基于智能病案归档系统的医疗过程无纸化办公平台建设

目的设计一套基于智能病案归档系统的医疗过程无纸化办公平台,以实现医疗过程的无纸化办公.方法以某三级甲等医院为例,基于实验室信息系统,医院信息系统,影像归档和通信系统等信息系统,完成数字证书认证系统,信息集成平台,病案质控系统,病案数据库及索引库,数据灾难备份体系等的设计.在"病案可信归档系统V1.0"软件基础上引入AI全病案质控系统,升级为"病案可信归档系统V2.0",建立一套无纸化办公的管理机制,实现病案全生命周期智能化管理.结果基于智能病案归档系统的医疗过程无纸化办公平台应用后,病案7 d内归档率由72.66%提高至96.87%,甲级病案占比由97.74%提高至99.14%,差异均有统计学意义(P<0.001).借助无纸化办公平台,查询病案资料时间平均缩短了157.56 s,无纸化病案调取份数也有大量提高;危急值30 min内处置及时率由78.58%提高至88.86%,差异均有统计学意义(P<0.001);医院每年节省经济成本约496万元.结论基于智能病案归档系统的医疗过程无纸化办公平台的应用,切实提升了医院病案归档水平和医疗过程无纸化水平,实现了医院病案档案的高效管理和利用,充分发挥了无纸化管理优势,提高了工作效率,提升了患者体验,使病案更好地服务于医疗.

人工智能在生物样本库中的临床应用研究

一,研究目的本研究主要对生物样本库相关患者的临床信息使用人工智能的方法进行处理和挖掘;利用处理后的数据对临床样本进行智能辅助筛选,并且将结构化的数据用于后期的研究,同时通过问卷调查了解儿童和成人三级医院医务人员对于临床研究工作的认知度,行动力以及影响因素,为医疗机构开展临床研究提供决策依据和合理建议.二,研究方法(一)利用人工智能自然语言处理技术提高数据提取效率的随机对照试验为了评估使用人工智能自然语言处理(NLP-MIES)技术组在电子病历表单(eCRF)数据录入过程中是否比人工组有更高的效率和准确性,在上海儿童医学中心(简称儿中心)开展了一项随机对照的现场试验,我们选择了两种内外科常见疾病做为代表性疾病(小儿先天性心脏病和小儿肺炎),构建这两种疾病的简易eCRF来评估经NLP处理后的结果.在试验之前,所有的志愿者都被授权使用电子病历系统,并组织集中培训电子病历表单的数据输入.为了减少环境因素的潜在影响,选择了一个相对安静的地方进行试验.我们预测每个参与者的平均准确度和完成eCRFs所需的时间可能不是正态分布,因此使用中位数和四分位数来描述.为了评估组间的差异,我们对试验结果的数据进行了对数转换,并使用SAS 9.2软件进行组间t检验,计算P值,对数平均差,几何平均变化率及相应的95%置信区间.双侧的P值<0.05认为差异具有统计学意义.(二)人工智能辅助生物样本库数据筛选应用于临床研究在整合医院医院信息系统(Hospital Information System)简称HIS系统,样本库信息系统(Biobank Information System)简称BIS系统,放射影像系统(Picture Archiving and Communication System)简称PACS系统等信息系统中患者相关临床信息和生物样本库管理系统信息的基础上,建立一个标准化的综合平台对集成信息进行过滤,从临床信息系统中的自由文本信息中提取结构化数据,设计一个便于研究人员查询的检索查询终端程序,然后执行查询任务检索临床生物样本,平均时间为2.0秒.为了验证平台的检索和数据集成能力,我们对HIS,BIS和生物样本库筛选系统进行了4次查询,每个查询结果包括3种类型:A类检索到的是临床相关诊断信息,主要是疾病名称.B类检索样本库中与特定疾病相关的样本类型.C类检索临床疾病,样本类型和经NLP处理的临床数据信息.检索完成后,通过对HIS,BIS系统再次执行相同的查询任务来验证信息整合是否完整准确.(三)儿童和成人医院医务人员对开展临床研究的对比调查为了更好开展和了解临床研究在医务人员中的认知情况,我们对上海市2家三级医院医务人员进行了科研工作调查分析,在综合分析相关文献的基础上编制有效调查问卷,按照各科室人数比例进行问卷发放.及时核对调查结果,由调查员及时更正错误和遗漏.调查问卷经汇总,核查后使用Epidata 3.1软件进行数据录入,建立数据库.运用SPSS 24.0软件进行统计分析,百分比使用卡方检验,采用logistic回归进行单因素和多因素分析,以医院分组为因变量,校正两个医院之间的人口学差异,P<0.05有统计学意义.三,研究结果(一)利用人工智能自然语言处理技术提高数据提取效率的随机对照试验结果1.关于先心病组和肺炎组eCRFs花费的总体平均时间通过对录入数据类型的比较发现对于所有类型的组别来说,NLP-MIES支持组的平均花费时间都明显减少.先心组eCRFs录入时间(NLP-MIES支持组每份eCRFs的平均录入时间为69.73秒,人工组每份eCRFs的平均录入时间为103.79秒,P<0.001);肺炎组eCRFs录入时间(NLP-MIES支持组每份eCRFs的平均录入时间为49.42秒,人工组每份eCRFs的平均录入时间为73.28秒,P<0.001).对于先心病组eCRFs,平均花费时间的log均值差为-0.40(95%CI 0.55～0.25),对应的几何平均值减少了33%(95%CI 22%～42%).肺炎eCRFs的对数均值差为-0.37(95%CI 0.53～0.21),几何平均值降低了31%(95%CI 19%～41%).2.先心组和肺炎组eCRFs的总体录入平均准确性显著高于人工组先心组eCRFs录入平均准确性(NLP-MIES支持组每份eCRFs的平均准确率97.17%,人工组每份eCRFs的平均准确率92.77%,P=0.03);肺炎组eCRFs录入准确率(NLP-MIES支持组每份eCRFs的平均准确率为92,19%,人工组每份eCRFs录入的平均准确率为84.15%,P=0.008);先心病组eCRFs的对数均值差为0.14(95%CI 0.03～0.25),几何均数增加了15%(95%CI 4%～120%),同样,肺炎组eCRFs的对数均值差为0.17(95%CI 0.06～0.28),几何均数增加了18%(95%CI 6%～32%).(二)人工智能辅助生物样本库数据筛选应用于临床研究1.在HIS系统和BIS系统中执行同样的查询任务来搜索样本相关信息.其中关于"诊断"的查询,NLP支持的系统查询结果与BIS系统,HIS系统查询结果一致.2.在BIS系统中检索关于"诊断+样本类型"查询的结果也与NLP支持的系统查询结果一致.(三)儿童和成人医院医务人员对开展临床研究的对比调查1.根据调查问卷的结果,大部分医务人员都认为有必要开展临床研究(儿中心94.9%vs九院96.3%),但组织参加过临床研究的比例较低(儿中心31.9%vs九院47.2%).2.医务人员开展临床研究的主要顾虑集中以下几个方面,首先,顾虑开展临床研究需要花费大量的时间,儿中心和九院的占比分别为82.6%和73.2%,χ2=4.39,P=0.036;其次,担心临床研究过程组织难度大,儿中心和九院的占比分别为72.5%和54.5%,χ2=12.02,P=0.001.四,研究结论(一)NLP-MIES支持组的电子病例表单录入总体平均速度和准确率显著高于人工组.(二)经NLP处理的样本库信息检索系统具备准确的数据整合能力,可以有效从临床的由文本中信息中提取结构化数据用于样本检索.(三)大部分医务人员都认为有必要开展临床研究,多数人从事科研活动的动机在于发表论文,提高临床水平以及为医学发展做贡献,主要顾虑在于开展临床研究需要花费大量的时间且担心组织难度大.

