摘要：目的:构建基于人工智能的数据中心,实现医疗数据的融合、治理及挖掘应用,使其数据归一化,全面提高医疗数据可利用性,建立医院高质量数据资源库。方法:以医院临床数据中心、运营数据中心和科研数据中心建设为核心,运用自然语言处理、数据分析、挖掘、行为识别(BI)、机器学习等人工智能技术,实现医院各业务流程信息化、标准化、规范化、精细化和智慧化。结果:通过建立以临床、运营和科研为核心的三大医疗数据中心,对临床、运营、绩效、员工、质量控制和科研六大类数据进行了梳理整合,实现了医疗服务资源的最大利用。结论:医院医疗数据中心的建立可有效解决医院数据"不唯一、不准确、不实时、不共享、不联动"的难题,促进医院运营的科学化、专业化和精细化管理。

摘要：目的:设计基于数据仓库(DW)与数据服务中台的医疗大数据中心,融合不同信息系统与组织架构之间的信息资源,搭建数据共享安全渠道,满足临床应用数据需求。方法:以数据流向为基础,以医院临床服务、运营管理、科研发展为依据,采用自上而下的数据应用层、数据服务层、DW层和操作型数据存储(ODS)层设计架构,设计基于DW与数据服务中台的医疗大数据中心,以医院数据和业务为导向,依据“对象-事件-报告”数据拆分逻辑,对各主题域包含角色对应的活动进行拆解和梳理,方便临床应用中快捷调用。结果:医疗大数据中心设置患者主索引管理和主数据管理基础模块,共设置可以覆盖医院的临床服务、医院管理、患者标识等16大业务主题域和52个业务子域,医疗大数据中心应用包含临床数据中心、运营数据中心和科研数据中心,并对各大类信息间的关联逻辑进行明确定义,对服务应用程序接口全生命周期进行集中管理,结合主数据信息,全面治理医疗数据,实现了医院数据归一化,并借助大数据技术建立高质量的数据资产和有弹性的DW模型。结论:基于DW与数据服务中台的医疗大数据中心能够对医院不同信息系统与医院内的其他数据进行整合,实现接口服务便捷调用和医院数据的规范化、持久化管理,保障临床应用、运营决策及科研分析等数据应用需求。

摘要：目的:设计基于Spark大数据平台与改进Adaboost算法的医院预分检系统,用于医院就诊患者诊前分流,加速患者就医流程。方法:基于Spark大数据平台实时采集初次进入医院就诊患者的基础数据,将区块链技术应用于数据采集、存储与传输全过程,通过改进Adaboost算法对数据进行分析,采用2011—2020年联勤保障部队第九四〇医院10年间门诊患者的就诊数据为数据集,对患者在院内就诊进行快速甄别并引导就诊。分析基于Spark大数据平台与改进Adaboost算法的医院预分检系统应用效果。结果:改进Adaboost算法设置自定义限制权重阈值为0.52时,算法准确率为95.56%,预检分诊准确率较传统Adaboost算法提高4.24%。患者平均候诊时间由采用预分检系统前的0.8 h缩短为0.5 h,患者平均就诊时间由6 min缩短为4.8 min。结论:基于大数据平台与改进Adaboost算法的医院预分检系统能够提前将医院就诊患者进行诊前分流,提高分检效率和分检准确率,缓解医院就诊压力。

摘要：目的:设计并构建急诊临床信息系统,实现对医疗服务和医疗设备的精细化管理。方法:采用浏览器和服务器(B/S)架构,以Java语言为开发工具设计急诊临床信息系统。系统支持主流数据库系统Oracle 10g或以上版本,连接有输出协议及接口的监护仪、臂式血压计设备,具有完成体征数据自动采集的功能。结果:所构建的急诊临床信息系统通过车载和院内子系统的整合,可完成院前、院内联合急救的信息集成,建立院前急救和院内急救相衔接的联合急救模式,形成完整的链接和互助互补。结论:医院急诊临床信息系统能够覆盖急诊相关的各个临床工作环节,可提高医护人员的工作效率,提升患者医疗服务质量,实现医院医疗数据全面集中管理。

摘要：目的:设计一套基于嵌入式技术的智能胸贴监护系统,实现人体体征数据采集、处理、传输与存储以及可视化。方法:采用Max30001三导联传感器采集心电、呼吸及心率数据,Max30208传感器采集体温数据,并通过ESP32芯片自带蓝牙模块将数据传输至监护系统。监护系统以Exynos4412型号为监护处理的中央处理器(CPU),实现多线程并发处理数据。结果:经测试系统能够实时监测人体体征参数,在连续48 h内系统处理速度与精度皆良好;整个系统采集数据能力、上层数据处理系统良好且数据精度与预期偏差<5%,能够及时了解患者的状态,为医护人员精确诊治提供依据。在事故现场进行实时监测,可极大节省救治时间。结论:智能胸贴监护系统在长时间工作状态下运行顺畅,能够实时以图形或数字形式显示人体体征数据,并快速处理,确保数据安全有效。