摘要：心电图用于分析各种心脏相关疾病,在心血管疾病诊断方面非常重要,而心电图检查数据量大且报告医生水平参差不齐,容易有漏诊或误诊。人工智能的应用使得大规模心电数据的自动诊断得以实现,多种深度学习算法的组合应用使心电特征波的识别效率得到明显提升。文章提出了一种结合传统推理和新兴深度学习算法的心电AI诊断模型,其中QRS波群识别采用自注意力机制的语义分割网络,P波识别采用基于生成对抗网络的半监督学习。该模型在MIT-BIH心律失常数据库上验证,敏感度达到99%。将模型结合心电诊断系统,文章设计了一套基于AI的心电辅助诊断系统并应用于临床业务,可在心电AI的辅助下,减轻医生工作负担,提高医生的工作效率及报告准确率。

摘要：目的构建住院电子病历的自然语言处理模型,基于该模型对江苏省人民医院住院患者的病历进行结构化数据提取。方法从江苏省人民医院住院电子病历中随机抽取330份入院记录作为命名实体标注语料库并设计实体标注体系,构建基于条件随机场(CRF)的命名实体模型。结果此模型对于入院记录中的医院名称实体的抽取平均准确率为0.946、平均召回率为0.896、平均F-score为0.917,利用该模型对江苏省人民医院的26219份患者的入院记录进行结构化数据提取,提取出11254条患者既往就诊医院名称实体。结论通过分析患者到江苏省人民医院住院之前对就诊医院的行政级别与所在地域选择的行为,能够对政府的医疗资源布局规划提供数据支持。

摘要：本文从智能语音识别系统研究出发,研究了医护人员书写病历文书的主要难点,为了解决这一问题,首先,指出建设医疗智能语音识别系统的重要性;其次,在分析医疗智能语音关键技术的基础上,从系统整体设计目标、系统架构组成、系统功能设计三个方面入手,完成了对医疗智能语音识别系统的科学设计;再次,介绍了系统建设过程中为了提升语音识别率的主要措施。然后通过调研系统在临床使用效果和医护人员的反馈,最后得出语音系统的使用可以有效提升工作效率,减少医护人员书写病历的时间;同时系统还存在不足,还需进一步完善和优化。

摘要：详细介绍基于医护患一体的急诊智能化信息系统建设目标、具体实现等方面,指出该系统有助于缩短急救患者救治时间,实现诊疗流程精细化管理,为医院质控部门提供有力的数据支撑。