《医学影像人工智能产业现状和发展需求调研报告》发布

医师组调研情况(1)医师组调研结果:中青年的主治医师及副主任医师更为关心AI的发展,其中本科及硕士学历为主,且此种趋势在三级及二级医院中较为一致.在制定发展规划及策略时,应充分关注这部分人群的需求及意愿.(2) AI研究现有基础:三级和二级医院在建立AI研究部门方面基本是空白的,且缺乏科研转化部门.只有少部分三级医院有小规模的AI研究团队.应当呼吁加强组建AI研发团队和提高产品转化相关的积极性.在对医院和科室信息化建设现状的统计中,52%的医师所在的科室没有建立影像结构化报告,38%的医师所在的科室拟建立,只有10%的医师所在的科室已经建立并正在使用.二级医院建立并正在使用影像结构化报告的比例更低,只有3%.(3)前景展望:医师对AI发展抱着相对冷静和客观的态度,期望与科研院所共同研究,最感兴趣的是病灶筛查及检测和疾病诊断,期待在1～2年间共同合作产出AI产品.因此,围绕医师临床实践中的实际需求,逐步开展科学研究和相关转化是切实可行的办法.

智能定制平台在影像中心用药安全一体化管理模式的构建与应用

目的:基于智能定制平台信息系统,构建影像中心用药安全一体化管理模式,并对其在增强患者检查过程中的应用效果进行初步评价.方法:组建用药安全管理团队,构建影像中心用药安全一体化管理系统,涵盖风险评估,检查前,检查后,不良反应处理以及延迟性不良反应处理五个模块.选取2024年1月至12月期间江西省某三级甲等综合医院行增强检查的患者,用药安全管理团队成员以及影像中心医务人员80名作为研究对象.比较系统应用前(2024年1月~6月)与应用后(2024年7月~12月)的影像中心用药安全一体化管理执行效率,以及系统的可用性和满意度.结果:一体化管理模式应用后,患者一次性检查成功率高于对照组,用药不良反应发生率低于对照组,不良反应处理及时率高于对照组,总满意度高于对照组,差异具有统计学意义(P < 0.05).系统的可用性得分处于较高水平,在满意度各个维度中,包括易用性,安全性,准确性,适用性,及时性和有效性等,所有得分均表现为高水平.结论:构建的影像中心用药安全管理一体化模式有效优化了用药安全管理流程,促进了护患之间的即时有效沟通,提高了患者用药安全性.初步应用结果显示,该模式具有较高的准确性和良好的可用性,为影像中心的用药安全管理提供了有效的实践依据.

