临床决策支持

摘要： 重症监护病房(ICU)住院期间发生的急性肾损伤(AKI)与患者发病率和死亡率的增加有关。该研究的目的是提出一个基于机器学习的框架,用于危重病患者的可解释AKI预测,该框架能够同时实现良好的预测和解释能力。该文从重症监护医学信息数据库Ⅲ(MIMIC-Ⅲ)中提取的数据包括患者的年龄、性别、生命体征和ICU入院第1天及随后的化验值。在该研究中,通过将XGBoost模型与其他4种机器学习模型进行比较,证明了XGBoost模型的预测性能。此外,SHAP(SHapley Additive exPlanation)模型可解释器用于提供个性化评估和解释,以实现个性化的临床决策支持。结果表明,XGBoost能较好地预测AKI,与以往的预测模型相比,此模型更为简单有效,仅用21个特征变量即得到了更稳定的预测结果,预测精度高,模型准确率和受试者工作特征曲线下面积(AUC)分别为0.824和0.840,均高于既往研究结果。此外,该文对两组指标进行了特征依赖分析,发现24h尿量减少和血尿素氮升高可增加AKI风险。综上所述,该可解释预测模型可能有助于临床医生更准确快速地识别重症监护中存在AKI风险的患者,为患者提供更好的治疗。此外,可解释性框架的使用增加了模型透明度,便于临床医生分析预测模型的可靠性。

摘要： 近几年来,深度学习技术凭借着其学习能力强的特点在实际生活的各个领域都有着不错的表现,因此文章提出将其应用于医疗领域。基于深度学习的临床决策支持系统通过构建深度神经网络模型,对涉及疾病诊疗本质的指南、文献、医疗病历等数据进行迭代训练“学习”,自我完善知识库、规则库以及决策引擎模型。训练好的系统模型能够给临床工作者提供辅助决策,从而减少人为的医疗错误,更好地提升了医疗质量,保障了患者的生命安全。

摘要： 目的 研究临床决策支持系统的统一消息集成平台关键技术及应用,为临床医务人员提供综合的辅助决策,改变以往单点消息提醒和预警的混乱状况。方法 利用数据集成技术和新一代人工智能数据治理技术,对各类辅助决策类消息进行统一界面的、多维度的展示。结果 统一消息集成平台的构建,能够减少各类消息预警提示框对业务系统的干扰,减少关键提醒信息的遗漏。结论 消息集成平台的构建能够规范单点消息提醒和预警,有效减少用户对关键预警信息的漏读率,提升医疗安全和质量。

摘要： 介绍医学知识图谱相关概念,详细阐述医学知识图谱应用情况,包括临床决策支持、文献可视化、智慧搜索、智能问答等方面,提出问题与展望,为相关研究提供参考。

摘要： 目的探讨基于知识库的临床决策支持系统在膝关节镜下半月板成形术患者出院准备度的应用效果。方法选取2021年12月至2022年4月安徽医科大学附属六安医院收治的66例行膝关节镜下半月板成形术患者。患者随机分为观察组和对照组,每组各33例。对照组采用关节镜下半月板成形术常规健康教育,观察组住院期间采用临床决策支持系统开展健康教育。比较两组患者出院准备度、出院指导质量。结果观察组患者出院准备度总分为(106.38±8.98)分,高于对照组(90.29±7.64)分,差异有统计学意义(P<0.05);观察组出院指导质量总得分为(154.66±13.13)分,高于对照组(139.56±12.23)分,差异有统计学意义(P䥺Symbol|@@0.05)。结论临床决策支持可有效提高膝关节镜下半月板成形术患者出院准备度、出院准备指导质量。

摘要： 目的:调研医院检查申请与预约的现状及其不足,探讨如何改进现有电子检查申请的应用模式,借助临床数据中心和医疗知识库,通过信息化手段降低患者、接诊医生、检查医生和护士等多方面角色的沟通成本,提高医技检查的工作效率。方法:深入研究现有检查申请单系统的特点,通过下沉医技检查科室业务学习、访谈,业务问题归纳、信息化业务建模等方式对现有系统进行分析改造。结果:实现了医生间、医护间、医患间全信息化沟通,建立知识库,提升检查申请质量,提高医技检查科室工作效率,有效降低医技检查的预约等候时间。结论:电子检查申请通过临床辅助决策系统和智能辅助预约系统使得检查安排更为合理,设备利用率明显提高。

