基于需求层次理论的异地互联网医疗患者感知价值体系的构建

目的:构建基于需求层次理论的互联网医疗患者感知价值体系。方法:利用文献分析法和异地患者价值需求调查问卷结果,初步形成互联网医疗患者感知价值的相关评价指标。利用李克特五级量表设计咨询调查问卷,采用德尔菲法对35名专家进行两轮问卷咨询,采用层次分析法进行各项指标权重排序,采用权威系数检验专家咨询的可靠性。结果:经过两轮专家咨询后,确定包含5个一级指标(生存、安全、社交、尊重、自我价值)、10个二级指标(名誉价值、精神价值、技术价值等)、28个三级指标的互联网医疗患者感知价值指标体系。结论:构建的指标体系具有较高的科学性、稳定性和社会意义,能够切实反映患者互联网医疗的价值需求及感知,为进一步构建“以患者为中心”的互联网诊疗模式提供理论基础。

区块链技术在医疗领域中的应用研究

介绍区块链技术内涵,系统梳理区块链技术在医疗领域:数据管理与存储、医疗供应链、医疗物联网中的应用情况,分析其面临的机遇与挑战,从应用和技术普及两个层面探讨未来研究方向,以期为相关研究提供参考。

医疗大数据应用于真实世界研究现状及展望

基于文献调研,分析医疗大数据应用于真实世界研究的开展情况,阐述大数据时代真实世界研究优势,包括外部真实性高、目标人群广泛、证据整体性强、获取证据高效等方面,提出医疗大数据应用于真实世界研究在基础架构和具体开展两方面面临的挑战。

应用医疗大数据分析提升临床研究可行性及效力

介绍大数据、真实世界证据、真实世界数据定义,阐述大数据分析提升临床研究的可行性,指出大数据分析具有优化临床研究招募、缩短临床研究周期、调整临床研究设计、构建复杂疾病治疗模型等效力并分析其局限性。

医疗数据隐私保护技术应用研究

介绍国内外隐私保护现状,分析现阶段数据平台隐私保护问题,阐述基于肿瘤大数据平台的医疗数据隐私保护技术及其实践,包括管理架构、技术架构等各方面,为相关研究提供参考。

健康医疗大数据研究的公众参与及其模式探析

健康医疗大数据资源已经成为患者、医院、政府相关机构组织关注的焦点。由于健康医疗大数据自身的特点,其应用过程中存在着诸如个人信息安全隐患、知情同意不完善、人文关怀缺失等伦理问题。健康医疗大数据研究亟待治理,而随着信息获取方式多样化,公众知识面不断拓展,过去科学家和专家主导的治理模式适用性降低,公众参与已成必然之势。在论述健康医疗大数据研究中引入公众参与的必要性的基础之上,提出了公众参与的几种模式,包括公开征询、定向征询、公开听证会、公民共识会议等,分析适合不同的公众参与形式的研究类型,以架起科学家和数据提供者间的桥梁,确保研究合乎公众利益,其他需要纳入公众参与的新技术可根据需要在此基础上作出适当的调整。

临床医疗大数据治理和应用

OMOP通用数据模型是由OHDSI提出的国际先进的医学信息科研数据模型。本文介绍对医院大量临床医疗数据抽取、清洗,在引入OMOP模型的基础上生成医疗科研数据模型,以建立包括精确队列筛选和队列分析、比较等功能的Vinci医疗数据科研分析平台为例,通过平台应用案例,讨论应用意义和存在的问题。

医疗数据信息安全政策研究

通过文本处理模型对医疗数据隐私相关法案进行关键词提取,通过统计分析词频的方式对相关法案发展做出分析并提出相应建议,包括发展保护个人数据隐私技术、推动医疗数据应用全流程管理等方面,为相关研究提供参考。

国外医疗信息化领域隐私数据保护现状及其启示

详细阐述美国、欧盟及其部分成员国、加拿大、日本、新加坡、澳大利亚等国家和地区医疗信息隐私保护领域立法现状及相关法案特点,分析我国医疗隐私信息保护立法现状与不足,提出相应建议,为建立国内医疗数据隐私法案提供参考。

