基于电子病历数据的临床表型提取及其应用进展

在介绍临床表型提取技术的基础上,利用临床决策支持技术、自然语言处理技术和机器学习方法,就从糖尿病相关电子病历中提取临床表型等方面进行系统综述,表明深度学习方法可以更高效准确地从电子病历数据中提取出临床表型,帮助临床研究人员更好地进行临床试验,提高医疗护理水平。     

护理电子病历系统开发及应用

目的：实现医护数据共享，护理病历标准化书写和结构化存储，满足不同临床科室的个性化需求，提高护理工作效率。方法：结合现有的HIS数据库平台，利用现有的结构化电子病历接口，采用现有软件开发工具进行开发。结果：实现了全院护理病历标准化书写以及护理病历的结构化存储，加快了护理数据的采集过程，做到了医护数据充分共享。结论：通过开发和应用该系统能明显提高护士工作质量与效率，满足各临床科室的个性化需求。     

“医疗与临床科研信息共享系统”中医电子病历系统信息基本要求

电子病历用于临床研究如转化医学研究已经处于蓬勃的发展阶段,而其关键手段之一是进行结构化数据采集,形成高质量的可分析临床数据集。提出并阐述了适用于中医临床研究的电子病历结构化信息类别,以及相应的基本信息元素构成。该方面的工作将为相关研究人员进行电子病历的科研分析利用,实现临床科研信息共享提供数据模型设计参考。     

半结构化电子病历数据的质控系统构建

目的：设计并实现一种可配置和可解析半结构化、高性能电子病历数据的病历质控系统。方法：通过对30条病历质控规则进行分析，设计通用的病历数据质控规则模型，并对两套技术栈解析半结构化文档的性能进行测试对比。基于规则模型和性能测试结果设计并实现病历数据质控系统。结果：病历数据质控规则具有良好的可配置性和扩展性，Node.js+Express+xml2js技术栈的半结构化病历数据解析性能远高于Java+J2EE+SAXParser技术栈，基于病历数据质控规则模型和较优的技术栈设计并实现了可配置、高性能的病历数据质控系统。结论：病历数据质控系统能避免规则变更等因素带来的开发和维护压力。采用Node.js解析半结构化电子病历数据比传统开发架构（J2EE）具有明显的性能优势。     

基于XML技术的临床药历设计与实现

目的：通过XML技术实现临床药历数据结构化,提高药历的查询、共享和存储效率,为临床药师系统后期改进和维护提供接口支持.方法：结合现有的住院电子病历系统平台,以及广泛使用的XML技术,采用现有软件开发工具对药历和模板进行定制开发.结果：实现医院临床药历的标准化书写和结构化存储,提高药历数据的采集速度,做到医师和药师数据共享.结论：通过开发和应用该系统能优化临床药师的工作流程和提高工作效率.     

电子病历中复合元素实现方法研究

目的：探讨结构化电子病历复合元素概念,研究复合元素实现方法及意义。方法：通过提纲录入式和引导输入式两种方式,分别在结构化电子病历模板和医学专用输入引擎系统中实现复合元素录入。结果：复合元素为结构化电子病历逻辑质控提供了新思路,医学专用输入引擎系统为实现复合元素开辟了新途径。结论：复合元素对于完善结构化电子病历标准规范、实现数据交换与共享、开展数据挖掘与分析、加强病历质量控制等具有重要意义。     

基于Hadoop的结构化电子病历存储检索系统研究与改进

随着医药卫生体制改革的不断深入,全医疗过程的信息化逐渐被医院重视。病历作为全医疗过程的核心载体,其电子化是医院病历现代化管理的必然趋势。设计并实现了基于Hadoop分布式海量结构化电子病历存储检索系统,在此基础上讨论并采用改进的朴素贝叶斯模型查询过滤算法处理复杂大数据的多属性、模糊检索查询条件的任务分解机制以及统计分析等功能。大量运行在Hadoop平台上的实验验证了分布式结构化数据管理技术和查询任务分解机制可显著提高查询效率,适合应用在电子病历这类日志性海量流记录数据存储应用场合。     

