医院普通医用耗材虚拟盘存系统的应用研究

目的：基于物资管理流程构建科室虚拟二级库,实现各科室普通医用耗材虚拟库房的电子化盘存。方法：按管理和计价两属性分类标准,依据临床不同耗材的“流向”自动形成虚拟入出库单,设计一套高效实用的智能盘存系统。结果：节约了库房盘存时间,降低了管理人员的工作强度,提高了工作效率与管理质量。结论：科室虚拟二级库电子化盘存可为科室耗材采购申领提供数据依据,实现普通医疗耗材全流程精细化管理,促进智慧医院高质量的发展。     

日间手术管理服务信息化体系构建研究

目的研发日间手术管理信息系统,实现提高工作效率和医疗质量.方法构建包括床位预约、入院评估、手术宣教、手术过程管理、信息高效查询、出院评估、术后随访等全流程工作体系,并与医院现有的信息系统对接.结果通过开发的系统,实现整个日间手术的数字化管理,为广大日间手术患者提供方便、快捷、合理的日间手术服务.结论日间手术信息化管理优化了工作流程,提高了医疗效率,创新了医疗模式,对日间患者安全和临床管理工作起到促进作用,也将促进我国日间手术的发展.     

新生儿危重症预警决策关键技术研究

设计并实现新生儿危重症监护预警系统,详细介绍系统总体目标、关键技术、整体架构、功能模块等,指出该系统能够为医生提供诊疗决策支持,进而提高儿科医疗质量和服务水平。     

保障医疗大数据安全及其实践

基于目前医疗大数据平台中数据安全存在的问题,首先从安全形势入手分析我国医疗大数据安全保障的重难点和常见保护措施,结合西南医院医疗大数据平台实践,提出目前医疗大数据平台数据安全保障策略,包括管理安全、脱密安全、存储安全、网络安全等方面。     

麻醉记录单精准计费系统的建立和应用评价

目的：基于麻醉记录单建立自动精准麻醉计费系统,并对其进行评价。方法：结合麻醉记录单中事件的计价特性,建立其与价表项目的匹配关系,并以此为依据将麻醉记录单自动翻译成费用清单。结果：提升了工作效率,有效减少了漏费率和差错率,提高患者满意度。结论：麻醉计费系统不仅加强了麻醉记录单、术中医嘱单、收费单、处方单的一体化可追溯管理,还为患者提供了透明精准服务,改善了医疗和麻醉质量,值得推广。     

医院临床决策支持系统设计与应用

介绍临床决策支持系统国内外发展现状,结合陆军军医大学第一附属医院实际情况,阐述临床智能辅助决策支持系统设计目标、整体架构、功能、软件模块及其特点,指出该系统应用效果较好,能够为医生提供更好的信息服务和支持。     

智能数字化手术室系统设计与实践

设计并实现智能数字化手术室系统,从总体目标、整体架构两方面介绍系统规划设计,从硬件和软件角度阐述系统组成及实现方式,最后分析应用效果并展望未来改进方向。     

全流程检查分时段预约系统研究与设计

介绍国内外检查预约就诊模式发展现状,分析传统医院检查环节存在的问题,详细阐述全流程检查分时段预约系统架构、流程、算法与规则、功能等方面的设计,指出该系统有助于优化检查流程,改善患者就医体验。     

医院数据湖系统设计与应用

目的：基于大数据平台构建高兼容性数据湖,以降低数据存储成本,减少数据理解偏差,提高数据质量。方法：通过分析医院的实际业务和数据应用的需求,结合数据湖底座技术能力,完善医疗大数据平台,建立全量医疗数据入湖体系,实现海量数据的存储、汇聚、资源化利用和资产化。结果：医疗数据湖的建设和应用可助力数据治理,实现数据高效快速接入和处理,为医疗运营、科学研究、医疗质控、临床服务、决策管理等提供数据基础支持。结论：根据医院数据及应用的实际情况,提供便捷、高效的数据治理途径,提升医院的医疗能力,增强服务保障能力。     

基于支持向量机技术预测丙戊酸钠血药浓度

目的 基于支持向量机(SVM)技术,建立丙戊酸钠的血药浓度预测模型.方法 收集陆军军医大学第一附属医院2015年1月至2018年12月确诊为癫痫且服用丙戊酸钠缓释片的病人的血药浓度及16个血药浓度影响因素指标数据.利用随机数字表法将收集的206例病人共271个样本数据分为190个构成训练样本集以及81个构成测试样本集.基于SVM技术对190个训练样本进行训练,建立预测模型.再用外部验证法将81个测试样本的血药浓度模型预测值与实际观测值进行对比.结果 训练样本集和测试样本集中病人的各临床指标除胱抑素C外,其余指标差异无统计学意义(P≥0.05),训练样本集中病人胱抑素C为(1.17±1.23)mg/L,明显高于测试样本集中病人的(0.93±0.84)mg/L(P=0.012).基于SVM技术的血药浓度预测模型取得了较好的预测效果,模型预测值与实际观测值相对误差:小于5％的12个;5％～10％(含)的23个;10％～15％(含)的21个;15％～20％(含)的13个;20％～25％(含)的4个,超过25％的8个;平均相对误差为12.12％,相对误差小于20％(含)的样本占比达到85.18％.平均绝对误差为9.98 mg/L,绝对误差小于20 mg/L的样本占比达到95.06％.模型预测值与实际观测值的相关系数为0.788.结论 SVM技术在血药浓度预测方面具有良好的应用前景,基于该技术的丙戊酸钠血药浓度预测模型准确度较好,模型预测值与实际观测值的相关性较好,相对误差较小,可为临床制定个体化给药方案提供参考.