医疗信息化领域中基因数据隐私安全的现状与对策

介绍数据安全相关法案以及现有的基因数据安全算法,阐述国内外基因数据安全使用与共享模式,分析基因医疗数据安全存在的问题并提出相应建议,包括尽快建立和完善相关法律法规及监管机制、建立基因精准医疗数据共享平台、推动基因组数据安全共享算法研究等方面。

构建住院患者脑卒中高危人群预警系统的实践与思考

目的 构建住院患者脑卒中高危人群预警系统,探究其对高危人群的检出率及应用的可行性。方法 设计建设脑卒中高危人群预警系统,将符合条件的住院患者纳入筛查系统,开展早期筛查并预警。运用人工筛查法统计2017—2020年的出院患者,新增ICD编码为I60-I66的“脑卒中”病例数和检出率。通过住院患者的常规筛查,探究预警系统的检出率。结果 预警系统共纳入16 030例住院患者,检出1 791例脑卒中高危人群,检出率为11.17%;人工筛查法总计66 856 355例的出院患者,“脑卒中”病例数共计43 534例,人工法的检出率为0.065%。结论 住院患者脑卒中高危人群预警系统的构建,可有效提高住院患者脑卒中高危人群的检出率,为前移脑卒中防控关口提供参考。

以ChatGPT为代表的大语言模型在临床医学中的应用综述

目的/意义近年来大语言模型技术飞速发展,其在临床中的应用亟待总结分析。方法/过程在相关文献分析基础上,梳理以ChatGPT为代表的大语言模型在临床问诊、病史采集及文本撰写、临床辅助决策、个性化精准医疗、医患沟通及患者心理支持、学术研究、医学教育、医院管理等临床领域的应用情况。结果/结论大语言模型具备全面颠覆医疗生态圈的潜力,虽然面临诸多挑战,但终将造福医患。

人工智能自然语言处理诊断肾癌T分期的研究

目的 探讨人工智能自然语言处理方法诊断肾癌T分期的可行性和准确性。方法 收集2018年1月~2020年1月国家癌症中心、国家肿瘤临床医学研究中心、中国医学科学院/北京协和医学院肿瘤医院200例肾癌患者作为训练组,选取2015年1月~2017年12月性别、年龄、病理分期匹配的200例患者作为测试组,使用基于规则匹配和条件随机场两种人工智能自然语言处理方法对病理文本数据进行提取分析。结果 基于规则匹配和条件随机场两种方法在测试组的正确率分别为99.0%和95.5%。测试组的方法性能评估中,规则匹配方法的准确率为99.0%,召回率为99.0%,F1-分数为99.0%。条件随机场方法的准确率为97.1%,召回率为95.5%,F1-分数为96.3%。结论 人工智能通过自然语言处理方法自动诊断肾癌T分期可行,且基于规则匹配的算法准确性较高,这些研究结果有待于多中心、大样本数据进一步验证。

OHDSI通用数据模型及医学术语标准国内应用现状分析

介绍观察性健康医疗数据科学与信息学计划(OHDSI)及通用数据模型(CDM)工作原理,选取中美两国从事临床、术语标准研究的相关人员开展问卷调查,总结国内CDM及医学术语标准应用现状,分析应用难点并提出发展建议。

精准医学信息学的关键技术及应用发展方向

介绍精准医学信息学的关键技术,包括组学数据标准化、数据采集、数据调用、自学习系统开发等方面;阐述精准医学信息学应用发展方向,包括疾病亚型分组技术、临床决策支持系统、电子病历升级换代等方面,以期推动我国精准医学信息学的发展。

