摘要：随着人工智能的快速发展,大模型正成为引领产业变革的关键力量。大模型在智慧医院中具有非常广阔的应用前景。对大模型技术进行简单介绍;通过分析现有文献和案例研究,梳理归纳目前大模型在智慧医院中的潜在应用研究,并总结大模型在医院应用将面临的主要问题;从技术和应用角度对大模型在智慧医院的发展趋势进行展望,以期为未来智慧医院的创新建设提供参考。

摘要：背景与目的:人工智能(artificial intelligence,AI)技术可辅助影像学诊断。本研究探讨AI辅助超声对中国女性乳腺病灶的识别能力及其应用于乳腺癌筛查的可能性。方法:采用平行对照诊断性试验和前瞻性随访的研究设计,纳入至肿瘤专科医院就诊、并行乳腺超声检查的非乳腺癌女性。所有女性首先接受AI辅助超声检查,然后接受常规超声检查,比较AI辅助超声和常规超声识别乳腺病灶的差异;随访1年内乳腺癌发生情况,比较两种超声方式诊断乳腺癌的灵敏度和特异度。结果:研究纳入360人,共发现2504个乳腺病灶,其中AI辅助超声报告2217个病灶,病灶报告率为88.5%;常规超声报告1090个病灶,病灶报告率为43.5%。以常规超声为标准,AI辅助超声识别乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)4级以上乳腺病灶的灵敏度为93.3%(95%CI:80.7%~98.3%),特异度为100.0%(95%CI:99.5%~100.0%);随访发现10例乳腺癌,AI辅助超声和常规超声均判定为阳性的有8例,灵敏度均为80.0%(95%CI:44.2%~96.4%),特异度均为88.6%(95%CI:84.6%~91.6%)。结论:AI辅助超声对于BI-RADS 4A以上的高危乳腺病灶及早期乳腺癌的识别能力与常规超声相当,是一种有效的乳腺癌辅助诊断手段,并具有应用于人群乳腺癌筛查的潜力。

摘要：目的:以某肿瘤专科医院为例,以信息化、网络化医疗协作为突破口,进行基于互联网+疫情防控常态化背景下的住院电子陪护管理系统设计应用。方法:医院微信公众号端搭建住院陪护申请与查询功能模块,将标准化、脱敏与清洗后的数据,经医院ESB服务总线,与HIS、LIS、EMR等业务系统组成的数据系统集成平台实现信息互联互通。结果:自统计日起追溯5周内数据,结果表明,平均每周申请陪护达2383人次,最新线上渠道申请占比达83.89%,陪护家属年龄段主要集中在35~65岁,占比73.68%;患者是否首次住院、陪护家属年龄和系统是否推广三个因素对陪护家属采取的申请渠道有影响。结论:本研究管理系统的设计应用有效提升病房日常管理规范化水平,对医院向智慧化、数字化方向转型具有一定指导意义。

摘要：高质量的临床数据是临床研究的基础。复旦大学附属肿瘤医院将临床科研平台的建设作为重点发展项目,确定了结构化、关联化、平台化、项目化的建设目标,建立了优势学科单病种数据库,并构建了临床科研平台。未来还将进一步完善顶层制度设计,以保障临床科研平台持续、高效运转。

摘要：该研究基于HIS、EMR、LIS等临床信息系统数据,在传统纸片式床头卡片的功能基础上,以有线网络技术为依托,采用物联网技术设计开发了一款用于住院患者的多功能智能化交互式电子床头卡片系统。对系统的功能框架进行了详细的介绍和讨论,并从系统架构、网络架构、软件架构及数据库和软件系统几个方面进行了设计。结果表明,该系统性能稳定,能够保证医疗信息的实时性和准确性。该系统的实现能充分满足临床一线病房管理工作的需求、减轻护理人员的工作量、提高工作效率、减少医疗事故发生的可能性,同时能方便患者看到自己的健康信息,改善就诊体验和满意度,对病房管理工作及医院信息化建设的发展具有重要指导意义。

摘要：目的基于深静脉血栓形成(deep vein thrombosis,DVT)发生风险的评估数据,对泌尿外科肿瘤患者DVT发生风险的相关性因素及预后模型进行探究,以此辅助临床更好地进行风险评估,做出准确的预后判断并采取相应预防措施。方法抽取选用复旦大学附属肿瘤医院2019年12月—2021年12月收治的泌尿外科肿瘤患者住院期间建立的3814条DVT发生风险评估表单记录的数据。首先,对数据样本进行相关性因素提取,并行数据清洗、脱敏及结构化处理;然后,使用Mann-Whitney U检验对特征数据进行单因素分析,使用Logistic回归模型进行回归性分析,得到患者DVT发生风险的显著性相关因素;最后,基于机器学习支持向量机(support vector machine,SVM)算法和决策树算法,采用交叉验证方法训练分类器并检验相关性因素对患者DVT发生风险的预测能力。结果Mann-Whitney U检验分析结果显示,身体质量指数(body mass index,BMI)、活动、特殊风险、外科手术与患者DVT发生风险相关(P<0.05)。Logistic回归分析显示,BMI、活动、特殊风险、外科手术与患者DVT发生风险显著相关(P<0.05),SVM分类器分类结果显示最高分类准确率为0.876,ROC曲线下的面积(area under the curve,AUC)为0.904,即这4种特征可以对患者的DVT发生风险做出较为准确的预测。结论BMI、活动、特殊风险以及外科手术4种因素是泌尿外科肿瘤患者DVT发生风险的显著性相关因素。

摘要：面对医院日趋复杂和精细运行和管理的需求,传统的HIS系统通过系统升级来满足这些需求变得越来越吃力。为了适应现代化、智能化医院的发展需要,对HIS系统的整体架构及功能,采用微服务技术进行重构。通过系统重建,使HIS系统更易修改,增强系统的扩展性;同时提升系统的读写性能,使系统具备更高效的查询统计功能。通过HIS系统架构、功能的改进,促进医院快速的发展。