“互联网+护理服务”老年慢性病智能随访系统的构建及应用

介绍了“互联网+护理服务”老年慢性病智能随访系统的总体设计思路和具体实施方法,包括基于疾病生理变化客观指标及患者自我报告主观感受等多维数据实现随访需求的精准评估和诊断、循证知识库支撑的随访智能决策、以护士为主导的线上与线下相结合的随访服务。该智能系统的应用构建了满足老年慢性病患者多样化、多层次随访需求的随访模式,调动了护士的积极性,为未来全面开展“互联网+护理服务”提供了有益借鉴和启示。     

基于目标检测的医院感染规范监测方法研究

目的：提出基于目标检测的医院感染规范监测方法,提高医护工作者及管理人员的工作效率。方法：采用“云端-边缘”协同的架构设计,利用基于深度学习的目标检测方法对实时摄像机视频数据中的医护人员穿脱防护服规范以及手卫生执行情况进行检测。结果：采用“云端-边缘”协同的方式进行架构设计,可以更好地进行训练和推理;使用带标注的医院感染规范数据训练集对目标检测模型进行训练,并在测试集进行验证,实验结果显示该方法具有较高的准确率,mAP达94.9%。在真实场景中,准确率为94.4%,基本达到了人肉眼识别的水平。结论：结合深度学习的医院感染规范监测方法可以实时检测感控措施的执行情况,具有重要实际应用价值;利用图像数据增强技术对带标注的医院感染规范数据集进行增强,可解决数据不平衡问题,同时增强模型的鲁棒性。     

轻量级医院智慧运营管理系统的设计与应用

为积极应对医疗卫生体制改革,有效整合医疗数据资源,建立健全医院智慧运营管理体系,医院运用微服务、低代码架构等技术,设计了轻量级医院智慧运营管理系统,以融合多源异构数据,实现跨系统数据互联互通,提高数据的利用率。智慧运营管理系统中轻量级架构的设计以及对重要指标的实时监测和提前预警等功能可有效提高医院信息数据的综合利用能力、运营管理决策水平和效率。通过整合医院原有业务系统数据建立医院智慧运营管理体系,有助于提升医院精细化管理水平,推动医院高质量发展。     

一种面向医学宣教长文本多分类方法的研究与设计

目的：提出一种面向医学宣教长文本的多分类方法,提高管理人员的数据管理效率。方法：采用ALBERT预训练模型对宣教内容进行编码,然后利用多尺度金字塔卷积神经网络提取和学习长文本宣教内容的深层语义特征,最后输出多分类结果。结果：ALBERT预训练模型具有较高的分类精确率,达到93.56%,召回率与F1值分别为91.29%和92.22%,构建了带科室标注的宣教内容数据集,利用诊断名称对数据集进行样本增强,增加了模型的鲁棒性。结论：结合深度学习的宣教内容分类系统提供了准确的科室分类结果,具有实际的应用价值。     

常态化疫情防控下入院流程的创新与实践

目的 为深入落实智慧医院建设,结合疫情防控要求,重塑患者入院服务流程,优化资源配置,提高入院服务品质与服务满意度。方法 结合目标检测、动作识别等人工智能技术,研发实施入院登记、陪护登记、智能院感行为监管、核酸检测、通行管控等信息化系统对患者入院流程进行创新改造。结果 建立了完善的防疫工作管理体系,实现了患者一站式入院服务与院中智慧闭环管理。结论 优化后的服务流程显著提高了入院服务效率,提升了患者满意度,有效保障了院内疫情期间的防控工作,成效显著。