关于中国开展孤儿药卫生技术评估的思考

罕见病是一个严重的公共卫生问题。全球有7000余种罕见病,整体上罕见病的患者总数约为世界人口的4.3%。治疗罕见病会遇到2个主要问题:第一,研发新的罕见病治疗药品(孤儿药);第二,上市后孤儿药的患者可及性。对于前者,各国(包括中国)多年来在国家相关政策上都加大力度给予财政支持以及新药审批的便利;对于后者,由于每个国家的医疗系统及制度设计不同,加之孤儿药价格不菲,从而造成孤儿药在各国的可及性有很大不同。作为制定卫生政策的信息依据,卫生技术评估(HTA)近年来在评价创新药的临床及经济价值方面发挥了重要作用。本文就中国如何开展HTA对孤儿药的评价展开讨论,并对提高中国患者对孤儿药的可及性提出几点政策性意见。

药学知识库发展与建设

介绍药学知识库内涵,分析建立药学知识库的必要性、意义、发展情况,从数据来源、模型构建、设计要点及应用几方面阐述其构建方法,提出未来发展方向。

互联网诊疗服务数据治理的探索与实践

目的探索互联网诊疗服务数据治理的价值和应用。方法梳理互联网诊疗孪生数据的现状及治理需求,阐述数据治理的技术要点,列举实例说明其在互联网诊疗领域中的实际应用,探讨目前数据治理面临的主要挑战及未来发展方向。结果互联网诊疗数据的多样性、非专业性、价值稀疏性等特点阻碍了数据利用。互联网诊疗业务的监管、学术研究、智慧服务和隐私保护均需要数据治理介入。“理”“采”“存”“管”“用”是互联网诊疗数据治理的主要环节。经过治理的数据具有学术和服务产品开发等多种应用方向。人工智能和多模态融合等技术将会给互联网诊疗领域数据治理带来新的突破。结论数据治理将为提升互联网诊疗服务水平提供有力支撑。

基于连续生理指标的脓毒症休克早期预警机器学习模型研究

目的:提出一种急危重症患者中脓毒症休克的预警模型。方法:在重症监护医学信息数据库第4版(MIMIC-IV)中筛选出符合条件的患者,提取患者的心率(HR)、呼吸频率(RR)、血氧饱和度(SpO_(2))和平均动脉压(MAP)4项连续生理指标的时间序列数据,然后将数据划分到时间窗口中。患者的一般特征(年龄、性别、体重)及生存指标(心率、呼吸频率、血氧饱和度和平均动脉压4个连续指标)分别按照线性和非线性参数进行统计分析。采用多种机器学习方法建立预测模型,预测患者在所选的时间窗口内是否会发作脓毒症休克。结果:随机森林模型预测分类准确率最高为85.16%,敏感度和特异度达到了56.00%和99.05%,接受者操作特征曲线下面积(AUROC)最高为0.85。AdaBoost模型预测的敏感度最高为58.00%。结论:随机森林模型具有高准确率、敏感度和特异度;此脓毒症休克预警模型比以往的模型预测准确度更高,预测时间更加提前。危重患者监护中可实时获得上述指标,因此通过脓毒症休克的实时动态预警,起到预测脓毒症休克的早期预警的作用,为临床决策支持提供参考。

传染病爆发流行期间的临床研究方法与卫生经济学考量

爆发性传染性疾病流行期间,尽早开展流行病学和临床诊疗数据的汇集、分析及相关研究至关重要。新型冠状病毒肺炎(COVID-19)在中国及其他国家的流行从方法学角度为研究传染病提供了重要的契机。本文提出疫情期间进行病例报告、临床随机对照试验、基于真实世界数据的研究和卫生经济学研究方法的考量。病例报告在传染病爆发期间扮演重要角色,疫情期间病例报告的发表应该重视写作规范和同行评议程序。疫情期间治疗有效性的金标准仍是开展临床随机对照试验,本文总结了在疫情爆发期间开展临床随机对照试验会面临的诸多挑战。在疫情爆发流行期间,各定点收治医院对患者实际诊疗所形成的真实世界数据,在验证疫情相关医学干预措施的安全性和有效性方面显示出一定优势。卫生经济学研究对优化传染病防控策略提供数据支撑有重要意义,本文对传染病爆发期间的卫生经济学研究方法、研究设计、技术要点进行总结。本文建议提前将临床研究和卫生经济学研究纳入到爆发性传染性疾病的防治规划中,兼顾标准与可行性,以提高对传染病爆发的应对能力。