基于人工智能的病历后结构化专病数据库在临床研究中的价值探讨

发布时间：2021-07-28 06:59

　　目的·探讨由非结构化电子病历文本信息建立的病历后结构化专病数据库在临床研究中的价值支撑。方法·采集2007年10月—2019年9月于上海市某三甲专科医院就诊的患者信息,采用人工智能（artificial intelligence,AI）引擎等信息化方法将电子病历文本信息后结构化形成结构化数据库,并与传统结构化数据库进行对比。结果·采集82 584例患者的就诊信息,住院文书记录结构化数量253 000条,搭建肺癌、食管癌、纵隔肿瘤3个专病数据库。与传统结构化数据库相比,该专病数据库扩大了数据检索范围,提升了数据检索效率。结论·基于AI的病历后结构化专病数据库的建成,减轻了临床医师数据检索的负担,为临床研究提供了有价值的统计数据。 

【文章来源】：上海交通大学学报(医学版). 2020,40(07)北大核心CSCD

【文章页数】：6 页

【部分图文】：

专病数据库的系统设计流程图

截至2019年底，申请使用该数据库的前3个科室分别为呼吸科、放疗科及肿瘤外科，申请次数分别为9、4和2次；已有多位临床医师利用专病数据库中预处理后的数据构建临床事件的预测模型，并采用机器学习的方式对疾病的发生及发展等影响因素进行多因素分析；同时，也有部分临床医师采用数据库中的数据进行临床队列研究。目前，已有临床医师利用专病数据库中的数据进行胸腔镜肺手术转开胸的危险因素及影响的研究，并成功发表文章。图4 病理报告中关键词的检索结果

病理报告中关键词的检索结果

【参考文献】：
期刊论文
[1]基于Solr的电子病历全文检索系统的设计与实现[J]. 彭红波,韩晟,王婷婷.  中国医疗设备. 2019(03)
[2]基于Goldengate的数据库异地灾备实现[J]. 宓正宇.  电信科学. 2018(04)
[3]基于双线性函数注意力Bi-LSTM模型的机器阅读理解[J]. 刘飞龙,郝文宁,陈刚,靳大尉,宋佳星.  计算机科学. 2017(S1)
[4]加强医院科研发展与管理对提升医院核心竞争力的影响[J]. 王藜篥.  中国卫生产业. 2017(16)
[5]基于云计算的电子病历全文检索系统[J]. 甘霖.  中国数字医学. 2016(12)
[6]面向大数据图像处理的尺度空间挖掘算法及应用[J]. 刘利钊,洪江水,刘莉莉,朱顺痣,尹华一,许华荣.  上海交通大学学报. 2015(11)
[7]一种基于规则的无监督词性标注方法[J]. 彭涛,戴耀康,朱枫彤,张邦佐,刘露,闫昭,钱锋.  吉林大学学报(理学版). 2015(05)
[8]医疗大数据时代对医院统计工作的新思考[J]. 王忠庆,邵尉,彭程,田新平,何苗.  中国卫生统计. 2015(03)
[9]基于IKAnalyzer和Lucene的地理编码中文搜索引擎的研究与实现[J]. 柴洁.  城市勘测. 2014(06)



本文编号：3307463