微型空气净化器的创新技术

近年来．随着新技术的大量涌入人类赖以生存的环境变得越来越恶化．尤其是“室内空气的污染”已成为危害人们健康的最重要的因素。综合调查研究结果显示，主要污染物分为3类；①可吸入颗粒；②微生物；③有害挥发气体。2年前我们研制出纳米光催化空气消毒器，已在各大医院推广应用，收到良好的效果．但仍有一定的缺陷。目前我们利用纳米级二氧化钛的强氧化作用．制作出具有光催化降解和吸附一体化功能的微型空气净化器．能在极短的时间内清除空气的污染，是办公室、病房、车内等小环境最有效、携带方便的空气净化器。该产品特点：①材料技术创新：采用新载体装载和单分子层稀土元素装饰纳米级二氧化钛；②结构技术创新：采用紫外LED作为紫外光源，将光波长由360纳米提升到400纳米，使机器体积缩小，寿命延长；③机器外观创新：微型带来创作的人性化。     

建立基于临床路径的成本核算体系

正推动建立公立医院成本核算体系这项工作,需要以支付制度改革为目标,以监管制度为保障,以激励机制为动力,以信息化为平台。随着医改的不断推进,医保覆盖、基层基础设施建设、基本药物制度建设等诸多方面取得了显著成绩,但作为改革核心的公立医院改革还面临着较大的挑战。支付制度改革作为公立医院改革突破口的关键作用已逐渐被认识。而开展成本核算研究,建立基于病种、人头或服务单元的成本核算体系,是建立合理的支付制度必不可少的基础工作,也是当前研究公立医院改革的关键所在。旨在探索在中国开展公     

取消药品加成医改路上前行

"以药养医"被公认为现今医疗卫生系统中的"毒瘤",为寻找医治这一"毒瘤"的良方,各地纷纷采取不同措施和模式进行探索。自2012年7月1日起,首都医科大学附属北京友谊医院(以下简称北京友谊医院)率先实行药品零加成的试点,引起中央、地方和广大媒体的广泛关注。一年以后,北京友谊医院试点的进展如何?试点为寻找医改良方起到了什么样的作用?日前,本刊记者和麦肯锡走访了北京友谊医院理事长刘建,就试点以来北京友谊医院的经验与感受,以及从试点引发的对我国整体公立医院改革的思考进行了深入探讨。     

饶克勤谈探索建立符合我国国情的支付制度

一年前,中华医学会党委书记饶克勤在与本刊记者和麦肯锡就"公立医院改革顶层设计"的访谈中,曾提出"支付制度改革作为改革突破口"的观点。一年多来,全国多个地区已尝试开展试点工作,探索适合当地情况的支付方式改革。近日,本刊记者和麦肯锡再次走访饶克勤书记,回顾一年多来的改革进程,总结成绩;同时分析改革过程中遇到的问题和挑战,理清     

从国际视角看中国公立医院激励机制改革

随着人口老龄化的加剧,医疗技术的革新和人们对于健康需求的不断提高,如何向全社会提供高质量、普及性的医疗服务,同时有效地控制成本,保证长期可持续发展,是各国面临的普遍问题。各国拥有不同的经济实力,不同的医疗资源基础和医疗体系及制度,面临的问     

饶克勤谈我国公立医院改革的顶层设计

我国医改即将进入第四个年头,取得的成绩有目共睹,特别是在基础设施建设等诸多方面,但公立医院改革可谓挑战重重。有人说,改革进入深水区,意味着“没有石头可以摸了”,公立医院改革的难度可想而知。近年来,我国在17个城市进行公立医院改革试点,在诸多方面开展了有益探索和实践。但是,全国层面指导公立医院改革的方针、政策,似乎还缺乏系统性的总体设计和思路。日前,《中国卫生人才》杂志和麦肯锡公司就中国公立医院改革的顶层设计这一话题对中华医学会党委书记饶克勤进行了一次访谈。     

关注高层性别多元化

麦肯锡公司于2007年对200多家上市公司进行了调查和分析。结果发现，性别多元化、女性高管多的企业比其他企业的各方面业绩都要优异。举例而言，前89家女性高管比例最高的欧洲上市企业，比行业平均的盈利高出近一倍。     

徐恒秋谈安徽省基层医疗改革的实践与探索

从2009年医改拉开序幕以来,全国各省市结合自身的情况,积极探索医改不同模式。安徽,作为一个经济发展水平相对较低的省份,在建立、健全基本医疗制度上,做出了有益的尝试,探索出一条适合自己的道路。近日,本刊采访了安徽省卫生厅副厅长徐恒秋,回顾安徽基层医改的历程,探讨改革的思路和经验。问:请您谈一谈,安徽基层医改模式最大的突破和意义是什么?徐恒秋:安徽基层医改最大的突破     

基于V-Net卷积神经网络深度学习模型自动分割腰椎CT图像中的椎旁肌

目的 观察基于V-Net卷积神经网络(CNN)的深度学习(DL)模型自动分割腰椎CT图像中的椎旁肌的价值。方法 收集471例接受腰椎CT检查患者，按7∶3比例将其分为训练集(n=330)和测试集(n=141);采用2D V-Net进行训练，建立DL模型；观察其分割腰大肌、腰方肌、椎后肌群及椎旁肌的价值。结果 基于V-Net CNN的DL模型分割椎旁肌精度良好，戴斯相似系数(DSC)均较高、肌肉横截面积误差率(CSA error)均较低；其分割训练集图像中的腰大肌、腰方肌及椎旁肌的DSC均高于测试集(P均<0.05),而分割训练集中4组肌肉的CSA error均低于测试集(P均<0.05)。测试集内两两比较结果显示，该模型分割椎后肌群的DSC最高、腰方肌的DSC最低；分割腰方肌的CSA error最高、椎旁肌的CSA error最低(P均<0.05)。结论 以基于V-Net的DL模型自动分割椎旁肌的效能较佳。