目的:分析本院近6年住院患者抗菌药物使用结构的变化趋势，评估依托自研的抗菌药物临床应用决策支持系统（aCDSS）全面实现信息化管理的成效，为合理用药和科学管理提供参考。方法:构建知识库，设计嵌入式程序植入住院电子病历（EMR）医嘱系统，依托集成知识库和规则引擎实现与医院各信息系统无缝衔接，对抗菌药物医嘱的各个环节实现全过程、全病例、专业化与精细化智能管控。从医院HIS和aCDSS中提取2015年1月至2020年12月每例出院患者的基本信息、抗菌药物使用医嘱明细和用量数据，对各类抗菌药物的使用率、使用人次比及使用强度变化进行趋势分析。结果:自2015年依托自研的aCDSS全面实施信息化管理以来，全院抗菌药物使用率从44.18%逐年下降至2020年的38.70%，碳青霉烯、超广谱酶抑制剂复合物、替加环素、第三-四代头孢菌素、氟喹诺酮等超广谱抗菌药物以及糖肽类、抗真菌药的使用率和使用人次比呈持续下降趋势，其中前三类超广谱抗菌药物均较2015年下降近50%。碳青霉烯类、替加环素的使用强度2015年以来呈现逐年下降趋势，与2015年相比，2020年分别下降了29.6%和7.1%，而窄谱的第一-二代头孢菌素使用强度则持续升高，近三年使用强度占全部抗菌药物的28.2%。结论:通过依托信息化为主的综合管理，本院近6年广谱、高价抗菌药物使用率和使用强度持续下降，窄谱抗菌药物使用占比逐年增加，抗菌药物使用结构持续优化，管理成效显著。

医学知识平台建设是电子病历智能化建设的核心，全院级别的医院知识库构建涵盖内容广泛，包含用药、检验、检查、手术、输血及护理等多个业务场景。江苏省人民医院利用知识图谱和规则引擎两类核心技术构建医院知识管理平台，实现知识型知识库和非知识型知识库的融合，并将临床诊疗规则嵌入到信息系统，供不同的应用场景和应用系统灵活调用。最终形成多维知识库，实现全院统一的信息集成，为各部门提供集成展示和决策支持，在临床诊疗和医院管理各个环节实现实时数据核查、提示与管控。

在国家进一步加强单病种质量管理与控制工作的背景下，公立医院亟需保障单病种数据上报的准确性与完整性，减轻医务人员填报工作量，提升单病种管理质量。2022年6月，某三级甲等医院在医院大数据平台的基础上，利用病历结构化、逻辑运算及规则引擎等技术构建了单病种智能上报与质控平台，包括数据平台层、核心处理层、业务数据层和应用层，实现了单病种事中质控、智能采集与上报以及单病种质量管理分析。截至2023年9月，某医院单病种智能上报与质控平台纳入了55个单病种，单病种上报数据平均自动采集率为98.5%，平均上报时间由平台应用前的30.0 min降至应用后的3.3 min。该平台提高了医院单病种数据上报效率，规范了单病种诊疗流程，可为其他医院加强单病种质量管理提供借鉴。

随着我国医保支付方式的改革和医保政策的推进，医保管理已经成为公立医院运营管理的核心板块。根据公立医院医保管理的业务场景，医保智能管理可以分为基于规则的自动化医保智能管理引擎、基于对话式用户界面的数字医保管理助力和基于深度学习的医院医保管理大脑3个层次。2020年8月，某三级甲等医院在医院智慧管理标准要求下，突破传统医保管理模式，启动了数字赋能的医保全场景智能管理实践，包括医保智能业务审核、医保智能对账、医保智能费用及成本管控和医保智能管理驾驶舱，实现了医保管理的智能化和规范化，提升了医院整体运营效能。

为切实发挥病原学诊断在抗菌药物合理使用中的指导作用，各级医院亟须建立临床微生物标本送检的有效管控体系。针对我国医疗机构普遍存在的抗菌药物治疗前微生物标本送检率较低、微生物标本结构不合理以及大多采集晨痰、晨尿标本进行病原学检测等问题，浙江大学医学院附属第二医院运用人工智能技术构建了临床微生物标本送检信息化管控系统，运用内置智能规则引擎对医生开立抗菌药物时的微生物标本采样送检实行全过程管控，促使医生在抗菌药物治疗使用前执行有样必采的要求，并推荐优先采集无菌标本；此外，以能够24 h不间断接收微生物标本并实时处理为目标改造实验室及送检流程。该管控系统于2015年12月开始在全院应用，2016—2023年每年6月的首剂治疗性使用抗菌药物前微生物标本送检率均值为79.2%，较2014年6月的41.7%提高90.2个百分点( χ2＝467.781， P<0.01);微生物标本结构持续优化，无菌标本在所有送检标本中的占比由2014年的47.2%提升至2023年的49.9%( χ2＝139.119， P<0.01);晨痰和晨尿标本的占比分别从2014年的65.2%和60.6%降至2023年的11.1%和16.9%( χ2值分别为19 787.434和4 346.664， P<0.01)，为临床提供了更可靠的病原学诊断依据，可为医疗机构改进病原学标本送检管理提供参考。

