轮转登记手册所记载内容既是评估住院医师培训质量的量化指标，也是培训考核和颁发培训合格证书的重要依据。针对住培轮转登记手册数据真实性、信息滞后及重复录入的问题，同济大学附属东方医院开展住培电子轮转手册与医院信息系统（hospital information system，HIS）对接项目。通过组建项目团队、制定工作机制和项目实施，充分运用数据分析，进行流程改造和系统优化，在解决问题的同时不断提高管理效率，提升医疗安全，在实践中形成一套具有借鉴意义的实施体系。

成本数据口径治理是精细化成本管理的重要基础。某医院基于多院区成本数据管理中存在的诸多问题，构建了多院区成本数据口径治理模式。通过加强顶层设计，在建立数据字典映射对照库、科室名称及口径归口统一、医疗服务收费项目精准归类、固定资产与收费项目精准匹配、耗材收费库与采购库管理系统的互联互通、手术疾病病种与收费项目精准匹配方面进行数据治理，实现了多院区成本数据的一致性和可比性，构建了多院区自动化、流程化、标准化、一体化的数据治理模式，可为其他多院区医院的成本管理提供参考。

基于既有医疗数据所形成的真实世界证据对医疗卫生决策产生重要影响.真实世界数据向真实世界证据转化过程中的关键点之一在于研究型数据库的建立.由于真实世界数据库的来源、结构不同及真实世界数据的复杂性、多样化等问题,研究型数据库建设在具体实施过程中仍面临各种挑战.建立研究型数据库需先确定变量清单及数据库架构,包括确定变量清单、评估既有数据、明确数据集结构及制定变量字典4个步骤.首先确定变量清单,其重点在于准确提出临床问题并对临床问题进行解构,再根据解构结果确定研究所需的关键变量;其次评估既有数据,应重点关注既有数据的可靠性,以及关键变量的数据来源;接着选择恰当的数据集结构存储数据,通常使用横断面数据结构或纵向数据结构;最后,将数据库中每个变量的信息记录在变量字典中,以实现对众多变量的管理.以"中西医结合治疗新型冠状病毒感染研究型数据库"为例,对研究中变量清单及数据库架构的确定方法进行介绍,以供相关研究人员参考.

背景 建立统一的全科医学诊断术语和编码集是提升我国社区卫生服务机构服务水平和推动全科医学体系建设的重要手段,但一直以来缺乏适合我国全科医学发展现状的规范化诊断术语和编码,导致全科医师的诊断不规范、不标准,严重阻碍了我国全科医学的发展.目的 构建社区卫生服务全科医学诊断术语和编码集,并验证诊断术语和编码集的有效性,促进社区全科诊断标准化和规范化.方法 通过文献学习和专家咨询法,结合社区常见健康问题谱和疾病谱,基于国际疾病分类(ICD)-10 构建社区卫生服务适用的全科诊断术语和编码集;于 2021 年 9 月—2022年2月在深圳市两个行政区的259家社区健康服务中心试点运行所研制的全科诊断术语和编码集以进行实证研究,以社区健康服务信息系统后台诊断数据和以社区全科医师为样本的问卷调研数据为基本数据,分析试点实施情况,验证诊断术语和编码集的合理性和有效性.结果 编制完成全科医学诊断术语和编码集,其中全科诊断分类 41 种,含标准化全科诊断术语和编码 6629 项.深圳市两区试点结果显示,规范化干预区域的诊断名称规范化构成比较非试点区高 86.13%～95.38%;试点区该时段涉及的诊断名称同比下降 96.60%,规范化干预使全科常用诊断大为聚焦,且跟社区疾病谱基本一致,社区常见疾病诊断归集度高.问卷调查结果显示,87.31%(227/260)的调查对象认为编码集对社区诊断规范化有促进作用,77.31%(201/260)的调查对象支持编码集的上线应用.结论 本研究初步建立规范化和标准化的全科医学诊断术语和编码集,形成了社区全科诊断术语字典,解决数据分析时一义多词的难题,同时兼顾上下转诊和医保对接,有效提高了社区诊疗效率和规范化水平,对基层卫生事业发展产生积极推动作用.

