我国电子健康档案研究现状

通过对中文电子健康档案文献的梳理,发现我国当前研究热点集中于对电子健康档案的介绍、电子健康档案建设的工具、技术和方法以及电子健康档案的应用。未来的研究方向应该围绕电子健康档案面临的问题,将重心落到标准化、安全性、法律法规、人员培养等方面的细节研究上。     

基于本体的功能性胃肠病知识库构建研究

基于Web本体语言(web ontology language,OWL)构建功能性胃肠病(functional gastrointestinal disorders,FGIDs)的领域本体,在此基础上扩充海量实例,建立包含本体库、规则库、知识子库的FGIDs本体知识库模型,实现基于语义网规则语言(semantic web rule language, SWRL)的诊断、治疗等规则的表示及推理。此外,还通过文献计量学对FGIDs领域的主题词分布、医家、方剂、中药等进行了统计分析及关联规则计算,提示四君子汤和六君子汤是领域中使用最为广泛的方剂。通过对FGIDs领域知识的揭示,语义关联的表达,为建立可共享、可复用的中医疾病领域本体知识库提供一定参考。     

ISO技术规范“中医药学语言系统语义网络框架”的应用研究

中医药学语言系统是一个采用本体方法构建的大型术语系统。"中医药学语言系统语义网络框架"已于2014年成为国际标准化组织(ISO)的一项正式的技术规范,如何实施这一技术规范成为一个重要的问题。本研究采用语义网技术,根据该技术规范构建中医药领域的顶层本体,并进一步实现了用于本体发布的网络服务。该本体对中医药领域最基本的语义类型和语义关系进行了精确描述,可被用于构建符合规范的术语系统和知识库,为ISO技术规范的推广应用提供了一种便捷、可靠的方式。     

基于文献计量学的电子健康档案研究现状、热点及趋势分析

目的：从文献角度探讨国际电子健康档案研究历史与现状,以及近五年的研究热点。方法：文献计量、共词分析、聚类分析。结果与讨论：高频主题词共现聚类分析显示电子健康档案的核心技术、功能和应用、安全性、医务人员对电子健康档案的认识等是近五年电子健康档案领域的研究热点,可在不同机构问共享的终身电子健康档案将是当前电子健康档案建设的目标。     

智能语义电子病历实现研究

分析智能语义电子病历建设需求,以电子病历知识库为核心,建立临床医疗规则以及费用审核机制,研究智能语义电子病历的模型架构和关键实现技术,对新一代高端电子病历研发和应用有重要作用。     

基于区块链技术的电子健康档案安全建设

在“互联网+”大背景下,电子健康档案大数据建设面临着信息安全和隐私保护的双重挑战。论述了现有信息技术面对中心化、关系型数据库的大规模医疗健康记录遇到的瓶颈。指出区块链技术可使信息由数据转移向价值转移,在分析区块链技术的基础上,讨论了医疗在去中心化、隐私保护、基因测序方面的应用并构想相关场景,为电子健康档案建设带来新的研究思路。     

中医药文献元数据规范在语义网环境中的应用

国际标准化组织（ISO）近期完成了一项关于中医药文献元数据的技术规范草案,它反映了中医药文献的特点,对于中医药文献资源的保护和利用具有重要意义。语义网（Semantic Web）技术为该规范在全球范围内的实施提供了潜在的解决方案。研究采用语义网技术,根据该草案构建了面向中医药文献元数据的本体,并采用该本体对中医药文献进行了示范性标注,为在语义网环境中实施该规范奠定基础。     

数字化中医古籍知识服务的探索与实践

知识服务是专业图书情报机构的发展方向之一,探讨了如何实现古籍文献信息的知识服务,从中医古籍文献的数字化、支持服务及语义关联三方面对中医古籍文献的知识服务进行探索,引入本体理论,探索构建基于本体的中医古籍知识库,进而实现中医古籍文献由资源服务向知识服务转变。     

基于语义网和SOA的医学图书馆信息服务模型设计

提出了基于语义网关联数据和本体技术的用户检索方式的转变及基于本体的学科馆员信息服务模型。该模型利用SOA技术为基于语义网的信息服务提供了开放的应用接口,通过建立基于关联数据技术的驱动引擎和知识库,使资源之间具有了语义上的可扩展的关联关系,并搭建了学科馆员平台、医学领域专家平台、学科专业用户平台,学科馆员在医学领域专家的协助下,应用本体模型为医学专业用户提供语义层面的智能化检索服务。     

临床路径的本体建模与电子化研究

随着数字化医院的建设和电子病历的广泛使用,临床路径的电子化研究也越来越为人们所关注。介绍了基于本体和SWRL的临床路径知识库框架,这个框架包括：临床路径本体模型和基于SWRL管理临床路径基准的规则模型。以临床路径知识库框架为基础,提出基于本体和SWRL的实时临床路径电子模板的设计方法。最后通过具体的案例分析说明该临床路径知识库如何帮助医护人员制定临床路径。     

电子病历临床使用中的法律问题及应对策略

电子病历的使用涉及到医疗、法律和网络等方面的知识,与纸质病案相比要求更高,所以国家在规范纸质病历书写的基础上,针对电子病历书写出又台了专门的法规,其目的是规范医疗机构电子病历管理,保护医患双方的合法权益。然而部分医务人员在电子病历书写过程中,对相关法律规范认识不足或法律知识缺乏,不免出现违法情况,侵犯了医患双方的合法权益。本文对电子病历临床使用中常见法律问题进行探讨并提出应对策略,为提高电子病历书写质量,减少或避免电子病历书写过程中出现的法律纠纷提供一定帮助。     

开放式电子病历临床知识库的探讨

随着电子病历系统研究与实践应用的深入,传统临床知识库已无法满足于临床工作及电子病历智能化发展的需要.针对“电子病历知识库”相关文章进行了检索、阅读、分析,总结出开放式电子病历临床知识库具有维护方便、更新及时、内容全面、符合临床需求等特点,提出了开放式电子病历临床知识库是电子病历智能化发展的基础,通过开放式网络平台实时补充与更新相关临床知识库,进而在预设结构关系的知识库中进行可持续性维护和共享.开放式电子病历临床知识库是解决临床知识得以收集与完善的可行方式.     

