目的:基于精准护理、数据共享的理念，设计与研发临床决策支持系统护理计划模块，为开发更加智慧化、系统化的护理临床决策支持系统提供参考。方法:以护理程序为框架，参考国际护理术语分类体系构建循证知识库；结合临床需求设计护理计划模块，从护理问题、目标、措施及活动的生成、排序和停止三方面制订模块逻辑推理规则，最终形成临床决策支持系统护理计划模块。结果:临床决策支持系统护理计划模块包括患者基本信息、阳性评估项及权重值、护理问题、目标、措施及活动等内容；该模块能够依据患者个体特征指标（阳性评估项）自动推导出护理计划，并根据产生时间、权重值、关联度对护理问题及相应的措施和活动进行排序，且能自动判别护理问题、目标、措施和活动停止的时机，实现了智能决策。结论:本系统护理计划模块界面清晰，逻辑推理规则严谨，突破了长期以来临床情境下依据个人专业知识及经验进行护理决策的瓶颈，能够保证护理方案的同质化，提高决策的正确性。

目的:设计与研发非计划性拔管临床决策支持系统，旨在为护士临床决策提供参考。方法:通过文献回顾、专家咨询法构建非计划性拔管临床决策支持系统知识库，进行系统功能及界面设计。结果:2轮专家咨询的权威系数分别为0.853和0.867，肯德尔协调系数分别为0.458和0.492。最终构建的知识库包括导管评估模块、非计划性拔管评估模块、知识推理规则模块。目前知识库共梳理完成导管评估模块48个一级条目、9个二级条目、72个三级条目，非计划性拔管评估模块5个一级条目、12个二级条目、73个三级条目，40条知识推理规则。结论:非计划性拔管临床决策系统改变了非计划性拔管风险预警的实施方式，优化了管理流程，实现了院内系统交互，可以基于个体化进行动态的非计划性拔管风险评估，辅助护士进行临床决策，促进护理管理的安全化。

目的:基于"态靶辨证"中医诊疗思维,利用人工智能技术为代谢病中医辅助诊疗提供智能化支持.方法:通过自然语言处理技术,对医学文献和专家经验进行信息抽取和实体识别,构建包含疾病状态、治疗靶点及相关辨证规则的术语知识库.在此基础上,利用图数据库和深度学习算法,构建态靶辨证知识图谱,表达不同疾病状态与治疗靶点之间的复杂关系.结果:通过模型训练和知识推理,结合病例的具体症状和体质,推荐相应的中医治疗方案,提高了代谢病辅助诊疗的准确性和效率.结论:本研究为中医辨证施治提供了新的方法和思路,不断迭代优化算法,拓展临床应用,推动中医药辅助诊疗的发展和完善,为中医药传承创新奠定良好的技术基础.

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: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.

在系统梳理突发公共卫生事件早期识别和风险预警现状和研究进展的基础上,设计由各类突发公共卫生事件特征、分级、预警等内容组成的突发公共卫生事件知识库.基于知识库中的本体和规则,结合数值计算、文本处理、案例推理等技术和方法,设计突发公共卫生事件早期识别和风险预警模型,以实现突发公共卫生事件"多点触发、全面监测,智能识别、自动上报".通过研究设计突发公共卫生事件早期识别和风险预警知识库及模型,广泛应用于各类系统,有效提升突发公共卫生事件的智能化识别、预警水平.

目的:设计开发基于实时电流监测的医疗设备故障识别系统,监测设备运行电流数据,通过数据对比分析实现医疗设备故障识别.方法:分析医疗设备电流信号特征,使用规则推理故障识别技术,建立基于电流信号特征值数据的故障综合数据库;采用浏览器与服务器(B/S)架构,前端采用Vue渐进式框架开发,后台服务器采用CentOS 8操作系统开发,使用Python编程语言以及MySQL数据库;采用高精度交流变送器、单片机和蓝牙芯片制做小型故障识别系统检测终端,实时采集医疗设备电流数据并与故障知识库中特征值进行比对识别.结果:医疗设备故障识别系统采集到的设备电流数据与电特性原理中负载越多电流越高的电气特性相符合.完成的部分品牌监护仪、呼吸机、除颤仪和超声的故障特征值获取和故障识别实验显示,该系统能够进行部分急救医疗设备的故障识别,辅助工程师进行故障诊断.结论:基于电流实时监测的医疗设备故障识别系统,将传感器技术、信息化技术和大数据分析应用于医疗设备故障识别,可直观表现医疗设备正常、故障及待机等状态下的差异.

ChatGPT作为现象级产品受到广泛关注,本文从数据的数量、质量、驱动和保护 4个方面,通过阐述ChatGPT的数据特点,引发中医智能诊断研究中数据问题的思考.中医智能诊断研究需要建立数据共享模式和中医诊断的数据元标准,以解决中医智能诊断研究中数据的数量和质量问题.多学科团队需要基于中医诊断知识进行推理,并且需要大数据对中医诊断知识推理规则调整参数、优化算法,共同构建融合知识与数据驱动方法,实现认知智能的中医智能诊断系统,以增强计算机推理结果的逻辑性和可解释性.中医学者在数据共享的同时,也要保护中医诊断数据的版权与安全.这些数据关系人民与国家的数据安全,关系我国全民健康情况和我国卫生事业的发展趋势.

道德创伤的发生始于打破了有关公平正义、善恶判定、生命价值等伦理规则的作战行为.此行为作用于由个体道德信仰、文化传统等共同塑造的道德直觉,并基于此作用于士兵的道德推理,由此创伤事件内化成一种道德事件.进而道德事件或是道德事件所引发的二次体验的强度突破道德情感的道德韧性,由此道德主体走向道德创伤,表现为自我谴责、退缩、自伤、杀人等行为、认知和情感症状;且随着自我谴责的增强,受创者将陷入一个道德创伤愈来愈严重的恶性循环.而自我宽恕意味着一条恢复调和之道,要求受创者自我原谅,及时调和道德冲突.

目的 研究一种对非规则呼吸运动更精确的预测算法,更有效地补偿放疗系统的时间延迟,提高胸腹部肿瘤图像引导跟踪或门控放射治疗的靶点精度.方法 提出了一种基于自适应神经模糊推理系统(ANFIS)的对非规则呼吸运动的预测算法.该ANFIS模型结构利用呼吸运动的位置和速度作为输入参数,构造一个结合位置和速度的N×N模糊集,并通过历史数据建立训练集.在预测过程中,如最新输入信号的位置或速度超出当前训练集的幅度范围,则对位置或速度进行相应的幅度调整,然后作为ANFIS模型的输入参数进行预测.本研究采集了20例CyberKnife治疗的胸腹部患者的非规则呼吸临床数据,通过回顾性离线分析,对ANFIS、神经网络(NN)、支持向量机(SVM)、CyberKnife系统的Synchrony呼吸同步追踪系统这4种典型预测算法精度进行对照比较.结果 比较4种预测算法对20例患者数据的结果,证实笔者提出的ANFIS算法预测结果的归一化均方根误差(nRMSE)、最大误差(Max)、大于1 mm误差个数均小于NN、SVM和Synchrony.结论 ANFIS预测算法的精确性和鲁棒性均优于其他3种算法,能更好地预测非规则呼吸信号.