商业智能在医院信息系统数据深加工中的应用

从20世纪80年代至今,我国医院信息数字化已经走过20年的历程,从单纯的医院财务系统数字化、局部的药房药品、物资管理数字化到电子病历,再到集成医学影像存档和传输系统(PACS)、检验信息系统(LIS)等,医院信息系统(HIS)的解决方案及其功能得到了逐步的完善和提高[1,2].现在,HIS的数据规模越来越大,一所大型三级综合医院的业务数据年增长量至少在百兆级,对数据的分析和再利用就显得日益重要了.如何使HIS满足管理决策的需要,支持知识发现,是每个实施HIS的医院都要面对的问题.在这里,我们引入商业智能的概念,将其与HIS相结合,以期较好地解决上述问题.

基于医疗大数据的智能分级诊疗——如何实现分级诊疗之我鉴

在不断深化医药卫生体制改革进程中,医疗资源分布与百姓就诊意愿的矛盾普遍存在,医疗服务分级诊疗对于解决"看病难,看病贵"问题具有重要意义.基于医疗大数据的智能分级诊疗协同平台包括:分级诊疗信息平台,双向转诊,影像检验共享,电子病历共享等核心功能.通过分级诊疗鼓励各医疗联合体内部建立双向转诊和远程医疗服务网络,实现网上转诊,二级或三级医院向基层医疗卫生机构提供远程会诊,远程病理诊断,远程影像诊断,远程心电图诊断,远程培训等服务,建立"基层检查,上级诊断"的会诊模式.通过对本地区医疗大数据的分析,形成符合本地区实际情况的疾病分级与转诊规范,实现本地区的智能分级转诊,形成科学有序就医格局,提高人民健康水平,进一步保障和改善民生.

团结 创新 求实 奉献——前进中的解放军123医院

解放军123医院是一所集预防,医疗,科研,教学,保健,康复,急救为一体的综合性三级医院.医院始建于1962年,占地面积10万余m2,现有医技人员400余名,其中高级职称42名,博士生4名,硕士生18名.医院倡导"团结,创新,求实,奉献"的"123精神",积极开展亲情服务,即"视一切患者为自己的亲人,为一切患者提供亲情服务,让一切患者感到亲情温暖",竭诚为广大部队官兵和驻地群众提供优质的医疗卫生服务.医院共开设26个临床和医技科室,是第二军医大学,白求恩军医学院,安徽医科大学,蚌埠医学院等院校的教学医院.肝病专科,肝胆外科,骨科,心血管内科,高压氧神经内科,神经外科,妇产科,眼科,五官科,肿瘤放疗科,显微外科,特诊科,医学影像科等专业科室享有较高的社会声誉.传染病科是军区肝病诊疗中心;省高压氧医学会设在高压氧神经内科,该科已建成军区高压氧医学中心;腔镜外科中心已为4万多例胆囊炎,胆结石和子宫肌瘤患者实施了微刨手术.医院不断加大医疗设施建设力度,现拥有进口全身螺旋CT,彩色超声诊断仪,1000mAX线机,全自动生化分析仪,直线加速器,高压氧舱群,腹腔镜,多功能心电监护仪,CCU病房成套设备,气压弹道及体外碎石仪,各种内镜,全自动呼吸机和配套齐全的中心实验室等近7000万元医疗设备,为可持续发展及更好地为部队和社会服务提供了强有力的硬件支撑.一栋投资7000万的信息化,智能化病房大楼已破土动工,将为医院增添一道靓丽的风景线.医院先后获得军地科技进步奖61项,3次荣立集体三等功,连续3年夺得"全军医院优质服务白求恩杯",被国家卫生部,军区和所在省授予"环境保护先进单位","花园式医院","防病救灾先进医院","诚信医院","消费者信得过医院"及医保,农保,工伤保险定点医院等,2004年被军区表彰为"医德医风三年建设先进医院",2005年被国家双拥领导小组,中宣部,中央文明办,民政部,总政治部表彰为"军民共建社会主义精神文明先进单位".医院党委将以创新的思路,科学的管理和务实的精神谋求医院发展,营造"尊重知识,尊重人才,尊重创造,鼓励创新"的良好氛围,力争把医院建设提高到一个新水平.