由于肝脏超声图像具有回声不均匀、边缘模糊等缺点,肝脏疾病的无创诊断易受影响,而且目前临床基于肝脏超声图像的肝病诊断主要依靠医生的主观判断,其缺点为依赖医生主观经验且耗时,因此提出一种基于局部二值模式(LBP)特征提取和稀疏表示的肝病识别算法.从肝脏超声图像中提取感兴趣区域,使用LBP特征提取方法对感兴趣区域提取图像特征,将得到的特征进行字典训练,得到稀疏矩阵,最终采取支持向量机对其进行分类.实验样本均取自青岛大学附属医院肝胆科.实验1使用该方法对100个正常肝脏样本和100个肝硬化样本进行分类,准确率达到99.50％,实验2使用该方法对肝硬化、脂肪肝、肝血管瘤和肝癌4类样本共200个进行分类,AUC值分别为67.2％、65.1％、55.0％和62.6％.ROC曲线表明,提出的分类方法在准确率和泛化能力上均优于传统方法,有助于肝病的临床诊断.

多层螺旋CT在临床影像诊断中被广泛应用,由于X线是一种电离辐射,对人体有一定伤害,高剂量的X线辐射会增加人体罹患癌症等疾病的风险,因此在保证诊断效果的前提下尽可能地降低X射线剂量是当前研究的热点问题.考虑到螺旋扫描方式在纵向采样具有不一致的特性,本文提出了一种基于三维字典学习的统计迭代重建算法用于低剂量螺旋CT重建,同时在迭代框架中引入纵向TV约束以改变螺旋重建图像的噪声分布特性.为了保证重建结果的精确度,经典的基于距离驱动的前向投影和反投影被用于迭代重建框架.同时为了提升计算速度.本文核心算法采用GPU实现,有序子集和Nesterov方法也用于加速迭代收敛过程.本文提出的方法能够有效的提高图像质量,对比度噪声比指标和医学从业人员的主观评价指标验证了本文算法的优越性.

为了减轻X射线辐射对病患的危害,CT扫描设备的设计需要考虑降低辐射剂量的需求.源于压缩感知理论的字典学习重建算法可用于求解不完备投影数据的CT图像重建问题,然而该算法的正则约束项无法有效区分噪声和低对比度信息,重建图像容易丢失软组织边缘细节信息.本文提出一种加权字典学习重建算法,基于每次迭代的结果,利用字典稀疏表示的残差设计正则约束项的权重因子,使算法在迭代过程中对图像不同区域施加不同程度的平滑效应,从而在平滑噪声的同时保留低对比度信息.实验结果表明,提出的改进算法有效的保留了软组织边缘信息,与原算法相比,明显提高了重建图像的质量.

针对目前我国电子病历、临床专科术语缺乏统一标准的现状,某院通过参与中国医师协会牵头的《胸外科医学标准术语字典》的编制,并以此为契机,将标准化诊疗术语维护进入电子病历系统,进行大量结构化、个性化数据节点设计,并在临床中加以运用,探索一种基于临床专科医疗术语标准化的电子病历的新模式,真正实现医疗信息资源标准统一、自动关联、互通共享,能够快速、精准地提取各种检验检查数据,进行科研统计和大数据分析,提高了诊疗的准确性、有助于减轻医师的劳动强度、培训低年资的医师、改进中国基层医疗卫生服务效能,提升医院信息化程度,为未来人工智能辅助诊断系统打下基础,是数字化医院未来发展方向.

目的 设计一种基于电子病历文档自动提取合理用药监测信息的方法,解决电子病历中的信息无法用于合理用药监测的问题.方法 创建特征码字典、语义倾向词字典,提取病历文书特征码并进行语义倾向处理.结果 根据语义倾向值为零的特征码进行合理用药监测.结论 该方法实现了从病历文书中提取与用药决策高度相关的特征码信息,是一种有效的合理用药监测信息提取方法.

临床疾病诊断名称的标准化是卫生信息标准化的一部分,是疾病分类和实施DRGs的基础.现阶段各级医院疾病诊断名称是以国际疾病分类名称代替疾病诊断名称或者由临床医生根据习惯书写疾病诊断.在疾病诊断名称标准化过程中面临的困难主要有:疾病诊断名称过粗或过细,同一种疾病各专科书写要求不同,复杂的疾病诊断难以标准化,各类疾病术后表达含义不明.针对存在的困难,结合临床工作实际,提出了组织专家充分讨论,统一疾病诊断名称书写标准,规范疾病术后的表达方式,建立常见疾病诊断名称字典库,开发结构化疾病诊断名称录入系统等对策,以有效实施临床疾病诊断名称的标准化,满足卫生信息标准化的要求.