区域医疗数字资源整合技术研究

通过对数据采集、数据传输、数据整合、数据存储以及数据安全等各项数字资源整合热点技术的比较分析,并结合我国区域医疗数字资源量大、异构、多样等特性,为县级区域医疗信息平台进行技术架构整体设计,并对各部分技术进行举例说明。最后对区域医疗数字资源整合技术的发展做出展望,以促进我国区域医疗信息化的进一步发展。     

全球卫生技术评估发展的历史与经验

通过回顾卫生技术评估在各国发展的历史,总结其中的成功经验,可以为进一步探索符合我国国情的卫生技术评估发展模式和道路提供参考.将卫生技术评估在世界的发展分为起步和成长两个阶段,在成长阶段分别从非政府支持项目与评估项目团队、政府支持项目与政府支持评估机构、政府评估机构与政府支持的第三方评估机构和国际交流与合作几个方面.梳理了卫生技术评估发展中运作模式的变化.从各国经验可得,卫生技术的评估需要政府的推动,评估的开展需要公开透明以促进质量的提升,而第三方评估机构的建立则有利于评估向更加公平独立、规范化的方向发展.     

基于自主许可的医疗数据共享研究

个人医疗数据只有在隐私保护的基础上才能实现真正的共享和利用。现简要介绍医疗数据共享中的隐私保护,提出个人自主许可的医疗数据共享思路,设计包括政策许可、个人许可以及机构需求协同工作的医疗数据共享模型。同时对医疗数据共享中注意的问题做初步探讨。     

基于连续切片的成年SD大鼠红核三维重建

为利用三维重建工具软件对成年SD大鼠部分脑干、中脑导水管及红核结构进行三维重建,并对重建的红核进行观察和测量,探索了一种方法,即：制作大鼠脑干连续冰冻切片,Nissl染色后进行分步显微摄像并进行拼接;扫描大鼠脑定位图谱相关红核切面图像;利用PhotoshopCS3软件将上述获得的连续图像分别进行图像后处理,并利用3D-DOCTOR4．0软件分别对上述连续切片图像进行配准、分割和三维重建,对两种不同方式重建的红核进行比较。结果显示,利用大鼠脑干连续冰冻切片和大鼠脑定位图谱可以对SD大鼠红核等结构进行三维重建,重建出的结构具有立体感。可以在PC机中自由观察和测量,两种重建方法得到的红核形状大小基本类似。因此,得出结论：利用大鼠脑干的连续冰冻染色切片可以对大鼠红核进行三维重建。     

基于XML数据库的电子健康档案系统研究

电子健康档案是以个人为中心,记录个人病史、体检信息和诊断治疗的数字记录.它借助网络实现了个人对自身健康状态的及时了解,并且对医生诊断疾病具有很大的参考价值.在设计电子健康档案系统,选择数据存储方式时,XML数据库是一种较为合适的选择,它的可读性、扩展性、平台无关性恰好解决了健康信息来源多样化、非结构化等问题.     

基于本体论的电子健康档案知识库构建初探

电子健康档案具有明显的文献特征,有较强的研究价值和挖掘价值。在概述电子健康档案文献特点和生物医药语义知识库研究现状的基础上,论述了电子健康档案知识库构建的步骤、技术难点及解决思路。讨论了电子健康档案如何引入本体和本体技术以及进行语义抽取,在此基础上提出基于本体的数据挖掘技术应用于健康档案的构想,实现健康档案中医学知识的多维度关联与智能检索功能。     

HIT人才培养的障碍与对策

社会发展对HIT人才提出更高要求 信息技术的迅猛发展正在深刻改变着社会和经济的发展,对医疗卫生行业的主要影响有三个方面：一是信息网络技术的广泛应用,不断推动着医疗和卫生保健方式发生变化;     

基于项目的学习模式在医学信息学专业创新实践教学中的思考

介绍国内医学信息学专业教学现状,阐明基于项目的学习模式(Project-based Learning,PBL)的特点以及医学信息学专业对PBL教学的需求,具体探讨PBL在医学信息学创新实践教学中的作用,指出其优势及具体实施过程。     

基于文献计量的2005-2015年我国高血压健康教育现状分析

目的 回顾近10年我国高血压健康教育的现状,为促进其发展提供借鉴。方法 利用万方数据库获取高血压健康教育相关文献并筛选,设计Excel表格来提取相关内容并进行统计分析。结果 2005年至2015年,高血压健康教育的研究呈上升趋势;高血压健康教育最常用的方法有面对面教育、发放材料、举行讲座以及随访等;高血压健康教育内容主要有高血压相关知识、运动、合理膳食、控制情绪、遵医行为、戒烟限酒以及控制体重;经健康教育后,患者在合理膳食、遵医行为、运动、控制情绪、控制体重、限酒及戒烟等方面的指标均有所提升。结论 我国高血压健康教育事业取得了长足发展,今后应着眼于健康教育项目的科学规划、建设电子健康教育平台等方面进一步促进其发展。     

基于电子病历数据的临床表型提取及其应用进展

在介绍临床表型提取技术的基础上,利用临床决策支持技术、自然语言处理技术和机器学习方法,就从糖尿病相关电子病历中提取临床表型等方面进行系统综述,表明深度学习方法可以更高效准确地从电子病历数据中提取出临床表型,帮助临床研究人员更好地进行临床试验,提高医疗护理水平。