知識(shí)庫與電子病歷系統(tǒng)集成方案_第1頁
知識(shí)庫與電子病歷系統(tǒng)集成方案_第2頁
知識(shí)庫與電子病歷系統(tǒng)集成方案_第3頁
知識(shí)庫與電子病歷系統(tǒng)集成方案_第4頁
知識(shí)庫與電子病歷系統(tǒng)集成方案_第5頁
已閱讀5頁,還剩37頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、知識(shí)庫與電子病歷系統(tǒng)集成方案技術(shù)創(chuàng)新,變革未來一、對知識(shí)庫電子病歷的認(rèn)識(shí) 二、電子病歷系統(tǒng)智能化發(fā)展 三、知識(shí)庫系統(tǒng)集成應(yīng)用案例2目錄知識(shí)庫系統(tǒng) 集成知識(shí)庫系統(tǒng)知識(shí)庫知識(shí)對知識(shí)庫的理解:從數(shù)據(jù)庫(DB)到人工智能(AI)3人數(shù)財(cái)事物管理系統(tǒng)患者系統(tǒng)醫(yī)生系統(tǒng)護(hù)理系統(tǒng)電子病歷系統(tǒng):醫(yī)院內(nèi)部“全角色,全流程,全資源”的信息化記錄4一、對知識(shí)庫電子病歷的認(rèn)識(shí) 二、電子病歷系統(tǒng)智能化發(fā)展 三、知識(shí)庫系統(tǒng)集成應(yīng)用案例5級(jí)別應(yīng)用效果知識(shí)集成度(智能化成熟度)0未形成電子病歷系統(tǒng)個(gè)體知識(shí) 經(jīng)驗(yàn)決策1獨(dú)立醫(yī)療信息系統(tǒng)建立事務(wù)規(guī)則 系統(tǒng)控制2醫(yī)療信息部門內(nèi)部交換。崗位協(xié)作 部門傳遞3部門間數(shù)據(jù)交換。組織協(xié)作 系統(tǒng)

2、傳遞4全院信息共享,初級(jí)醫(yī)療決策支持。規(guī)則、知識(shí)跨系統(tǒng)角色傳遞5統(tǒng)一數(shù)據(jù)管理,中級(jí)醫(yī)療決策支持。規(guī)則、知識(shí)與數(shù)據(jù)生產(chǎn)學(xué)習(xí)性交互支持系統(tǒng)決策6全流程醫(yī)療數(shù)據(jù)閉環(huán)管理,高級(jí)醫(yī)療決策支持。生產(chǎn)數(shù)據(jù)更新規(guī)則、知識(shí),實(shí)現(xiàn)智能化系統(tǒng)決策7醫(yī)療安全質(zhì)量管控,區(qū)域醫(yī)療信息共享。知識(shí)與智能應(yīng)用空間擴(kuò)展,8健康信息整合,醫(yī)療安全質(zhì)量持續(xù)提升。知識(shí)與智能應(yīng)用成熟度提升1、不同電子病歷應(yīng)用水平的知識(shí)集成度(規(guī)劃視角)知識(shí)自動(dòng)化(學(xué)士)知識(shí)智能化(碩士)知識(shí)成熟化(博士)6知識(shí)能力集成深度集成基礎(chǔ)頻度廣度深度系統(tǒng)數(shù)據(jù)交互經(jīng)驗(yàn)證據(jù)循證2、知識(shí)庫與電子病歷系統(tǒng)集成與應(yīng)用的三維因素(設(shè)計(jì)視角)7V2.0(知識(shí)規(guī)則跨系統(tǒng)交 互

3、)V3.0(知識(shí)與數(shù)據(jù)交互, 教學(xué)相長)V4.0(專家系統(tǒng)與多系統(tǒng)集成)V5.0(人工智能自主執(zhí)行簡單工作)V1.0(規(guī)則的單系統(tǒng)植入)182345V0.0(無系統(tǒng)的個(gè)體知識(shí),憑經(jīng)驗(yàn)完成工作)初步建立電子化流程系統(tǒng)并植入確 定性規(guī)則實(shí)現(xiàn)流程系統(tǒng)控制形成相對獨(dú)立的知識(shí)庫,對多系統(tǒng) 進(jìn)行交互,對協(xié)同的工作流程進(jìn)行 系統(tǒng)控制知識(shí)庫初步具備基于數(shù)據(jù)的學(xué)習(xí)功 能,實(shí)現(xiàn)與數(shù)據(jù)的交互學(xué)習(xí),對系 統(tǒng)的工作流程進(jìn)行控制知識(shí)庫向?qū)<蚁到y(tǒng)發(fā)展,規(guī)則、知 識(shí)、邏輯動(dòng)態(tài)更新并通過與數(shù)據(jù)交 互學(xué)習(xí)成長,對系統(tǒng)進(jìn)行持續(xù)賦能基于長期的學(xué)習(xí)和專家系統(tǒng)的發(fā)展,以及與系統(tǒng)流程的交互與固化,實(shí)現(xiàn)人工智能工作。3、知識(shí)庫與電子病歷系統(tǒng)

