摘要：根据临床诊断支持信息环境的特点,结合Agent技术,设计了一套基于Multi-agent的临床诊断支持系统(CDSS)。该系统具有异构性、分布性、并行性和可扩展性,能适应CDSS的要求,有效地提高CDSS的性能。

摘要：【目的】改进新词提取方法,将提取的新词加入现有分词模型,提高医学文本分词准确率。【方法】在传统互信息模型基础上,得到字、字串的统计量,连同字串是否成词,一起作为特征,建立逻辑回归分类模型,设计了一种新词识别算法。【结果】在湘雅医院皮肤科电子病历文本数据上进行系列实验,与PMI、PMI^2和PMI^3相比,融入逻辑回归的PMI模型可以取得最高的新词提取准确率(0.803)。【局限】建立逻辑回归分类模型时,需要对训练集字串是否成词进行人工判断。【结论】融入逻辑回归的互信息分词模型可以更好地识别新词,降低词语误判,对于医学文本词的切分具有良好的应用价值。

摘要：【目的】提高k-匿名算法的效率和发布数据的质量,减小数据由匿名化带来的信息损失。【方法】基于识别率和多叉树森林,设计一种k-匿名算法(MFBRR),利用泛化树的性质对数据进行自底向上的遍历,计算出识别率,选择目标叶节点对树进行剪枝,以减少匿名化数据的信息损失。在此基础上,采用并行式计算和多线程处理,提出其改进算法MFBRR-γ,进一步提高了算法的效率。通过实验,使用层级准确率和运算时间对所提出的算法进行评价。【结果】使用Adult数据进行测试,MFBRR的层级准确率为0.97,MFBRR-γ(γ=30)的层级准确率为0.88。数据集规模为30000条,MFBRR耗时1457 min,MFBRR-γ耗时12.08 min(γ=100)。应用于健康医疗数据,取得了良好效果,MFBRR的层级准确率达到0.93。【局限】仅采用两种数据集进行研究,数据类型可能不全面。【结论】MFBRR及其改进算法MFBRR-γ,可以实现数据的k-匿名要求,同时减少匿名化带来的信息损失,可以提高数据发布的质量。

摘要：目的:旨在探讨个性化健康画像在慢性病健康管理中的应用,以慢性阻塞性肺疾病(COPD)为例,为COPD患者构建健康画像模型,并基于模型开发设计个性化的健康管理系统。方法:以基于知识的标签提取技术结合电子病历数据挖掘构建患者健康画像模型,并在模型基础上,根据COPD全球倡议设计针对COPD的评估方法、药物推荐算法及个性化健康推荐方法,设计开发了基于.NET平台和SQL技术C/S架构的COPD个性化健康管理系统。结果:从患者及疾病两个维度,构建出包含患者个人信息、诊断信息、并发症、用药数据及住院情况的患者群体画像模型,包含患者基本信息、主要临床表现、检查检验结果、诊断记录、治疗记录、疾病相关因素的个性化健康画像模型,并设计开发由患者主导、医生参与、能够全面展示患者群体画像及个性化健康画像并能进行个性化健康评估及推荐的COPD管理系统。结论:患者健康画像模型能为COPD的诊断、评估、治疗、病情监测、疾病预后、管理提供数据支撑。本研究基于COPD患者健康画像开发的健康管理系统从患者个性化需求的角度出发,为COPD稳定期患者提供了一个契合自身特点的实用的健康管理平台。

摘要：随着医疗大数据探索的不断深入,医学数据安全治理问题日益突出,相关的法规条例标准也在不断完善,受到社会公众的广泛关注。本文通过文献研究与内容分析的方法,发现我国现有的医学数据安全治理的法律法规,从时间横向轴而言呈现国家关注度持续上升趋势,由整体框架设计转向具体领域精细化落实;从地域纵向轴来看则以国家层面的法律法规建设为中心,各省遵循国家意志制定相关执行层面的细则,总体上东部地区建设速度领先西部地区。同时,本文也指出我国医学数据安全治理法律法规存在的问题并提出相关见解。

摘要：目的:针对医疗卫生机构在运营过程中产生信息众多而医疗行业尚没有明确的数据保护方案的问题,对底层数据进行分类分级,进而保护患者隐私等重要信息。方法:分类整理电子病历中涉及的数据项,对每类中包含的数据项进行抽象,设计医疗数据分类分级的调查问卷对相关人员进行调研。结果:根据问卷结果,结合数据分析方法,确定医疗数据的分类分级,对人口学、标识、卫生机构人员、卫生费用、药物、检查等11个大类赋予0级可公开、1级数据关系个人信息安全、2级数据涉及机构信息安全3种不同级别。结论:为后续的访问控制或跨库联合识别奠定了基础。