儿科疾病大数据智能服务平台的构建和应用研究

目的 构建儿科疾病大数据智能服务平台,促进临床研究成果转化与医院精细化管理决策。方法 采用问卷调查、面对面会议讨论等方法,采集平台试运行体验,对平台功能进行修正完善。结果 平台梳理了医院内业务数据库/系统6个,数据上报前置机系统3个,业务数据表合计9926张。集成2008年至今的医院信息系统（hospital information system,HIS）、电子病历（electronic medical record,EMR）、实验室信息管理系统（laboratory information management system,LIS）、放射科信息系统（radiology information system,RIS）等数据源,经治理形成院内儿科数据资源池。基于治理后的标准业务数据集,设置数据上报指标的自动质控功能,开发引用电子病历后结构化处理功能,完成12类病历文书共60个字段的电子病历解析与结构化,构建面向儿科的门诊/住院病案首页标签系统,支持用户自定义多维检索。结论 儿科疾病大数据智能服务平台可实现医院内部海量异构业务数据的集成治理与应用,支撑院内数据统计查询应用和多个项目课题的数据需求。     

基于病种的结构化电子病历探讨

介绍电子病历结构化的目的和用途,包括医疗质量控制、科研随访等,阐述基于病种的结构化电子病历的实现途径并分析其优缺点,为临床应用提供结构化存储的数据。     

结构化电子病历的应用及问题

目的积极应用结构化电子病历,努力提高病案质量。方法分析病案在防范医疗风险中的作用,结构化电子病历的优、缺点,及电子病历需完善之处。结果电子病历是临床信息化建议和发展的需要,医务人员应积极支持结构化电子病历系统的应用。结论病案质量体现医疗质量和技术水平,医护人员应重视电子病历的临床应用,电子病历的监控体系尚待完善。     

开放式电子病历临床知识库的探讨

随着电子病历系统研究与实践应用的深入,传统临床知识库已无法满足于临床工作及电子病历智能化发展的需要.针对“电子病历知识库”相关文章进行了检索、阅读、分析,总结出开放式电子病历临床知识库具有维护方便、更新及时、内容全面、符合临床需求等特点,提出了开放式电子病历临床知识库是电子病历智能化发展的基础,通过开放式网络平台实时补充与更新相关临床知识库,进而在预设结构关系的知识库中进行可持续性维护和共享.开放式电子病历临床知识库是解决临床知识得以收集与完善的可行方式.     

关于电子病历系统发展的几点思考

随着医院信息化的不断发展,电子病历系统已成为信息化建设中的重要部分。从数据集成、信息共享、病历质量控制、临床决策支持、移动医疗及安全性几个方面出发对电子病历系统发展进行研究,希望对医院信息化建设有一定的借鉴意义。     

支持临床决策的电子护理记录架构设计

由于病人日常护理产生的数据量大,手工纸质护理记录共享利用困难。电子护理记录对临床护理质量提升及减少护士重复性繁琐劳动具有重要作用,且能够支持病人医疗过程的临床决策。介绍了正在开发的临床电子护理记录系统架构设计,该系统支持病人医护过程中实时联机数据采集和护理决策,实现了不同临床信息系统数据源的整合集成,对医院电子病历应用发展有重要作用。     

High-throughput phenotyping with temporal sequences

ObjectiveHigh-throughput electronic phenotyping algorithms can accelerate translational research using data from electronic health record (EHR) systems. The temporal information buried in EHRs is often underutilized in developing computational phenotypic definitions. This study aims to develop a high-throughput phenotyping method, leveraging temporal sequential patterns from EHRs.Materials and MethodsWe develop a representation mining algorithm to extract 5 classes of representations from EHR diagnosis and medication records: the aggregated vector of the records (aggregated vector representation), the standard sequential patterns (sequential pattern mining), the transitive sequential patterns (transitive sequential pattern mining), and 2 hybrid classes. Using EHR data on 10 phenotypes from the Mass General Brigham Biobank, we train and validate phenotyping algorithms.ResultsPhenotyping with temporal sequences resulted in a superior classification performance across all 10 phenotypes compared with the standard representations in electronic phenotyping. The high-throughput algorithm’s classification performance was superior or similar to the performance of previously published electronic phenotyping algorithms. We characterize and evaluate the top transitive sequences of diagnosis records paired with the records of risk factors, symptoms, complications, medications, or vaccinations.DiscussionThe proposed high-throughput phenotyping approach enables seamless discovery of sequential record combinations that may be difficult to assume from raw EHR data. Transitive sequences offer more accurate characterization of the phenotype, compared with its individual components, and reflect the actual lived experiences of the patients with that particular disease.ConclusionSequential data representations provide a precise mechanism for incorporating raw EHR records into downstream machine learning. Our approach starts with user interpretability and works backward to the technology.     