摘要： 目的:搭建基于临床决策支持的智慧护理系统,实现护理程序管理,提高护理专业化、循证化水平,提升护理质量及效率、降低护理风险。方法:通过知识库建设,以“评估-诊断-计划-措施-评价”护理程序为框架,利用智能风险评估、护理任务导向性管理、数据一元化管理等模式,借助移动终端、5G等手段,将临床决策支持系统融入护理流程。对比系统上线前后护士每日书写护理文书的时长,每日护理任务完成率,护理病历的及时率、正确率,每月护理不良事件发生情况,评价智慧护理系统的应用效果。结果:智慧护理系统上线后,护士每日书写护理文书的时长缩短、科室每月护理不良事件数量下降,每日护理任务完成率、护理病历的及时率、正确率均明显提高,差异具有统计学意义(P<0.001)。结论:基于高级临床决策知识库的智慧护理系统的建设,实现向以患者为中心、以护理程序为核心的责任制、循证护理模式转变,提高了护理质量与效率,保障患者安全。

摘要： 目的建立成人凝血功能结果解释规则。方法统计9721份凝血功能5项的异常结果模式,参照专著、指南等建立解释性规则初稿。经过2轮专家合理性评分和修改形成终稿。用6346份报告测试规则的应用,100份典型报告邀请专家评价解释的合理性。合理性评分采用5分制。结果凝血功能5项的异常结果模式22种,建立结果解释性规则初稿13条。经过2轮20名专家合理性评分(从4.48分上升到4.64分)、建议和讨论,建立结果解释性规则15条,如:INR>1.15且APTT>38 s且TT 14.5~21.5 s且Fib<2.0g/L,多见于肝脏疾病,当Fib<1.0g/L提示严重肝病或发生出血。6126份报告能触发解释性规则,100份报告5位专家的合理性评价为4.73分,符合率80%o结论建立凝血功能结果解释规则,可提供初步解释性注释。

摘要： 当前病历的主流形态是电子病历(EMR)模板式形态.分析模板病历的问题,提出从人工智能(AI)思路与技术视角,对比阐述一种新的病历形态,即网格病历形态;并以同步临床决策支持(CDS)为条件,论述建构网格病历的基本方法、基本形态、基本操作和主要优势,展示其解决临床问题的多种能力.

摘要： 知识图谱在语义检索、信息分类等领域扮演着重要的角色,但面向决策支持等强逻辑型任务的表现仍差强人意.该研究综合考虑了国内外主流的医学知识分类体系和知识图谱构建方法 ,针对临床医学主要知识源,利用实体识别、关系抽取等技术,探索了支持临床决策的医学图谱的本体结构和构建方法 ,并结合临床工作设计了与图谱结构相适应的临床决策支持系统,在重要临床环节提供有效的决策支持.

摘要： 临床决策支持系统是医院信息系统的高级功能,研究易于嵌入工作流,能广泛适用于医院信息系统与多种EHR系统协同工作要求统一规范的知识表达,提供一个CDS标准化的知识表达结构,可以被CDS知识工程的开发者和行业的认可和广泛使用.目标是实现表达和交换的标准化,实现语义上的互操作性.本文给出临床决策支持系统的定义.重点介绍美国CDSC联盟和GLIDE项目研究内容,包括CDSC知识表达4级模型和GLIDES知识转化过程.

摘要： 本文基于自己建立的合理用药监测系统模型,它是基于电子病历的临床决策支持的合理用药监测系统,来深入探讨电子病历的临床决策支持功能以及电子病历的智能化的意义.希望通过使用计算机程序监控临床用药过程,提高医疗质量,保护患者健康安全.

摘要： 目的:检验后过程是实验室的薄弱环节,利用临床决策支持辅助检验结果的自动审核和智能解释,实现检验后的自动化过程.rn 方法:建立高质量、专业化的规则库和知识库,开发的自动审核和智能解释系统(简称智能检验),在医学实验室进行应用实践和效果评价.rn 结果:智能检验包括自动审核、辅助人工审核、智能的实验室诊断和全面知识支持等功能.自动审核符合ISO 15189、CAP Checklist、CLSI AUTO-10等国际标准要求.智能检验已在血液、免疫、内分泌、生化等专业4个实验室实际应用.使用智能检验后,实验室可减少80％的审核工作量,缩短40%的结果报告时间;可优化工作流程,减少差错率;可均衡员工技术差异,降低审核工作压力.rn 结论:智能检验具有强大的决策和知识支持,显著提高检验后过程的质量和效率,极大地缩短检验报告时间.

摘要： 临床决策支持(CDS:Clinical Decision Support)对降低医疗成本、提升医疗质量保障病人安全具有重要作用.目前CDS系统一般作为独立软件产品或者EMR应用的一部分,依赖于软件供应商.SOA技术发展使分布式EMR应用成为可能.本文介绍基于SOA架构的CDS组件设计方案,通过项目实践,探索已有EMR与CDS组件的耦合方案,提出了EMR与CDS组件的设计原则,进行了相关应用讨论.

