基于openEHR的医疗信息建模方法

健康医疗大数据的发展和有效利用对医疗信息建模提出了挑战。提出了一种基于openEHR的医疗信息建模方法,利用协同方式构建可共享、重用的医疗信息模型,并通过电子病历信息建模验证该方法的可行性。结合openEHR规范和协同信息建模方法,能够提高医疗信息模型的扩展能力和互操作能力,促进健康医疗大数据的发展和有效利用。     

大数据战略背景下我国医学信息教育的战略发展方向

随着大数据时代的到来,许多国家根据自身国情提出了不同的大数据战略,我国在2015年明确把大数据战略提升到国家战略层面,培养大数据专业人才已成为当务之急。本文分析了在大数据国家战略背景下医学信息教育面临的新机遇与新挑战,阐明了我国医学信息教育的战略发展方向,为我国健康医疗大数据专业人才的培养提供借鉴。     

中医院校大数据管理与应用专业课程体系构建研究

介绍大数据相关专业课程体系研究现状,基于扎根理论,针对大学生需求构建中医药大数据管理与应用专业课程体系理论模型,详细阐述模型构建方法、结构,为相关研究提供参考。     

基于文献和知识学习的重症医学大语言模型探索

目的：通过大语言模型技术学习重症医学专科的临床知识,理解和识别临床医疗需求和临床问题意图,并对临床用户提出的问题进行智能反馈。方法：在通用大语言模型的基础上,进行医疗大语言模型数据集的设计,并收集大量的医学知识数据进行多任务多阶段的大语言模型训练,实现对重症医学临床信息的智能分析。结果：实现对重症医学临床医疗信息的智能化理解及自动化问答。结论：应用医疗大语言模型技术,结合临床规则库、医学文献等外部知识体系,可构建重症临床信息大语言模型系统,为临床医疗提供科学、智能的信息理解和决策支持,为大语言模型技术在医疗领域的进一步研究和应用提供经验和参考。     

中医临床信息标准体系框架与体系表的构建方法及研究路径

本研究基于目的性原则、系统性原则、科学性原则和实用性原则,创造性地提出了中医临床信息标准体系框架与体系表的构建方法：“自上而下”管理驱动的方法建立信息标准体系框架;“自下而上”业务驱动的方法建立中医临床信息概念模型;基于HL7CDAHD信息模型对中医临床信息特征数据元素进行表示;基于中医临床特征信息元素的值域分析中医临床信息标准的需求,从而构建中医临床信息标准体系表。同时,描绘了中医临床信息标准体系框架与体系表的研究路径,可供其他健康信息领域编制信息标准体系框架与体系表时参考。     

面向元数据服务的国防科技管理大数据资源体系架构设计

在研究参考《美国国防部体系结构框架》（DoDAF）2.0版数据规划技术基础上,理清了国防科技管理大数据的需求线和数据结构,设计了国防科技管理大数据资源的总体框架体系。借鉴DoDAF 2.0版中的元模型构建思想,重点研究了国防科技管理大数据的元数据技术及元数据交换规范,以推进我国国防科技大数据体系的建设,提高我军基于数据的精准管理和决策能力。     

省级全民健康信息平台数据标准研究

分析全民健康信息平台建设现状,阐述省级全民健康信息平台数据标准研究思路,构建业务模型和概念数据模型作为研究基础,进而开展数据元和数据集两大主要数据标准研究。     

区域人口健康信息平台数据质量控制

分析人口健康信息平台数据质量存在的问题及问题产生的原因,从评价模型、数据质量评价、过程追踪和反馈几方面构建数据质量控制和评价体系,为提高平台数据质量提供保障,从而夯实健康医疗大数据共享应用基础。     

循证医学信息体系宏观框架解析

根据循证医学信息体系三维立体模型，从生命周期、体系模型类型和体系模型构建过程3个维度构建循证医学信息体系框架结构。指出循证医学信息体系宏观框架结构是其顶层设计的基础,通盘考虑循证医学信息模型的通用结构和语义语法表达，形成通用的医学信息模型研究，成为医学信息领域的一个研究方向和重点。     

中医医院护理管理信息基本数据集体系框架构建

从基本数据集、中医医院护理管理信息基本数据集等相关概念入手,介绍中医医院护理管理信息基本数据集标准体系的研究目的、构建原则、构建方法、构建内容及体系框架,为实现中医医院护理管理数据资源共享与交换奠定基础。     

第二代互联网医学：从数据到价值

互联网医学是在互联网、云计算、可穿戴设备、社会网络等相关技术的迅猛发展下,尤其是生物医学大数据背景下出现的新医学范式。生物医学数据的收集、存储、信息互联互通、隐私性保护、本体构建和数据共享、相关信息平台的构建等是第一代互联网医学的主要关注点和数据层次上的准备。第二代互联网医学将更关注生物医学大数据的深度挖掘、价值实现和精准应用。从互联网医学发展的社会经济生态、技术融合生态、学术交叉生态等视角,探讨了第二代互联网医学的发展趋势,讨论从精准临床治疗到个性化健康管理范式转变的科学挑战和应用前景。     