无锡市院前急救电子病历系统的开发设计与应用效果

结合院前急救病历及其质控特性,设计院前急救电子病历系统。应用该系统3年,录入病历15万份,满足了急救管理和质量控制、科研数据储存、实时数据汇总等需求。电子病历的实施改变了院前管理松散的现况,增强了医疗质控力度,规范了院前医疗行为,提高了医疗质量,但在非文字与文字信息的整合、院前院内信息的共享、临床路径管理应用等方面还需进一步思考。     

我国电子病案的现状及前景

目的探讨电子病案的特点作用、应用现状及发展前景,促进电子病案的应用。方法通过国内外相关文献资料,分析目前电子病案在计算机及网络技术发展中的应用状况。结果电子病案技术在我的研发和应用取得了一定的进展及成效,同时存在法律效力、标准、安全、规范等问题。结论只有加快立法,确定电子病案的法律效力,才能解决我国电子病案应用的根本问题,只有尽快制定统一标准和管理规范,才能使电子病案得到更好的应用和发展。     

基于共词分析的我国医学信息学国际发文热点研究

以Web of Science为数据源,检索我国医学信息学领域国际发文量,利用SPSS20．0软件对文献关键词进行因子聚类分析,总结出6大研究主题：核医学图像数据库存储研究;计算机自然语言处理和文本挖掘在中国传统医学诊断中的运用;统计方法和计算机处理对临床医学和研究型数据的分析和系统构建;计算机和网络在医院信息系统、临床管理系统、护理系统研发与管理中的运用;统计方法和计算机技术在临床辅助检查心电图和临床疾病的治疗与诊断、临床决策中的运用;电子医学记录和健康记录的安全管理。     

Editor's Choice: Toward high-throughput phenotyping: unbiased automated feature extraction and selection from knowledge sources

Objective Analysis of narrative (text) data from electronic health records (EHRs) can improve population-scale phenotyping for clinical and genetic research. Currently, selection of text features for phenotyping algorithms is slow and laborious, requiring extensive and iterative involvement by domain experts. This paper introduces a method to develop phenotyping algorithms in an unbiased manner by automatically extracting and selecting informative features, which can be comparable to expert-curated ones in classification accuracy.Materials and methods Comprehensive medical concepts were collected from publicly available knowledge sources in an automated, unbiased fashion. Natural language processing (NLP) revealed the occurrence patterns of these concepts in EHR narrative notes, which enabled selection of informative features for phenotype classification. When combined with additional codified features, a penalized logistic regression model was trained to classify the target phenotype.Results The authors applied our method to develop algorithms to identify patients with rheumatoid arthritis and coronary artery disease cases among those with rheumatoid arthritis from a large multi-institutional EHR. The area under the receiver operating characteristic curves (AUC) for classifying RA and CAD using models trained with automated features were 0.951 and 0.929, respectively, compared to the AUCs of 0.938 and 0.929 by models trained with expert-curated features.Discussion Models trained with NLP text features selected through an unbiased, automated procedure achieved comparable or slightly higher accuracy than those trained with expert-curated features. The majority of the selected model features were interpretable.Conclusion The proposed automated feature extraction method, generating highly accurate phenotyping algorithms with improved efficiency, is a significant step toward high-throughput phenotyping.     

以电子病历为载体的数字化医院建设架构

通过预测未来几年医院信息化发展需求,为科学合理地推进医院信息化建设提供依据。建立以患者为核心的医疗信息管理系统和以电子病历为核心的临床信息管理系统组件平台,推行以病人为中心、以病人医疗信息为核心、以医疗指令为信息源的新的医院管理模式。通过以电子病历为核心的信息系统,将患者、医护人员、管理人员有机地联系起来。将医疗信息、财务信息、管理信息构成一个统一的整体,从而实现全数字化的信息共享与深入挖掘。