语音识别技术在电子病历系统中的应用探索

着重阐述了语音识别技术在医疗信息化行业,特别是在电子病历系统中的应用。描述了在医疗语音技术中,使用的语音知识库、数据挖掘和智能决策的关键性技术,并说明了在医疗信息系统中使用语音技术所带来的帮助,以及仍然存在的缺陷。让更多人了解到语音技术在医疗行业的应用前景,从而更好地为医疗信息化服务。     

多维度临床知识组织方法及其知识库构建与平台开发

以语义技术中的本体分子理论为基础,研究如何利用本体分子对不同维度下语义内容产生变化的临床知识进行描述和组织,完成临床数据源的知识抽取、临床本体分子库构建及半自动建库工具开发,建立临床本体分子库综合应用平台,提出多维度临床知识组织与应用方法体系,设计并实现临床病程动态可视化系统、临床决策支持系统。     

数据挖掘技术在电子病历中的研究与应用

利用数据挖掘技术可以从电子病历中提取隐含的有用信息,并挖掘出疾病诊断与治疗的规律。数据挖掘技术主要包括统计分析类和知识发现类。结合电子病历的特点,目前主要有基于关联规则的数据挖掘、基于粗糙集的数据挖掘和可视化数据挖掘等方面的研究,并已取得了初步进展。     

基于电子病历的心脑血管疾病精准防控方案设计

目的/意义 基于大数据建立心脑血管电子病历分析平台,通过影像学数据分析技术和临床文档分析技术,向患者提供精准诊断、治疗方案、科学给药、预后预测、智慧健康教育处方等精准服务。方法/过程 利用Protégé开发构建心脑血管疾病医学本体、知识规则、知识图谱。基于所构建知识图谱形成心脑血管疾病临床诊断、治疗、病理分析、预后判断等知识库,进而设计心脑血管电子病历分析平台。结果/结论 心脑血管电子病历分析平台能够为不同人群提供个性化诊疗方案,向患者提供多种精准诊疗服务。     

基于本体的智能临床路径知识库构建研究

目的：利用语义逻辑的优点,构建基于本体的可推理临床路径知识库,进一步优化临床路径电子化,智能化实现患者的个性化诊疗。方法：首先结合临床路径的数据源,研究临床路径的知识表达,然后采用Protege本体编辑工具进行本体构建,再利用SWRL规则语言编写相关规则,最后进行实验性推理实现。结论：临床路径知识库建设是临床路径电子化应用的核心,通过构建临床路径知识库可以提高患者的诊疗质量和临床数据的利用率。     

以电子病历为核心建立区域孕产妇电子健康档案的探讨

随着医院信息化的发展,单一的信息孤岛系统很难满足患者和医疗机构对完整信息链的需求。为此,需要构建统一完整的居民健康档案和跨医疗机构的信息共享机制,协同不同医疗机构的业务信息系统,实现居民电子病历和健康档案信息的共享和交换,为相关部门提供全面准确的决策支持。电子病历和电子健康档案是医院信息系统重要的两个组成部分。电子健康档案是电子病历的高级形式,有着电子病历无法替代的作用。它兼容患者医疗及个人健康保健、家庭健康档案、公共卫生信息、术后随访记录等信息,并实现居民健康档案多档合一。它实现了不同医疗机构的信息数据交流,利用更新及交互应用,可提高信息的使用率,是社区卫生服务的依据及全科医疗的工具,在区域卫生信息化建设中起着重要作用。重点介绍以电子病历为核心建立孕产妇的社区电子健康档案。     

基于本体的电子病历后结构化模型关键技术

空间向量模型是工程领域语义表达分类工具,本项目提出运用模糊向量空间模型概念,对电子病历海量数据进行挖掘。通过模型可以找寻出医生的诊疗习惯、诊疗模式、用药习惯等诊疗行为,从而推动分级诊疗、计算机辅助决策、精准医疗的全面实施。检索结果经过验证,其结论较传统检索方法更为准确。     

基于BERT特征的双向LSTM神经网络在中文电子病历输入推荐中的应用

目的:针对当前电子病历录入中的便捷性与规范性的双重需求,尝试利用神经网络算法来挖掘病历文本的语言习惯和承接关系,以便嵌入病历录入系统,提高医生输入的效率和质量。方法:设计了基于大数据的电子病历录入推荐工具,对骨创伤科病历文本进行清洗构建训练集后做特征编码,采用基于深度学习的BiLSTM网络算法,学习专科专病的语义信息。结果:分别基于BERT特征、独热编码、词向量三种文本表示,针对过往病历数据建立BiLSTM模型,预测下一句文本,结果表明使用BERT预训练模型特征的BiLSTM模型F1-score达到75.23%,且具有实际应用的价值。在专科专病文本推荐的场景下,BERT特征优于独热编码和Word2Vec词向量。