4、集成應(yīng)用的分級(jí)考量(應(yīng)用視角)10初始級(jí)(成功歸屬于偶然)可重復(fù)級(jí)(同等項(xiàng)目可成功復(fù)制)已定義級(jí)(定量細(xì)化的過程管理)已管理級(jí)(質(zhì)量、效率、效益管理)優(yōu)化級(jí)(平穩(wěn)的應(yīng)對變更與改進(jìn)) 最不成熟最成熟123454、知識(shí)庫與電子病歷系統(tǒng)集成建設(shè)能力成熟度(工程視角)知識(shí)系統(tǒng)集成一、對知識(shí)庫電子病歷的認(rèn)識(shí) 二、電子病歷系統(tǒng)智能化發(fā)展 三、知識(shí)庫系統(tǒng)集成應(yīng)用案例10單病種質(zhì)控病案內(nèi) 院內(nèi)感染預(yù)警VTE評(píng)估與涵質(zhì)控 管控CDSS卒中中心 胸痛中心數(shù)據(jù)上報(bào) 數(shù)據(jù)上報(bào)傳統(tǒng)知識(shí)庫100%80%60%40%20%0%0%20%40%60%80%100%應(yīng) 用 深 度數(shù)據(jù)質(zhì)量與信息化水平111、最簡單:基于文獻(xiàn)知識(shí)

5、庫的輔助決策CDSS智能輔助決策系統(tǒng)-鑒別診斷CDSS智能輔助決策系統(tǒng)-檢查解讀CDSS智能輔助決策系統(tǒng)-治療方案推薦CDSS智能輔助決策系統(tǒng)-文獻(xiàn)庫在醫(yī)生工作站,實(shí)時(shí)推送與當(dāng)前患者相關(guān)的最新文獻(xiàn)功能模塊點(diǎn)擊次數(shù)智能推薦25139搜索4999評(píng)估表歷史697藥品詳情141診斷詳情105文獻(xiàn)67檢查詳情19治療方案17指標(biāo)詳情31總計(jì)312152020年CDSS智能決策支持系統(tǒng),醫(yī)生使用情況服務(wù)患者點(diǎn)擊次數(shù)平均每位患者點(diǎn)擊數(shù)7349312154.2統(tǒng)計(jì)范圍入院時(shí)間為20年1月1日至5月22日的出院患者全院患者病歷質(zhì)控智能管理系統(tǒng)-形式質(zhì)控AI自動(dòng)審核病歷缺陷,包括:形式質(zhì)控、內(nèi)涵質(zhì)控、病案首頁質(zhì)

6、控2、最基礎(chǔ):電子病歷書寫質(zhì)控智能管理病歷質(zhì)控智能管理系統(tǒng)-內(nèi)涵質(zhì)控AI自動(dòng)審核病歷缺陷,包括:形式質(zhì)控、內(nèi)涵質(zhì)控、病案首頁質(zhì)控病歷質(zhì)控智能管理系統(tǒng)-首頁質(zhì)控AI自動(dòng)審核病歷缺陷,包括:形式質(zhì)控、內(nèi)涵質(zhì)控、病案首頁質(zhì)控病歷質(zhì)控智能管理系統(tǒng)-病案室管理后臺(tái)病歷質(zhì)控智能管理系統(tǒng)-病案室管理后臺(tái)2020年4月17日上線,上線科室呼吸二部出院患者總數(shù)病歷質(zhì)控使用次數(shù)服務(wù)患者比例點(diǎn)擊次數(shù)平均每位患者點(diǎn)擊數(shù)311858%915.1質(zhì)控分類采納數(shù)質(zhì)控總數(shù)采納率內(nèi)涵38750.506666667形式88725570.346890888首頁5310.161290323總計(jì)93026630.349230192采納

7、數(shù):AI提醒質(zhì)控缺陷,醫(yī)生查看后,進(jìn)行修訂補(bǔ)充的質(zhì)控問題數(shù)量質(zhì)控總數(shù):AI一共提醒的質(zhì)控問題數(shù)量 采納率:采納數(shù)/質(zhì)控總數(shù)2020年病歷質(zhì)控系統(tǒng)上線后,醫(yī)生使用情況 統(tǒng)計(jì)范圍入院時(shí)間為20年4月17日至5月11日的出院患者僅呼吸二部2017201820192020舊警示軟件3、最成熟:基于藥學(xué)知識(shí)庫的臨床藥學(xué)管理24警示醫(yī)生系統(tǒng)僅提示風(fēng)險(xiǎn),由醫(yī) 生決定是否繼續(xù)用藥。藥師審核問題出發(fā)由醫(yī)生選擇發(fā) 送藥師后,由藥師決定 是否允許處方/醫(yī)囑生 效。自動(dòng)攔截當(dāng)臨床用藥符合預(yù)先設(shè) 定的自動(dòng)攔截規(guī)則時(shí), 系統(tǒng)將直接拒絕該處方/醫(yī)囑,臨床醫(yī)生必須修改其用藥。2526Qi L L , Wu B T , Ta典