美国生物大数据战略举措及其对我国的启示

生物大数据作为重要的科技资源受到了全球的广泛重视,美国在生物大数据战略部署上走在全球前列。本文系统梳理了美国生物大数据相关战略举措,总结了其在数据汇交共享、数据安全隐私保护等方面的特点。同时也分析了中国生物大数据管理现状,提出应加快生物大数据基础设施和数据中心体系建设,完善生物大数据管理法规和标准体系等中国发展生物大数据的建议。     

医学大数据应用信息系统策划与设计

医学大数据是国家重要的战略性基础数据资源,将应用于精准临床诊疗、决策支持、疾病监测预警与管理、公众健康服务等领域。当前,国内对医学大数据技术的应用成熟度还有待提高,如何将传统的医学数据平稳过渡到大数据体系中,通过数据挖掘等手段对其进行专业的分析来实现数据的“增值”,是当下亟待解决的重要问题。本文通过构建区域级医学大数据应用技术工程实验室,对医学大数据应用信息系统总体架构、数据中心架构等核心功能进行初步策划与设计。     

大数据时代的军事数据管理机制研究

针对军事数据有效支撑未来联合作战、军队建设管理和军事科研活动的迫切需求,深入分析了军事数据管理面临的困难与挑战,筹划设计了大数据时代军事数据管理的总体框架。围绕数据需求生成、采集、审查、共享、维护与激励等6方面,提出了建立军事数据管理机制的设想,为推动军事数据管理机制建设提供思路和方法。     

脊髓背根神经节ZXDC介导CCL2对慢性压迫性神经损伤小鼠神经性疼痛的作用

目的 探讨脊髓背根神经节(dorsal root ganglion, DRG)中转录因子锌指X连锁复制C(zinc finger X-linked duplicated C,ZXDC)介导CCL2/CCR2信号通路对慢性压迫性神经损伤(chronic construction injury model, CCI)诱导神经性疼痛的作用及机制。方法 构建小鼠坐骨神经慢性压迫性损伤模型,免疫荧光染色、Western blot法和实时荧光定量PCR(RT-qPCR)检测正常情况和CCI造模后DRG中ZXDC及CCL2表达变化;将实验动物分为假手术(Sham)组、CCI+AAV-NC组和CCI+AAV-ZXDC siRNA组;Western blot法和免疫荧光染色检测各组小鼠CCI造模后各时间点DRG中ZXDC、CCL2和CCR2表达,RT-qPCR检测DRG中促炎性细胞因子TNF-α和IL-1β mRNA表达,机械性缩足反射测试检测神经性疼痛行为改变。结果 ZXDC表达定位在DRG大、中、小神经元。CCI损伤后1~3天 DRG中ZXDC和CCL2 蛋白和mRNA表达显著增高,CCI后7天二者表达显著降低,ZXDC和CCL2mRNA表达量呈正相关(P均<0.05)。CCI后3天,与Sham组比较,CCI+AAV-NC组和CCI+AAV-ZXDC siRNA组ZXDC、CCL2、CCR2蛋白表达、TNF-α和IL-1β mRNA表达显著增高,其中CCI+AAV-ZXDC siRNA组较CCI+AAV-NC组ZXDC、CCL2、CCR2蛋白表达、TNF-α和IL-1β mRNA显著降低(P均<0.05)。与Sham组比较,CCI+AAV-ZXDC siRNA组和CCI+AAV-NC组CCI后各时间点机械缩足阈值均显著降低,其中CCI后7天,CCI+AAV-ZXDC siRNA组机械缩足阈值显著高于CCI+AAV-NC组(P均<0.05)。结论 脊髓背根神经节ZXDC基因敲减通过抑制CCL2/CCR2信号通路介导CCI诱导的神经性疼痛。     

“互联网+”时代决策公共卫生信息管理探析

分析"互联网+"时代公共卫生信息的来源,包括专业渠道、网络、大数据挖掘获取等方面,介绍公共卫生信息决策分析体系管理的一般模式并提出其面临的挑战,即未知扩大、中小科研单位力量薄弱、数据挖掘应用。     

大数据环境下医学信息服务平台研究与实践

分析大数据环境对传统医学信息服务的挑战,阐述构建医学信息服务平台的基础及建设目标、架构、功能特点,提出基于数字化平台的医学信息服务模式,包括医学信息资源、情报研究及卫生决策支持服务。     

大数据环境下的医学科研服务架构

基于数据驱动科研的新态势,从医学科研云、资源仓储、科研服务3方面构建了医学科研服务体系,将其用于医学大数据云数据中心建设实践后可提升大数据环境下的医学信息服务能力和效率。通过有效整合医学信息资源并规范服务流程,为医学科研服务提供支撑,可促进大数据环境下的医学科技创新。     

“互联网+”医疗环境下的健康医疗大数据应用

健康医疗大数据是医院信息化建设的重要内容,是医院运行管理的核心资源,“互联网+”医疗已成为健康医疗领域发展趋势。从从推进医院精细化管理、推进疾病精准治疗、创新医疗模式、推进健康管理、拉动医疗相关产业发展5方面讨论了健康医疗大数据的应用。