摘要:目的/意义 探讨人工智能(artificial intelligence,AI)智能体在医学领域的应用现状及挑战,为其智能化、智慧化应用提供参考。 方法/过程 采用文献调研法,系统分析AI智能体的概念起源、核心架构,总结其在医学领域的应用现状及挑战,并提出展望。结果/结论 AI智能体在整合医学复杂工作流、提升诊疗效率方面潜力显著,但其在医疗领域中的应用仍处于探索阶段,有待攻克技术难题、完善规范体系。

摘要:目的/意义 设计融合领域知识库与用户特征的智能体方案,以提升网络健康信息评估准确性及决策支持有效性。方法/过程 构建医学领域知识库,结合检索增强等方法,实现“多模态解析-知识检索增强-四维评估(可信解释、风险提示、证据引用、个性化建议)”的闭环评估流程。结果/结论 该框架可提升健康信息可读性,并辅助支持信息决策。采用基于证据的内容风险评估方法,有助于公众健康信息素养的提升。

摘要:目的/意义 构建以大语言模型为核心的病历生成智能体,以减轻临床病历书写压力。方法/过程 通过数据预处理、大语言模型模拟对话生成,为模型微调储备数据,基于病历书写规范建立病历生成规则库,以模型微调训练专业病历生成模型,并结合知识检索、提示词工程、工作流设计等技术,进而搭建病历生成智能体。结果/结论 该智能体生成的电子病历符合相关规范和医疗质量控制要求,为智能病历生成的应用和发展提供了经验参考和实证支持。

摘要:目的/意义 构建中文医学量表核心内容要素语料库,为相关知识实体与关系抽取任务提供数据基础。方法/过程 设计涵盖量表名称、测量概念、测量条目及其编码等5类实体,以及4类语义关系的标注体系,制定统一标注规范；采用双人背靠背人工标注方式,对1 491篇中文核心期刊文献富语义段落进行标注,并通过一致性计算和下游抽取任务实验评估语料库质量,最终形成CMedScale语料库。结果/结论 各模型在引入语料库示例后,实体识别的Micro-F1分数提升2.95~13.89个百分点,关系抽取的Micro-F1分数提升16.93~33.33个百分点。CMedScale语料库为中文医学量表知识抽取及相关下游任务研究提供了高质量数据支撑。

摘要:目的/意义 探索权责分层、制度适配、技术整合的长三角跨层级医疗数据协同机制,以系统性解决医疗数据协同中的标准割裂、激励缺失与隐私冲突等难题。方法/过程 提出联邦治理×智能合约双核协同模型,包括整体设计、机制设置(软管理)、技术设置(硬技术)3个层次,进而构建长三角跨层级医疗数据协同机制模型。结果/结论 该模型可推动医疗数据高效流通与价值释放,为医疗数据区域协同提供了“长三角方案”。

摘要:目的/意义 挖掘慢性病患者诊疗体验深层信息,为优化分级诊疗政策提供参考。方法/过程 收集广东省和重庆市4家医院539例慢性病患者访谈文本,基于BERT-base-Chinese模型进行主题识别和情感分析。结果/结论 共分析4 234组问答对,识别出11个主题类别。其中医疗服务与机构相关主题占比最高(37.72%),其次为就诊流程(27.23%)和健康教育(10.75%)。情感分析显示,“医护人员”和“挂号”等主题情感积极,“转诊”与“经济负担”等主题情感消极。机器学习方法能有效识别慢性病服务中的短板。

摘要:目的/意义 识别2型糖尿病合并高血压的关键影响因素,为高危人群风险预测和个性化干预提供依据。方法/过程 抽取2020—2022年内分泌科3 839例住院患者数据,构建随机森林、支持向量机、极端梯度增强和自然梯度提升4种共病影响因素分析模型,并进行对比分析。以2023年1 000例住院患者数据为验证集,结合SHAP分析与年龄分层亚组验证模型性能。结果/结论 NGBoost模型在2型糖尿病合并高血压预测任务中性能最优,SHAP分析揭示吸烟、并发症数量、甲状腺疾病等为关键因素,且该模型在4个年龄亚组稳定性良好。

摘要:目的/意义 构建我国三级医院护士职业倦怠风险预测模型,探索最优算法。方法/过程 采用问卷调查法,面向辽宁省三级医院护士,采集23项风险因素数据,并通过哥本哈根职业倦怠量表评估其职业倦怠情况。运用随机森林、极度随机树、梯度提升决策树、极端梯度提升树、K近邻、支持向量机和逻辑回归7种单一算法,以及堆叠泛化集成模型策略,构建风险预测模型,以AUC、准确率、特异度等指标评估模型性能。结果/结论 单一模型中逻辑回归表现最佳,集成模型中随机森林与逻辑回归融合的模型表现最佳。该集成模型可作为护士职业倦怠筛查的高效工具。