8、ng W型, et a研l(wèi). Lon究g-te成rm fo果llow-#up1of :persi基stent于pulm循onar環(huán)y pur神e gro經(jīng)und-網(wǎng)glass絡(luò)nodu的les w肺ith d結(jié)eep le節(jié)arnin分gas割siste及d nod其ule s在egme臨ntati床on. E上urop的ean R應(yīng)adio用logy (IF=4.1), 2019.4、最廣泛:基于影像學(xué)的AI診斷系統(tǒng)典型研究成果#1:基于循環(huán)神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)分割及其在臨床上的應(yīng)用Qi L L , Wu B T , Tang W , et al. Long-term follow-up of

9、persistent pulmonary pure ground-glass nodules with deep learningassisted nodule segmentation. European Radiology (IF=4.1), 2019.典型研究成果#1:基于循環(huán)神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)分割及其在臨床上的應(yīng)用Qi L L , Wu B T , Tang W , et al. Long-term follow-up of persistent pulmonary pure ground-glass nodules with deep learningassisted nodule s

10、egmentation. European Radiology (IF=4.1), 2019.典型研究成果#2:基于深度學(xué)習(xí)的肺結(jié)節(jié)持續(xù)時(shí)間判斷Chuxi Huang et al., “Discrimination between Transient and Persistent Subsolid Pulmonary Nodules on Baseline CT Using Deep Transfer Learning ,” European Radiology (IF=4.1), 2020 .Qianqian Ni, et al., A deep learning approach to c

11、haracterize 2019 coronavirus disease(COVID-19) pneumonia in chest CT images. European Radiology (IF=4.1), 2020.典型研究成果#3:肺炎征象預(yù)測的人機(jī)對抗和人機(jī)協(xié)同典型研究成果#4&5:基于影像投影分析法的新冠肺炎進(jìn)展分析1 Yuancheng Wang et al., Dynamic evolution of COVID-19 on chest computed tomography: experience from Jiangsu Province of China. Europea

12、n Radiology (IF=4.1), 2020.2 Qian Yu et al., Multicenter cohort study demonstrates more consolidation in upper lungs on initial CT increases the risk of adverse clinical outcome in COVID-19 patients.Theranostics (IF=8.6), 2020.典型研究成果#4&5:數(shù)據(jù)挖掘1 Yuancheng Wang et al., Dynamic evolution of COVID-19 on

13、chest computed tomography: experience from Jiangsu Province of China. European Radiology (IF=4.1), 2020.2 Qian Yu et al., Multicenter cohort study demonstrates more consolidation in upper lungs on initial CT increases the risk of adverse clinical outcome in COVID-19 patients.Theranostics (IF=8.6), 2

14、020.業(yè)務(wù)流:患、醫(yī)、護(hù)、技、教、研資源流:人力、時(shí)間、空間、物資、設(shè)備 信息流:信息共享、交互、體驗(yàn)、安全患者安全醫(yī)療質(zhì)量5、最綜合:單病種閉環(huán)智能管理信息化應(yīng)用示范3536HISEMRLISPACS護(hù)理心電CDR(臨床數(shù)據(jù)中心)數(shù)據(jù)源合計(jì) 50多項(xiàng) 業(yè)務(wù)數(shù)據(jù)入院信息生命體征檢查結(jié)果病理結(jié)果住院醫(yī)囑轉(zhuǎn)科記錄檢驗(yàn)結(jié)果手術(shù)記錄業(yè)務(wù)數(shù)據(jù)數(shù)據(jù)采集惠每(Dr.Mayson)醫(yī)學(xué)大數(shù)據(jù)實(shí)時(shí)處理平臺(tái)數(shù)據(jù)采集自然語言處理醫(yī)學(xué)術(shù)語映射深度學(xué)習(xí)模型預(yù)測數(shù)據(jù)處理集成平臺(tái)CDR數(shù)據(jù)視圖前端接口腦卒中(1月)言語不清1月右側(cè)肢體麻木1月單側(cè)肢體麻木1月檢查 診斷 癥狀 查體MRI: 腦缺血半暗帶 MRI: T2WI高信號(hào) MRI: T1WI低信號(hào)VOBVOBATTATTATTSBV有 吸煙史 ,兩次 腦梗死 病史 ,左側(cè) 股骨頭 壞死 。VOB卷積神經(jīng)網(wǎng)絡(luò)疾病風(fēng)險(xiǎn)得分(Score)CDSS閉環(huán)應(yīng)用鑒別診斷37VTE 防控單病種過程質(zhì)控病歷質(zhì)控門診急診住院手術(shù)專病數(shù)據(jù)庫/科研患者信息入院記錄出院記錄醫(yī)囑信息檢驗(yàn)申請檢查申請手術(shù)申請輸血申請?jiān)\斷信息轉(zhuǎn)科記錄會(huì)診申請字典信息檢驗(yàn)記錄檢驗(yàn)結(jié)果檢查記錄檢查結(jié)果病理結(jié)果手術(shù)記錄排班記錄麻醉記錄首頁基本信息首頁診斷信息首頁手術(shù)信息首頁其他信息病歷文書信息微生物信息HISEMRNISLISPACS手麻

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論