国内外移动互联网医疗应用现状及未来发展趋势探讨

移动互联网的快速发展催生了新的医疗健康信息化服务模式。对国内外移动互联网医疗应用现状进行了介绍和分析,探讨了应用过程中面临的主要问题,并提出了对未来发展趋势的见解。     

PDCA循环在研发和实施智能化护理电子病历系统中的应用

目的：采用PDCA循环持续改进的管理手段,结合临床实际需求,实现智能化护理电子病历的功能研发和整体框架设计.方法：基于电子病历系统功能分级标准和临床护理工作的具体需求,运用PDCA循环管理模式,始终贯彻于智能化护理电子病历系统功能的研发和临床护理人员应用、反馈过程中.结果：构建完善的智能化护理电子病历系统框架和功能,达到电子病历系统功能分级标准中病房护士角色模块六级标准的要求.结论：通过PDCA循环管理,使护理电子病历系统研发体现专业化、规范化和智能化特色,完全适用于临床护理工作需要.     

基于引系统的个性化电子病历设计

BI工具已被广泛应用于各个领域,包括医疗领域。通过BI系统能够发掘出大量信息,但怎样有效利用发掘出的信息仍是当前没有完美解决的问题。同时,怎样提高电子病历的交互设计也是当下的一个难题。基于BI系统设计了一个电子病历的闭环控制框架,以完善医院信息系统的运行效能,提供了改善电子病历交互设计的新思路。在此基础上,使用InterSystem DeepSee作为BI工具,对医嘱日志记录数据进行统计,得到医生所下药嘱使用药物的频率排序,然后基于统计出的频率排序,对电子病历医嘱界面的药名排序进行实时控制,从而提高医生下医嘱的速度。由此阐明了利用BI系统对电子病历进行自动实时控制的重要应用,也进一步验证了药名自动排序的实用性。     

基于云平台的智能数据中心的构建

根据医院信息化发展需求,利用虚拟化技术构建基于云平台的智能数据中心。智能数据中心通过集成化、虚拟化、自动化管理的模式和低成本的高容灾级别来构建,以改变传统的离散应用。对数据进行集中处理,保障数据的安全和稳定,从而大幅度地降低数据中心运营成本和总体拥有成本。     

基于物联网技术的智能远程医疗系统构建

目的：分析物联网对智能远程医疗系统的影响,构建基于物联网技术的智能远程医疗系统。方法以SOA和物联网三层架构为技术基础。结果构建以面向政府、医疗机构、家庭、银行等为服务对象的智能远程医疗系统,系统架构主要包括医疗资源层、数据采集层、网络通信层、数据层、应用层和用户层。结论系统能够提供具有个性服务、全面感知、智能监控等特点的一站式服务和其他增值服务,并展望未来发展。     

智能康复训练系统对脑卒中患者上肢及手功能的效果

目的 观察智能康复训练系统对脑卒中患者上肢及手功能的效果。 方法 2018年12月至2019年12月,脑卒中患者68例随机分为对照组(n= 34)和试验组(n= 34),两组均采用常规物理治疗、作业治疗和头皮针治疗,试验组另采用智能康复训练系统训练,共8周。于治疗前,治疗1周、4周和8周后分别采用Fugl-Meyer评定量表上肢部分(FMA-UE)、上肢功能测试(UEFT)和改良Barthel指数(MBI)进行评价。 结果 治疗前,两组FMA-UE评分、UEFT评分和MBI均无显著性差异(P > 0.05)。治疗后,两组各评分均显著增加( F > 11.676, P < 0.001)。治疗4周和8周后,试验组各评分均高于对照组( t > 2.122, P < 0.05)。 结论 智能康复训练系统能有效改善脑卒中患者上肢及手功能和日常生活活动能力。     

