摘要:目的/意义 从DeepSeek出发,探讨医学大语言模型的技术创新,以应对医学领域独有的技术难题和挑战。方法/过程 重点分析医疗人工智能在多模态数据融合、医生思维方式适配以及医疗决策高风险性的技术要求等方面的突破路径,并展望未来医学大语言模型如何推动数智医院建设与医疗服务模式重构。结果/结论 随着人工智能技术的不断发展,医学大语言模型将在未来医疗实践中发挥越来越重要的作用。通过多模态数据融合、因果推理的引入、模型可解释性的提升,大语言模型不仅能提升诊断效率和准确性,还将为数智医院的建设和医疗服务模式重构提供强有力的技术支持。

摘要:目的/意义 开发基于大语言模型的医疗质量控制系统,以提升医疗质量控制自动化水平与准确性。方法/过程 获取高质量医学数据(包括通用医疗数据和质量控制相关数据)对PULSE模型微调,结合自动化指标计算与检索增强生成技术,高效执行复杂质量控制任务。结果/结论 该系统在医疗质量控制的自动化计算与推理准确性方面性能显著提升,准确度达93.31%,优于基座大模型和常见推理方法,具有重要的应用价值。

摘要:目的/意义 解决大语言模型在出院小结生成过程中存在的“幻觉”问题,提升大语言模型的生成能力与上下文一致性。方法/过程 构建高质量、多层次的医疗指令数据集,采用基于分阶段训练的指令微调策略,引导大语言模型从简单到复杂任务逐步学习。在微调过程中引入数据回放与混合训练机制,确保大语言模型在新任务中保留和利用已有知识。结果/结论 该方法显著降低了大语言模型生成“幻觉”的发生率,提高了医疗文本生成准确性和可靠性。将课程学习理论与回放机制有效结合,不仅提升了模型对复杂任务的适应性,还确保了生成内容的专业性,同时展现出较高的实用性和可靠性。

摘要:目的/意义 构建涵盖循证医学知识和电子病历数据的通用医学知识图谱,以提升图谱的应用效能。方法/过程 梳理多源异构数据情况,融合国内外知名知识图谱,设计图谱schema。利用RoBERTa预训练模型进行词嵌入,从医学文献、网络文献、教科书、医学数据库和电子病历等数据源中提取命名实体和关系,采用基于规则的SWIQA框架和基于随机抽样的人工审核策略评价图谱质量。结果/结论 共确定128个本体和1 108种关系,并以三元组形式存储于数据库中。经评估,图谱语义准确性达93.8%。所构建的通用医学知识图谱不仅涵盖循证医学知识,还包括临床真实世界产生的专家经验,为医学人工智能应用的进一步发展提供了有力支撑。

摘要:目的/意义 分析罕见病辅助诊断研究进展,提升罕见病识别能力。方法/过程 通过文献分析法,阐述罕见病知识体系研究进展,总结研究思路及关键技术。结果/结论 应加强全国罕见病诊疗协作网建设,在协作网内表型术语识别、罕见病知识整合、罕见病预测模型、语义相似度算法改进等方面继续深耕,探索诊断工具在协作网落地相关技术。

摘要:目的/意义 分析人工智能技术在老年认知症筛查中的应用现状,探讨其在提高早期诊断准确性和效率方面的潜力及挑战。方法/过程 采用文献综述法,整理与总结人工智能在老年认知症筛查领域的关键技术和应用场景,分析目前应用的优点和局限性。结果/结论 现有研究存在依赖数据质量、算法可解释性较差以及在不同医疗环境中的适应性不足等局限。提出增加跨学科合作、积累认知症相关数据、迭代人工智能模型、提高评估质量、促进新兴技术在社区和医疗机构普及等应对策略。

摘要:目的/意义 精准识别老年人养老服务需求,为调整养老服务供给提供参考。方法/过程 利用八爪鱼采集器在网络平台收集养老服务需求相关文本数据1 624条,运用K-means算法进行聚类分析,确定最佳聚类数量；结合词云图分析结果,精准识别各类养老需求。结果/结论 养老服务需求分为医疗照护类、生活照料类、预防保健类、精神慰藉类、环境安全类5个方面。政府、社会组织、医疗机构和养老机构等应对现有资源进行分类整合,通过政策引导、专业培训、社会动员等多种途径,协同构建全方位、多层次的养老服务体系,以满足老年人养老需求。

摘要:目的/意义 梳理我国健康治理领域的主题演进与研究现状,预测该领域未来发展趋势和研究主题,为深入研究提供参考。方法/过程 运用文献计量学方法分析健康治理研究相关文献,可视化呈现发表文献的作者、研究机构和关键词,从持续、重点和预测3个维度,描绘未来健康治理的研究蓝图。结果/结论 健康治理主体经历了从单一性向多元性的转变,关注中心由治疗疾病转向人民健康,治理模式从医疗本位转向患者本位。