目的 神经系统疾病具有诊疗复杂、类型多样、多数疾病患病率低等特点,为降低神经系统疾病基层医疗机构首诊难度,提升医院医疗服务质量和效率,开展面向神经病学的智能预问诊系统研究.方法 在构建的神经系统疾病循证医学知识图谱基础上,通过循证医学规则引擎和规则流,利用人工智能技术构建智能预问诊系统.结果 该系统采用人机交互的引导式问答方式采集患者病情、既往史等信息,自动生成预问诊报告发送给临床医生.上线应用的效果表明,该系统优化了医院诊疗服务流程,有效提高了医患沟通效率.结论 该成果未来可应用到各级医疗机构,实现医院优质专科诊疗经验下沉基层,辅助基层规范化问诊.

业财规则引擎在公立医院内部异构系统下开展低成本的跨系统监督,帮助公立医院在风险动态变化下做出敏捷响应,能够有效提升财会监督效能.上海某医院基于业财规则引擎技术,率先在科研管理领域进行了数智化财会监督探索,取得了较好的效果,为公立医院开展数智化财会监督提供了思路和借鉴.

旨在探索中医古籍知识库在临床辅助决策系统中的应用与建设.中医古籍包含了丰富的临床经验和中医理论知识,然而由于古籍数量庞大且馆藏分散,保存状态参差不齐,使得医生在临床实践难以充分运用.因此,将中医古籍知识库与临床辅助决策系统相结合,逐渐成为提升中医临床诊疗水平的重要趋势之一.本研究收集岭南中医古籍共计278本,涵盖488种疾病,1198种证候,3 907种症状,系统对中医古籍进行整理和分类,构建出一个结构化和标准化的中医古籍库,同时关联引入现代临床医学相关知识,形成了综合性的中医临床知识库.本文设计了一套基于规则的推理引擎和机器学习算法,根据患者的症状、体质等信息,从中医古籍知识库中检索出相应的诊断和治疗建议.通过实际应用和测试,验证了基于中医古籍知识库的临床辅助决策系统可提高中医诊疗的有效性,系统的建设不仅有助于传承和发扬中医古籍知识,也为现代中医临床实践提供了有力的支持.

目的 通过人工智能技术探索自动化病历质控方法,规范病历书写流程,解决人工质控弊端.方法 本文构建了基于人工智能的病历质控系统,该系统首先依据权威标准和专家意见设计并构建质控规则库,通过数据采集引擎自动采集病历数据,然后通过后结构化引擎转换为结构化数据,最后由病历质控引擎结合规则库分析数据,进行质量问题判定,实现自动化智能质控.将该系统应用于病历质控,选取现病史雷同、主诉描述缺陷、初步诊断不全、月经婚育史缺失、主诉现病史不匹配5个质控点,随机抽取2022年1月的2 918份出院病历进行人工智能质控,然后组织病历质控专家进行正确性复核,并对比既往人工质控记录,分析结果.以复核正确的问题数作为金标准,对5个质控点进行受试者工作特征(ROC)曲线分析.结果 根据病历质控专家复核,人工智能质控正确率达到89.57％.通过对比抽样病历的人工智能质控和既往人工质控结果,抽样病历既往人工质控检出问题中仅有1个在人工智能质控系统中未检出,人工智能质控正确检出病历质量问题的数量约为人工质控的2.97倍.ROC曲线分析示,人工智能质控组的5个质控点AUC值均有统计学意义(P＜0.05),且AUC值均接近或大于0.9,而人工质控组仅"现病史雷同"质控点AUC值(0.797)有统计学意义(P＜0.05);组间AUC值比较示,人工智能质控组在5个质控点上比人工质控更具有优势.结论 通过基于人工智能的病历质控系统的应用,能够实现高效的病历文书全量质控,有效提高质量问题检出率,有助于节约人力,提升病历书写质量.

目的:针对目前康复辅助器具服务过程中服务内容不完整、不规范问题,通过创建康复辅助器具服务云平台,规范辅具服务,实现流程一体化的康复辅助器具服务模式.方法:提出一种新型全体系康复辅助器具服务模式,包含两个维度:一是整合民政、残联、医疗卫生等现有资源建立康复辅助器具服务体系;二是针对辅具需求、评估、配置、辅具供应、训练、使用、反馈等全链条流程,建立覆盖全流程技术层面的康复辅助器具服务体系.云平台采用工作流模型驱动技术将相关服务部门的业务逻辑进行整合,利用人工智能规则引擎技术对患者进行康复辅助器具的智能化评估和配置.结果:建立面向患者、医疗卫生、民政、残联、辅具厂商的辅具服务云平台,可有效支持各机构部门的协同工作.功能覆盖从辅具申请、评估、到配置的各类康复辅助器具服务.结论:该平台具有流程、辅具配置规则可配置等特点,可使不同部门间实现资源共享、服务协同、供需互动,提高康复辅助器具配置服务工作的高效性和便捷性,减轻工作人员负担.