基于信息平台的医院POCT管理改进

以华中科技大学同济医学院附属同济医院为例，探讨医院通过健全POCT管理体系，并借助信息平台改进POCT管理的经验，为其他医院POCT规范化管理提供参考。该医院通过搭建POCT管理平台，实现了设备标准化准入、人员资质统一授权、设备自动化质控和诊疗全流程闭环管理；基于信息平台的POCT管理改进，提升了医护人员的POCT认知度和操作水平，提高了医疗工作效率；实行诊疗全程风险管控，保障了医疗安全。     

基于Ensemble平台的Modality Worklist服务设计

分析当前放射科业务工作流程关键点,利用DICOM标准中Modality Worklist流程管理服务,给出了基于Ensemble集成平台的DICOM Modality Worklist服务设计和应用分析。服务的实现不仅能够为设备提供患者基本信息、检查信息,实现HIS与数字化影像设备之间的数据通信,实现信息传递的一致性,而且提高应用的稳定性,降低了Worklist的维护成本。     

我国与典型发达国家数字化医疗技术体系的对比研究

目的对比研究我国与典型发达国家的数字化医疗技术,指导建立我国数字化医疗技术体系框架。方法调研欧美发达国家和我国的数字化医疗现状和发展趋势,对数字化医疗涉及的工程技术进行研究。结果欧美发达国家已经建立了符合本国卫生政策的国家级数字化医疗工程项目,并开展了技术支撑研究。结论我国医院信息化发展迅速,但是缺乏顶层统筹设计,技术支撑滞后,需要建立我国数字化医疗技术体系基本框架,以期对各地卫生信息化建设相关工作起到指导作用。     

综合医院自助挂号机用户界面设计

目的：探讨综合性医院自助挂号设备的用户界面的设计方法。方法：通过对医院自助挂号设备的用户界面的现状进行分析,综合计算机科学、心理学和人机工程学的知识,以用户为导向,对自助挂号设备的用户界面进行合理设计。结果：设计了交互性强的自助挂号界面,降低了用户的操作难度,提高了挂号速度,适应不同年龄段和文化层次的人群。结论：以用户为导向的自助挂号界面的设计能够满足患者自助挂号的操作需求。     

居民健康卡银医合作建设模式探讨

文章主要探讨了银医合作模式下的居民健康卡建设。通过对目前几种居民健康卡建设模式的对比研究,分析了居民健康卡的建设模式的优缺点,银医合作模式下的居民健康卡发放以银行为发卡主体、医疗机构应用为主体,促进卡片的发放。银医合作模式下的健康卡建设模式从管理、发卡、应用等各个环节都具有一定的可行性,对建立居民电子健康档案具有非常重要的意义。     

同济医院智能楼宇的建设和应用

自深化医改政策实施以来,华中科技大学附属同济医院接收患者就诊的能力在不断提高,医院的规模也不断扩大,医院建设了新的外科大楼和学术交流中心.随着医院需求的日益扩张,数字化医院建设的逐步开展与深化,设备管理信息化、现代化、数字化和自动化水平的不断提高,迫切需要适合医院发展的智能楼宇及其管理平台,实现建筑的自动化管控和智能化服务,助力医院的现代化运营管理和高质量医疗服务.现将同济医院在智能楼宇方面的建设情况介绍如下.     

中文医学术语标准开发管理体系框架研究

中文医学术语标准对卫生健康信息共享和业务协同具有重要意义,中文医学术语标准的开发需要完善的组织管理机制和模式支撑。本研究通过分析国外典型医学术语标准开发和应用的管理模式,结合国内医学术语标准发展现状,提出了中文医学术语标准开发的管理体系框架,探讨了中文医学术语标准的制定、维护和推广过程中应关注的管理要素,对我国医学术语标准的发展具有指导意义。     

基于SPA技术的网络随访系统的设计与实现

目的：设计和实现具有随访数据录入/检索/导出、历史随访记录对比、疾病风险量表评估等功能的网络随访系统,使用户可以随时随地管理和分析患者随访数据。方法：基于目前较为流行的MEVN全栈开发架构,设计与实现了界面简洁、功能完善的随访系统SPA,并将其部署到云服务上。结果：成功地完成了基于SPA技术的网络随访系统,在临床科室取得了较好的应用,得到了医护人员的一致肯定。结论：采用MEVN架构的SPA技术具有开发效率高、适应复杂数据模型、并发性能好、易部署等特点。基于SPA技术研发的网络随访系统能有效提高随访效率,改善科研环境。     

医学相关术语系统协作开发工具研究及思考

目的 提出对中文医学术语系统开发工具的设计思路,填补我国对术语系统开发工具研究的欠缺.方法 调研国外大型医学术语系统协作开发工具特点和应用的软件技术,分析术语协作开发工具的发展趋势.结果 指出了中文医学术语系统开发工具设计应具备的主要特征,改进技术驱动大规模中文医学术语项目协作模式.结论 中文医学术语系统的发展需要用技...     

基于机器学习的新冠肺炎典型药物疗效分析

目的： 新型冠状病毒肺炎具有传播能力强、检测准确率低、治疗难度大等特点，对我国乃至全世界人类健康和社会安全造成了巨大威胁。新冠肺炎目前没有特效药物，因此，需要比较各类药物对新冠肺炎的治疗效果，为重症肺炎患者的治疗提供参考。方法： 本文选取某院1 384名重症出院患者作为数据集，提取最广泛使用的三类药物作为训练特征，构建基于药物使用情况预测患者治愈率的多个机器学习模型，最后基于综合性能最优的模型，分析三类药物对于治愈率的重要性。结果： 年龄是影响治愈率的最重要因素；激素类药物在所有药物中影响占比最大，中成药的疗效也非常突出。结论： 相对于传统的针对单个药物药效的统计学研究方法，机器学习可以将所有药物药效进行综合分析，能直观地显示各个药物对治愈率的影响程度。