别为100%、97.7%、97.7%和98.1%。预警组的AKI诊断率(5.6%和1.9%,P=0.002)和扩展AKI(AKI及多器官功能衰竭)诊断率(11.2%和4.3%,P<0.001)都高于非预警组。在心外科病房,AKI诊断率(3.9%和1.2%,P=0.098)及扩展AKI诊断率(9.0%和2.9%,P=0.003)高于非预警组。在肾内科会诊率、院内肾替代治疗、院内死亡、肾功能恢复等观察终点中,两组患者差异无统计学意义。结论:电子预警系统有助于辅助AKI诊断。由于临床对预警信息的重视不够,该系统还未能改善临床不良事件。

基于视网膜图像疾病检测大模型的可迁移性验证

迁移学习通过整合源领域模型知识,优化目标领域的模型性能。但在医学领域中不同病种之间存在差异,甚至某些病种在源机构标注训练集中从未出现,这构成了典型的开放场景下的迁移学习问题,此外由于部分数据难以获取,以大批量标注来进行二次训练的工作存在困难。医学影像基础大模型的出现为这些问题提供了一种潜在解决方案,这些基础大模型是基于海量的数据进行预训练,具备强大的特征提取和学习能力,可以将其作为迁移学习的起点,将源领域的知识迁移到目标领域。基于视网膜影像疾病诊断基础大模型,从疾病种类、疾病位置、模型迁移方法的跨任务迁移能力及外部测试的跨中心迁移能力4个方面对其进行了可迁移性的验证,展示了其在解决开放场景下医学迁移学习问题中的潜力和价值,为医学影像分析技术的发展和应用提供了新的思路和方法。

老年慢性病共病人群自我医疗的研究进展

随着老龄化进程的加快及疾病谱的转变,我国老年慢性病共病检出率呈上升趋势。本文从老年慢性病共病的现状和危害、老年慢性病共病人群自我医疗的现状和影响因素及老年慢性病共病人群自我医疗的健康促进措施等几个方面进行综述,以期为我国开展老年慢性病共病预防控制及提升老年人自我医疗能力和自我管理效果提供参考。

基于病案首页数据的手术并发症监控模式构建及其效果评价

目的:探索基于病案首页数据建立手术并发症监控模式,并分析其对手术并发症发生率变化趋势的影响。方法:广州市某三级综合医院以绩效考核中手术并发症发生率数据为核心要素,基于"结构-过程-结果"框架构建手术并发症监控模式。通过全国三级公立医院绩效考核病案首页采集系统,收集该医院2019年1月至2022年6月的手术并发症发生例数和同期出院手术患者人数。对手术并发症发生率采用描述性分析,采用Joinpoint回归分析手术并发症发生率的变化趋势,并计算月变化百分比(MPC)和平均月变化百分比(AMPC)。结果:医院自2021年5月开始实施手术并发症监控模式,手术并发症发生率从2021年6月的2.55%下降至2022年6月的0.82%,MPC为-5.58%(P=0.024),优于2019年1月至2021年5月的变化情况(MPC=0.18%,P=0.755)。结论:医院构建的手术并发症监控模式可以有效降低手术并发症发生率,为优化医院医疗质量管理流程和决策模式提供参考。