简介:摘 要 科研水平的高下是区分医院质量和竞争力高低的重要因素,传统的科研开展的方式和效率显得越来越不能适应大数据和人工智能时代的到来,因此医疗机构,尤其是高水平医院非常需要构建一套依托医院自身医疗数据高效率高质量的建设数据智能算法训练平台支撑高水平的科研开展。本文介绍了作者参与多家医疗机构的科研大数据平台和专科病种数据库建设的体会,并针对当下各地医院在建设提升自身的医疗数据智能化水平中面临的问题和开展过的工作,提出了自身的见解,并结合自身的工作经验,提出了高水平医院医疗数据智能算法训练平台的详细建设路径思路,并提供了建设重点的切入点,适用于医院加以建设,并支撑广泛的实际应用场景。
简介:目的尝试以军队医疗数据为资源,融合多种军事信息要素,以多源异构的健康数据为基础,利用大数据分析技术,分析研究面向军队医疗的大数据应用服务平台建设。方法通过军队医疗机构近30年的医疗数据为基础数据源,结合其他军事要素数据进行分析,研究部队的作战训练伤病防护、医疗卫生保健、传染病防控,以及官兵、家属的个人电子健康档案等应用体系,设计大数据分析技术架构,探讨基于数据挖掘技术的应用系统平台建设。结果提出的面向军队医疗领域的大数据应用平台构建,从医疗大数据应用服务的各层次入手,总结一套军队医疗大数据应用平台开发的技术架构,为军队医疗大数据应用分析提供平台支持。结论军队医疗大数据应用平台的研究、构建与分析,能够为保障部队提供优质医疗服务、疾病预防和作战训练等决策依据。
简介:摘要目的探讨人工智能算法模型在创伤患者下肢静脉血栓栓塞症(VTE)诊断中的预测效能。方法回顾性收集1992年12月至2017年11月中国人民解放军总医院信息系统数据库中骨折手术患者资料,共15 856例。按照患者有无血栓将其分组,并进行数据预处理和特征提取。选择随机森林(RF)、贝叶斯(Bayes)、决策树(DTC)及梯度提升树(GBDT)4种常用算法构建VTE风险预测模型,根据院内患血栓与否进行随机分层抽样,将原始数据按8∶2的比例分为训练集和测试集。通过比较上述方法中受试者工作特征曲线(ROC)下面积(AUC)、真阳性率(TPR)和精确度,评估不同模型在VTE临床诊断中的效能。根据研究特征在模型中的贡献程度进行重要特征排序,筛选VTE的重要预测特征。结果RF、Bayes、DTC和GBDT模型AUC分别为0.89,0.86,0.68,0.71,TPR分别为0.29,0.44,0.38,0.66,精确度分别为0.97,0.94,0.95,0.76;其中RF模型AUC最大,精确度最高。对各VTE人工智能预测模型的重要特征分析表明,血栓病史可以作为不良结局的首要预测因素。RF模型重要临床特征排序为:血栓病史、依诺肝素钠注射液剂量、最后一次葡萄糖测定结果、术后首次葡萄糖测定结果等。结论RF模型在创伤患者VTE风险预测中的精确度最高,能够为VTE预防策略制订提供参考依据。
简介:摘要目的加强医疗数据资源整合共享,为临床科研人员提供高质量、可利用的数据,推进医疗数据在临床科研中的深入应用。方法根据全院级医疗大数据平台的建设和应用目标,将多个主要临床业务信息系统的数据整合后进行数据清洗、加工和解析,最终汇聚到统一平台中,形成有价值、可被利用的数据资源。结果构建面向临床科研的全院级医疗大数据平台,该平台累积了北京大学人民医院自2004年以来,1 342万余名患者的5 000万余次就诊数据,设计了面向分析的医院科研通用数据模型,并能够按照模型在平台上进行科研数据查询与导出,建立了医院临床科研数据管理规范和服务机制。结论医疗大数据平台的建设及数据治理实践为北京大学人民医院基于医疗大数据的高水平科技攻关提供了高质量数据基础,进一步提升了临床科研效率和质量。同时,在确保数据安全、合规利用的基础上,从全院视角对临床科研数据进行了管控。
简介:摘要随着当前生活水平的提高,人们更加关注自身健康,也选择越来越多的有益健康的生活方式,医疗信息平台是信息化与现代医学技术相互交能融产生的另一独特医疗系统,它简化了看病流程,普及医疗知识,提供健康教育,推进卫生改革发展。目的调查医疗信息平台面向移动用户推进信息化建设。方法通过语音、短信、网络等多种技术为患者提供咨询。结果8个月门诊量增加,通过平台预约挂号人次增加391人次。结论医疗信息平台推动区域信息化建设,增加医院门诊就诊人数,提高患者满意度。
简介:摘 要:中医医院作为中国传统医学的代表,在中国以及世界各地,不仅提供传统中医治疗,还融合了现代医学技术,为患者提供多元化的医疗服务。然而,中医医院面临着日益复杂的管理挑战和临床决策需求,同时也需要保护和传承丰富的中医传统知识。在这个背景下,大数据技术的崛起为中医医院提供了宝贵的机会,使其能够更好地应对现代医疗的挑战,提供更优质的医疗服务。本研究旨在探讨中医医院大数据决策支持平台的开发和智能运用,以提升中医医院管理和临床决策的水平。通过综合运用数据采集、整合、存储和分析技术,我们开发了一套智能化的平台,能够为医生提供个性化的临床决策支持,制定患者个性化治疗方案,为管理者提供管理决策支持并监测医疗质量。这一研究为中医医院的现代化建设和与现代医学的融合提供了新的思路和方法,对于提高医疗服务质量和效率具有重要意义。