中医健康工程发展的技术路线与基础数据研究

提出并发展中医健康工程,运用现代科学技术,来开展体现中医学特点的人体功能状态检测研究,是实现中医诊断及疗效评价客观化的重要途径。将中医健康工程融于信息技术,形成具有中医功能状态的智能辨识系统,延伸进入健康物联网,为大健康时代人体养生、保健与健康提供更准确和便捷的服务。而中医证候的辨识是实现这一目标的核心。运用中医证候结构表征数据,可以实现证候与理法方药数据的智能计算,形成中医辨证论治智能系统,对促进中医健康工程的发展具有重大的意义。     

中职护生气质类型与情绪智力的关系探讨

目的：探究中职护生的气质类型和情绪智力的关系。方法采用气质量表和情绪智力量表对397名中职护生进行调查。结果不同气质类型的情绪智力有显著差异（F＝3．27,P＜0．001）。其中多血质的情绪智力得分最高,黏液质次之,而胆-抑气质的情绪智力得分最低;胆汁质与情绪智力呈显著正相关（r＝0．109,P＜0．05）,多血质和黏液质与情绪智力呈显著正相关（r＝0．247,0．162,P＜0．01）;气质类型中多血质和黏液质对情绪智力具有显著的正向预测作用（β＝0．233,0．215,P＜0．001）,抑郁质对情绪智力具有显著的负向预测作用（β＝-0．117,P＜0.05）。结论气质类型与情绪智力存在一定的相关。     

D2E鼠情智能侦测系统在小浪底水利枢纽的应用

在大型水利枢纽工程中,部分核心区域一旦发生鼠类入侵的情况,可能造成不可估量的损失;如何在鼠类入侵的第一时间获得信息从而采取相应措施是避免遭受鼠类危害的要素。"D2E鼠情智能侦测系统"为这类问题提供了一个解决方案。     

Artificial intelligence based real-time microcirculation analysis system for laparoscopic colorectal surgery

BACKGROUNDColonic perfusion status can be assessed easily by indocyanine green (ICG) angiography to predict ischemia related anastomotic complications during laparoscopic colorectal surgery. Recently, various parameter-based perfusion analysis have been studied for quantitative evaluation, but the analysis results differ depending on the use of quantitative parameters due to differences in vascular anatomical structure. Therefore, it can help improve the accuracy and consistency by artificial intelligence (AI) based real-time analysis microperfusion (AIRAM).AIMTo evaluate the feasibility of AIRAM to predict the risk of anastomotic complication in the patient with laparoscopic colorectal cancer surgery.METHODSThe ICG curve was extracted from the region of interest (ROI) set in the ICG fluorescence video of the laparoscopic colorectal surgery. Pre-processing was performed to reduce AI performance degradation caused by external environment such as background, light source reflection, and camera shaking using MATLAB 2019 on an I7-8700k Intel central processing unit (CPU) PC. AI learning and evaluation were performed by dividing into a training patient group (n = 50) and a test patient group (n = 15). Training ICG curve data sets were classified and machine learned into 25 ICG curve patterns using a self-organizing map (SOM) network. The predictive reliability of anastomotic complications in a trained SOM network is verified using test set.RESULTSAI-based risk and the conventional quantitative parameters including T_1/2max, time ratio (TR), and rising slope (RS) were consistent when colonic perfusion was favorable as steep increasing ICG curve pattern. When the ICG graph pattern showed stepped rise, the accuracy of conventional quantitative parameters decreased, but the AI-based classification maintained accuracy consistently. The receiver operating characteristic curves for conventional parameters and AI-based classification were comparable for predicting the anastomotic complication risks. Statistical performance verifications were improved in the AI-based analysis. AI analysis was evaluated as the most accurate parameter to predict the risk of anastomotic complications. The F1 score of the AI-based method increased by 31% for T_1/2max, 8% for TR, and 8% for RS. The processing time of AIRAM was measured as 48.03 s, which was suitable for real-time processing.CONCLUSIONIn conclusion, AI-based real-time microcirculation analysis had more accurate and consistent performance than the conventional parameter-based method.