摘要： 提高医疗质量、控制医疗差错、提高病人安全为医院最优先和紧迫的任务，针对这一目标，设计与实践了一个基于临床指南的临床决策支持系统。首先提出适用于临床医生的数字化临床指南的绘制方法，在此基础上建立了医学逻辑模型并自动转化为计算机可推理的规则库，通过与临床信息系统相集成，实现了对代谢综合征的临床诊断决策支持。通过临床评估，系统能够提供正确的临床决策支持服务，但仍进一步提高临床决策支持系统的临床价值。

摘要： Clinical Decision Support – HIT functionality that builds upon the foundation of an EHR to provide persons involved in care processes with general and person-specific information, intelligently filtered and organized, at appropriate times, to enhance health and health care.CDS provides the right information to the right person at the right timeto assist in the process of delivering quality and safe care. Aside from alerts and reminders, CDS may include templates, order sets, data display that highlights important information, reference information, and other tools to support optimal care within the clinical workflow.

摘要： 目的:分析医疗大数据在临床信息化建设中的应用方面,提出临床信息化建设中医疗大数据分析的应用策略.方法:对医疗大数据应用进行场景分析,总结大数据分析技术,提出应用改进方法.结果:从5个方面提出了医疗大数据分析应用的建设策略,指出了未来数据驱动医疗方向.结论:医疗大数据分析是提升医院信息系统价值的重要方面,医疗机构数据治理氛围以及复合型信息人才建设是大数据分析应用成功的关键.

摘要： 目的:分析医疗大数据在临床信息化建设中的应用方面,提出临床信息化建设中医疗大数据分析的应用策略.方法:对医疗大数据应用进行场景分析,总结大数据分析技术,提出应用改进方法.结果:从5个方面提出了医疗大数据分析应用的建设策略,指出了未来数据驱动医疗方向.结论:医疗大数据分析是提升医院信息系统价值的重要方面,医疗机构数据治理氛围以及复合型信息人才建设是大数据分析应用成功的关键.

摘要： 目的:分析医疗大数据在临床信息化建设中的应用方面,提出临床信息化建设中医疗大数据分析的应用策略.方法:对医疗大数据应用进行场景分析,总结大数据分析技术,提出应用改进方法.结果:从5个方面提出了医疗大数据分析应用的建设策略,指出了未来数据驱动医疗方向.结论:医疗大数据分析是提升医院信息系统价值的重要方面,医疗机构数据治理氛围以及复合型信息人才建设是大数据分析应用成功的关键.

摘要： 目的:分析医疗大数据在临床信息化建设中的应用方面,提出临床信息化建设中医疗大数据分析的应用策略.方法:对医疗大数据应用进行场景分析,总结大数据分析技术,提出应用改进方法.结果:从5个方面提出了医疗大数据分析应用的建设策略,指出了未来数据驱动医疗方向.结论:医疗大数据分析是提升医院信息系统价值的重要方面,医疗机构数据治理氛围以及复合型信息人才建设是大数据分析应用成功的关键.

摘要： 一种方法包括：获得包括感测到的患者的至少两个生理测量结果的集合的电信号；将所述至少两个生理测量结果与预定生理测量结果范围进行比较；响应于确定所述至少两个生理测量结果不满足所述生理测量结果范围而识别确定所述患者的感兴趣状况的概率和严重性所需要的数据；接收以电子格式的识别出的数据；基于接收到的识别出的数据来确定所述感兴趣状况的第一概率和第一严重性；基于所述第一概率和所述第一严重性、护理设施的资源以及事件指南来确定针对所述患者的推荐的动作过程；并且使显示器视觉呈现所述第一概率和所述第一严重性以及所述推荐的动作过程。

摘要： 提供一种用于执行可执行临床实践指南的系统和方法，该临床实践指南用于在治疗患者中提供指导。该系统包括指南库，其用于存储多个可执行临床实践指南，至少一个接口，用于输入与至少一个患者和该患者的治疗相联系的临床情境数据，以及显示器。系统服务器，其在接收所述临床情境数据后自动选择合适的临床实践指南和在显示器上用视觉导航器显示该指南。服务器自动地在其抽象等级提供该指南，并且也向用户提供限定当前抽象等级的视觉导航器；可替换地，在接收由用户通过UI选择的手动选择的信号后，指南和该指南的抽象等级就会随后显示。抽象等级可以通过用户采用手动和自动模式输入进行改变。