摘要:目的/意义 探讨氧化应激相关基因在乳腺癌预后与肿瘤微环境中的作用,构建可辅助预后评估与个体化治疗的预测模型。方法/过程 基于氧化应激基因集,采用机器学习集成算法筛选最优预后模型,并在独立验证集中验证。结合生存分析与多因素Cox回归建立综合预测模型,并利用GSEA、scRNA-seq及肿瘤微环境分析,比较高、低风险组的通路富集、免疫浸润及免疫治疗反应差异。结果/结论 构建包含14个基因的预后模型,高风险组患者总生存期显著缩短。融合风险评分与临床特征的列线图预测性能良好。该模型具备良好预测能力与临床转化潜力。

摘要:目的/意义 构建多组学数据融合挖掘框架,开展疾病药物重定位研究,为药物研发提供依据。方法/过程 从多组学数据库检索抽取疾病遗传变异、代谢物、蛋白质及表观遗传变化信息,融合挖掘处理后得到疾病相关蛋白质,构建并分析蛋白质相互作用网络。基于加权求和模型计算靶点优先级,再依据优选靶蛋白筛选药物。以阿尔茨海默病(Alzheimer’s disease,AD)为例,预测潜在抗AD药物。结果/结论 构建了多组学数据融合挖掘框架,实证研究得到556种AD相关蛋白质,并筛选出两种抗AD靶蛋白及其相关药物。

摘要:目的/意义 分析医学生信息质量评价能力现状,为优化信息素养教育培养方案提供参考。方法/过程 采用在线问卷调查方法,调查医学生对信息质量评价的认知、意识、能力及其综合水平。结果/结论 医学生对信息质量评价的认知水平相对较高,但意识与能力水平不足,综合水平较低。提出深化信息素养课程体系建设、加强批判性思维能力培养等建议。

摘要:目的/意义 探索复合参保人群“先诊疗后付费”服务模式,提升服务效率。方法/过程 以互联网医院为对外服务载体,搭建信用就医平台,采集多源异构数据,利用部署于本地的大语言模型,构建患者信用评分模型,实现对复合参保患者信用等级的精准评估。根据评估结果分配信用额度,用于诊疗支付,患者可在诊疗结束后一次性结算。结果/结论 该模式有效缩短了患者就诊时间,使医院信用就医结算服务覆盖所有患者群体,特别是为拥有复合医疗保险的个体提供了更为便捷和高效的医疗体验。

摘要:目的/意义 构建基于5G与增强现实(augmented reality, AR)智能眼镜的远程会诊协同体系,为提升基层肿瘤诊疗能力、优化区域医疗资源配置提供实践参考。方法/过程 选取海南医科大学第二附属医院医联体内6家成员单位,采用回顾性非随机对照试验设计,将40例肿瘤远程会诊案例分为干预组(AR+5G会诊,n=20)与对照组(传统视频会诊,n=20)。对比分析两组在会诊效率、临床诊疗效能及专家满意度等方面的差异。结果/结论 与传统视频会诊相比,AR+5G会诊系统在技术性能、流程效率、临床效能等方面均展现出显著优势。

摘要:目的/意义 构建检验危急值全流程闭环管理机制,提升住院患者检验危急值处置时效性,降低临床延误风险。方法/过程 调研当前处理流程,依托既有信息系统架构,以规则库为支撑,结合智能监测技术,构建检验危急值全流程管理平台,并评估其应用效果。结果/结论 该平台显著提升了检验危急值处置效率,实现了从识别到处理的全过程可追溯、可监管,有效降低了医疗风险。同时推动医疗质量持续改进,为精细化管理和患者安全提供有力保障。

摘要:目的/意义 逐渐完善科研机构信息系统人员账号及账号权限管理模式,提升系统效率和安全性。方法/过程 基于中国医学科学院内部信息系统建设实践,聚焦科研场景下机构内部信息系统的用户账号及权限管理需求,探究适配管理模式。结果/结论 针对信息系统中人员多权限管理难点,提出解决方案并开展实践,为同类科研机构信息系统人员账号及账号权限管理提供参考。

摘要:目的/意义 探索生成式人工智能赋能医学图书馆知识服务的可行路径,以提升服务效能、优化用户体验、支撑医学教育与科研创新。方法/过程 系统梳理生成式人工智能在图书馆及医学图书馆知识服务中的研究与应用现状,分析生成式人工智能与医学图书馆知识服务的相互促进作用,并构建医学图书馆知识服务框架。结果/结论 形成以“需求-资源-技术-服务-反馈”为核心的5层路径框架,并提出数据安全、技术适配、人员能力与制度规范4方面保障策略,为医学图书馆知识服务智能化发展提供参考。