摘要:目的/意义 探究近十年(2014—2023年)医学人工智能领域的研究主题及其发展趋势,为相关研究决策提供参考。方法/过程 从PubMed和Web of Science数据库中获取2014—2023年医学人工智能相关文献题录152 398条,使用BERTopic模型挖掘文献的研究主题,并依据文献信息逻辑增长规律,划分医学人工智能发展阶段,进而分析研究主题的演化特征。结果/结论 医学人工智能领域包含生物信息分析、外科手术机器人、医学影像分析等22个主要研究方向。深度学习技术突破、医疗需求增长以及突发公共卫生事件等多重因素共同推动医学人工智能研究的持续扩展和深化。近年来生成式人工智能为医学人工智能领域研究注入新的活力。

摘要:目的/意义 探索卫生健康领域媒体数据主题及其演化趋势。方法/过程 以深圳广电媒资数据库中的160 549条卫生健康领域媒体数据为研究对象,采用隐含狄利克雷分布模型结合时间序列进行主题聚类分析,并结合专家经验,进行对比分析。结果/结论 得到25个与卫生健康领域强相关的主题,根据主题强度演化趋势分为6组。主题建模的内容划分和强度变化有效反映了卫生健康领域热点事件的发生及其演进过程。利用隐含狄利克雷分布模型进行主题建模,结合时间序列分析主题分布、解读主题意义,有助于探索媒体数据在卫生健康领域的应用,为卫生健康公共事业赋能。

摘要:目的/意义 探讨网络表示学习与链路预测在挖掘潜在医学实体关系方面的应用,为医学知识发现研究提供新视角。方法/过程 从PubMed数据库获取文献摘要,利用“主语-行为-宾语”语义挖掘方案识别疾病与药物治疗信息,抽取药物实体与疾病实体,构建“药物-疾病”二分网络,综合运用社会网络分析、网络表示学习、机器学习方法分析网络结构及节点特征,挖掘医学实体间的潜在联系。结果/结论 二分网络表示学习方法能够揭示药物与疾病的关联知识,获取治疗疾病的关键药物,可为用药治疗提供可行性方案。

摘要:目的/意义 提出突发公共卫生事件应急软件架构方案,为公共卫生领域应急管理工作提供支持。方法/过程 通过文献分析和现场调研,设计突发公共卫生事件应急软件架构方案。结果/结论 该突发公共卫生事件应急软件能够快速、有效地调动和整合各种卫生资源,及时开展应急救援工作,最大限度减少人员伤亡和经济损失,共同维护公共卫生安全,不断完善和提高应急响应能力。

摘要:目的/意义 探索建立临床试验机构评价信息系统,为评价工作提供信息化、智能化平台。方法/过程 设计以数据采集、数据审核、数据中心及模型配置为核心功能模块的信息平台,为临床试验机构评价提供智能化平台及有效质控、分析工具。结果/结论 信息平台基本实现临床试验机构评价流程和评价数据管理信息化,为评价体系落地实施奠定基础,为类似平台建设提供借鉴。

摘要:目的/意义 分析公立医院一院多区信息化建设面临的问题、难点,提出公立医院一院多区信息化建设发展策略,为促进大型公立医院多院区信息化建设乃至多院区可持续发展提供借鉴。方法/过程 运用SWOT分析法对公立医院一院多区信息化建设发展态势进行分析。结果/结论 公立医院一院多区信息化建设应当建立架构统一的基础底座支撑不同院区实现服务同质化,创新新兴技术研发与应用实现不同院区差异化发展,增强医院信息化管理水平,保障同质化与差异化协同推进。

摘要:目的/意义 构建创新实践能力培养路径,解决目前医学信息管理人才创新实践能力培养中存在的培养计划不明晰、效果评价体系不完善等问题。方法/过程 基于成果导向教育(outcomes-based education, OBE)理念,立足学生、高校、用人单位3方视角,明确能力培养目标,包括创新目标和技能目标。以两个能力目标为导向,融合CDIO工程教育模式反向设计能力培养主线,构建能力培养路径。结果/结论 形成一套完整、规范且可持续改进的创新实践能力培养路径,为医学信息管理人才培养提供支持。

摘要:目的/意义 探索将IDEA教学设计方法应用于医学博士生生命科学进展类专业课程,以全程嵌入信息素养教育。方法/过程 基于教学大纲分析和教师访谈,将信息素养教育嵌入课程教学。通过文献综述作业质量分析及师生反馈,评估课程效果。结果/结论 接受嵌入式课程的医学博士生在综述作业的课题新颖性、关键词规范程度、参考文献选择及引用规范方面均有显著提升。教师用于课程讲解的时间明显增加,学生综述质量和成绩均有提升。