摘要： 一种方法包括：获得包括感测到的患者的至少两个生理测量结果的集合的电信号；将所述至少两个生理测量结果与预定生理测量结果范围进行比较；响应于确定所述至少两个生理测量结果不满足所述生理测量结果范围而识别确定所述患者的感兴趣状况的概率和严重性所需要的数据；接收以电子格式的识别出的数据；基于接收到的识别出的数据来确定所述感兴趣状况的第一概率和第一严重性；基于所述第一概率和所述第一严重性、护理设施的资源以及事件指南来确定针对所述患者的推荐的动作过程；并且使显示器视觉呈现所述第一概率和所述第一严重性以及所述推荐的动作过程。

摘要： 本发明涉及一种用于临床决策支持的装置和方法，所述装置和方法基于临床风险因子和诸如蛋白质浓度的分子标记物的组合来识别处于高血栓形成风险中的患者。这些临床风险因子和分子标记物被组合在基于机器学习的算法中，所述基于机器学习的算法返回与未来血栓形成事件的估计的风险相关的输出值。

摘要： 分子标记测试的目录(34)指定利用临床适用性注释进行注释的分子标记测试。电子患者医疗记录(22)存储患者的基因测序数据(20)。临床决策支持(CDS)系统(30)被配置为跟踪所述患者的临床背景，其中，所述临床背景至少包括疾病诊断和当前患者护理阶段。目录搜索模块(32)被配置为对所述分子标记测试的目录进行搜索以识别在由所述CDS系统跟踪的所述临床背景中对所述患者具有临床适用性的分子标记测试。所述搜索是通过由一组触发规则定义的触发事件的发生而自动触发的。测试模块(44)被配置为使用存储在所述电子患者医疗记录中的所述患者的所述基因测序数据在计算机中执行由识别模块识别的分子标记测试。

摘要： 提供了一种临床决策支持综合系统和方法。通过机器学习获得并从多个外部医疗机构接收的患者的临床预测结果经过整合以执行综合预测，使得不仅预测患者的当前病情，而且预测患者的疾病的未来进展，以帮助医务人员做出快速且正确的医疗决策。

摘要： 本发明公开了一种临床决策支持系统和决策方法，属于医疗人工智能领域。针对现有技术中存在的现有决策为专科方面进行决策，且数据诊断正确率依旧不高，资源共享度差的问题，本发明提供了一种临床决策支持系统和决策方法，包括医学知识库，推理机，解释器，人机交互模块，提供病人和医生的交互平台。医生通过选择症候特征之后，输入到内部推理机，算出患者可能疾病信息及其概率，然后医生用户端刷新出新的待询问症候问题，并将疾病概率通过图表展示给医生，在页面的解释模块会展示可能疾病的解释，它可以实现基层医疗病症的临床决策支持，改善和提高决策水平，数据诊断正确率高。

摘要： 本公开提出了一种用于向用户(15)提供临床决策支持的系统(10)和方法。所述系统(10)包括护理点(POC)检测装置(50)，所述护理点(POC)检测装置包括集成式临床决策支持模块(40)。所述POC检测装置(50)与所述临床决策支持模块(40)通过检测模块‑临床决策支持模块接口(30)连接。所述系统(10)还包括在所述用户(15)和所述POC检测装置(50)之间的检测模块(20)。所述检测模块(20)配置为：从所述用户(15)向所述POC检测装置(50)请求检测，并将完成的检测结果从所述POC检测装置(50)发送到所述用户(15)以及通过所述内部接口(30)发送到所述临床决策支持模块(40)。所述系统(10)还包括多个不同的外部数据源(70)，所述多个不同的外部数据源配置为通过通信连接(60)向所述POC检测装置(50)的所述临床决策支持模块(40)提供外部数据。所述临床决策支持模块(40)配置为使用所述外部数据和所述完成的检测结果来确定和提供专门为所述用户(15)量身定制的临床决策支持信息。

摘要： 将患者映射到临床试验以用于患者特定的临床决策支持。提供了用于将患者映射到一个或多个临床试验的系统和方法。患者的患者数据被接收并编码到患者的患者模型中。基于该临床试验中参与者的特性，为临床试验集合中的每个临床试验生成合成患者。将患者的患者模型与每个合成患者进行比较，以标识与患者模型匹配的合成患者。基于匹配合成患者，将患者映射到临床试验集合中的一个或多个临床试验。

摘要： 本发明属于计算机辅助医疗、医学信息学领域，具体的，涉及一种多功能手术切口牵开保护装置，包括人机交互子系统，临床决策支持子系统，临床成本管理子系统和虚拟私有云VPC数据库；涉及到本系统的所有存储内容，可以使用DAS（直连式存储）、可以使用NAS（网络附加存储）、也可以使用SAN（存储区域网络）等任何先进存储方式存储。