目的:分析评价一种新型语义网络分析模型SPReCHD：残差学习诊断系统模块（RLDS）和双路径链式多尺度门控轴心变压器网络模块（DPC-MSGATNet），在室间隔完整型肺动脉闭锁（PA/IVS）和危重肺动脉瓣狭窄（CPS）胎儿超声心动图四腔心视图数据集中评估右心发育不良程度分级的性能。方法:回顾性收集2017年6月至2022年12月青岛大学附属妇女儿童医院350例24~28周胎龄的PA/IVS和CPS胎儿的1650张单幅超声心动图四腔心视图建立实验数据集。根据右心发育不良程度对建立的SPReCHD模型进行训练、验证和测试，评估模型精确度、召回率及F1值等性能指标；与高级医师基于超声指标、右心室形态及出生结局等多维度信息对测试集做出的评估结果进行比较，采用Kappa检验观察评估的一致性。结果:SPReCHD模型在训练集、验证集及测试集对右心发育不良程度分级评估的精确度分别为93.82%、94.34%和94.68%，召回率分别为90.54%、91.38%和90.89%，F1值分别为92.10%、92.82%和92.67%。在测试集中，SPReCHD模型与高级儿童心血管医师评估结果一致性良好（Kappa值=0.724，P<0.001）。结论:SPReCHD模型在训练集、验证集及测试集对右心发育不良程度分级的评估性能优异。该模型对PA/IVS和CPS胎儿右心发育不良程度分级评估水平与高级医师评估结果一致性好，为进一步提出精准评估标准奠定基础。

提出了医疗数据服务云的基本架构,并从数据管理、医院数据应用和区域数据服务三个层次建立结构视图.在上述基础上提出了医疗数据的两种应用模式,提高医疗业务数据的利用率与应用深度,实现医疗数据服务的动态扩展.

神经介入是治疗脑血管病变的重要手段,首都医科大学附属北京天坛医院建立了以神经介入专病库为核心的临床科研一体化研究模式.该模式以自然语言处理、机器学习、深度学习等人工智能技术为依托,通过对神经介入中心在2012年5月-2019年6月收治的379例前循环脑梗死急诊取栓患者数据进行自动采集、处理和建模,构建了前循环脑梗死急诊取栓专病库.一方面形成了极细颗粒度的多维数据关联关系展现视图,为临床研究提供更多可能方向;另一方面,利用全过程诊疗时间轴及智能预测引擎,实现了对取栓后患者颅内出血的发生风险预测,对临床治疗决策的调整、优化具有重要意义.由此可见,基于专病库的科研临床一体化研究模式,将有效带动科研成果的产出及转化,实现以真实诊疗数据为基础、以研究成果辅助临床决策的目标,具有广阔的发展前景.

目的:设计一套符合临床科室管理需求和业务需求的血液透析管理信息系统,实现高效的精细化管理,保障临床治疗安全.方法:采用需求调研和结构化分析方法对临床科室的需求进行收集和分析,设计多维度的血液透析管理信息系统架构,并进行业务流程的优化.结果:通过梳理系统使用部门的基本情况和业务情况,构建出包括血液透析管理信息系统的技术架构,分析系统主要的数据流情况,实现系统功能模块,设计出一套多维度的血液透析管理系统,整个系统主要分成视图展现层、控制层、业务处理层、数据访问层、数据和(或)资源层5个层次.结论:基于结构化分析方法设计的信息系统,可促进临床业务发展,提高工作效率,实现精细化管理.

目的 构建基于浙江省血液云平台的成分献血智能化招募系统,优化招募过程的信息化管理,提升招募效率.方法 本文介绍了成分献血智能招募系统的框架构建,与BIS系统信息交互的模式,智能名库管理、智能招募视图,招募转归跟踪系统的构建,并对智能招募系统运行前后的招募数据进行分析.结果 智能招募系统成功构建了多维度智能招募名库,构建了多维度献血者招募决策视图,构建了招募分析的大数据智能雷达图,实现与BIS系统实时数据共享.系统应用后通过招募手段成功采集的献血人次由13 906(56.72％)上升至16 774(60.71％)(P＜0.01),采集量由21 554(56.66％)上升至26 858(62.67％)(P＜0.01).结论 成分献血智能化招募系统实现招募全过程的信息化管理,有效提升了招募的精准性和有效性.