基于提升树的卫生数据价值模型的构建与应用

来源 :中国数字医学 | 被引量 : 0次 | 上传用户:vict1234
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对卫生数据资产未得到合理评估的问题,本研究提出一整套基于梯度提升树的数据资产价值评估体系.选取来自卫生领域的183项数据集作为样本,选取10个评估维度作为特征,结合机器学习技术,选用梯度提升树作为预测模型,其校正决定系数为0.869,模型稳定性为0.001.本研究还对模型的实际应用效果进行了验证,证明其对于卫生数据的精细化管理和智慧建设具有一定作用.
其他文献
以钠基膨润土为原料,通过硅烷偶联剂KH570的脱水缩合作用将N-异丙基丙烯酰胺(NIPAM)接枝在钠基膨润土表面,制备了智能温敏膨润土(NIPAM-B).采用单因素方法对NIPAM-B的合成指标进行了优化,利用XRD、FTIR对NIPAM-B进行了表征,同时对NIPAM-B的温敏性、NIPAM-B悬浮液的流变性和悬浮性进行了考察,引入丙烯酸(AA)单体对NIPAM-B进行最低临界溶解温度(LCST)调控.结果表明,NIPAM-B具有良好的温敏特性,其悬浮液的流变性在40~60℃范围内表现出稳流特点以及升温
使用十八烷基三甲氧基硅烷(OTMS)对纳米SiO2进行表面疏水改性,将得到的改性纳米SiO2(OTMS-SiO2)添加到有机硅树脂(SI)中,然后采用两步法在聚乙烯(PE)薄膜表面固化制备了复合涂层SI/OTMS-SiO2.通过FTIR、1HNMR、29SiNMR、TGA对OTMS-SiO2及复合涂层进行了表征,采用接触角测量仪、SEM、AFM对复合涂层疏水特性和形貌进行了测试和观察,最后对复合涂层的耐磨性和附着力进行了分析.结果表明,SiO2表面成功引入了OTMS,且OTMS-SiO2均匀附着在硅树脂涂
目的 探讨双相障碍与精神分裂症患者面孔情绪识别的差异.方法 纳入双相障碍患者、精神分裂症患者各60例,正常对照60名.采用包括愤怒、平静、厌恶、恐惧、高兴、悲伤、惊奇7种情绪的42张面孔情绪图片,测试受试者的面孔情绪识别能力.结果 双相障碍组识别愤怒情绪类别得分低于对照组(P<0.05),精神分裂症组在识别愤怒和惊奇情绪类别得分低于对照组(P<0.05),精神分裂症组在识别恐惧情绪类别的得分低于双相障碍组和对照组(P<0.05).结论 双相障碍患者和精神分裂症患者都存在面孔情绪识别功能损害,而精神分裂症患
目的:为解决围手术期在医疗质量监管、手术过程关键环节管控、医生行为管控以及手术运营分析等方面存在的痛点问题.方法:通过场景分析、环节拆解和流程规划,依托信息化手段,实现对围手术期全流程环节的信息治理.结果:构建覆盖术前、术中、术后以及手术全程的医疗质量、医疗安全、医疗行为、精细化运营的动态闭环管控,形成手术运营决策分析评价体系,落实围手术期全面质量管理.结论:有效提升了围手术期医疗质量与安全监管,实现围手术期负性指标逐渐下降,大幅提升了手术运行效率,降低了不良事件的发生率,全面提升了医院精细化管理水平与医
为打通高压氧舱治疗管理的“信息孤岛”,对标电子病历系统应用水平分级评价,对高压氧治疗过程进行信息化改造,将会诊闭环、医嘱闭环、治疗闭环以及高压氧舱设备的管理闭环统一纳入到高压氧信息管理系统中,规范了高压氧治疗的诊疗流程,提高了工作效率和治疗质量,实现了全流程无纸化管理,最大程度地方便患者并保障患者安全,体现了信息化在医院管理中的重要作用.
目的 研究摄入咖啡因对米那普仑治疗抑郁症的效果有无影响.方法 收集抑郁症患者125例,随机分为研究组(低剂量咖啡因咖啡+米那普仑75 mg组,n=43)、对照组Ⅰ(脱咖啡因咖啡+米那普仑75 mg组,n=41)、对照组Ⅱ(脱咖啡因咖啡+米那普仑100 mg组,n=41),各组在相应剂量米那普仑治疗的同时每天饮用500 mL黑咖啡或脱咖啡因黑咖啡,共治疗12周,于治疗前及治疗2周、4周、8周、12周后评定24项汉密尔顿抑郁量表(24-item Hamilton depression scale,HAMD-2
目的:设计并实现项目型医联体框架下肺癌早期筛查系统(以下简称“肺癌早筛系统”).方法:分析、明确肺癌早筛各医疗机构的协作流程,给出系统框架.结果:所设计系统覆盖上海某区域肺癌筛查的全流程,满足项目型医联体肺癌早筛的工作需求.进一步统计分析发现,该系统使用已达平稳.结论:在项目型医联体肺癌早筛的建设过程中,加快信息化的发展,对于促进医疗机构的协作水平、优质医疗资源的共享共用等有着重大意义.
目的:为医疗机构提供一种平台化的智能语音建设解决方案,使智能语音技术在医院场景下的应用达到服务通用化、集成标准化和使用便捷化的目的.方法:提炼智能语音技术的共性功能特点,搭建医院智能语音交互服务平台,在该平台的技术支持下,智能语音与临床诊疗过程相结合,开展多场景下的应用实践.结果:智能语音交互服务平台的功能与服务在医院内部得到了应用,各临床业务系统获得了智能语音技术的赋能,医务人员、患者在参与诊疗的过程中得到了多种形式的智能语音辅助,提升了医疗服务效率和就医体验.结论:医院智能语音交互服务平台的建立,为智
在医疗场景下应用语音技术的核心是语音识别,目前其难点主要在于噪音和重口音,通过麦克风阵列信号处理技术进行定向降噪,通过变异发音单元检测,预测和迁移学习模型训练技术,以优化重口音语音识别,分别可以达到绝对8.9%和2.8%的字准确率提升.再结合语言定制技术,使医疗场景下的语音识别技术在多个场景可以达到97%的语音识别字准确率.
介绍了语音识别的发展历史和技术原理,并对语音识别的应用架构进行了分析.结合国务院和国家卫生健康委对医院信息化建设的指导意见,将语音识别技术应用到临床业务场景中.在病理报告录入流程中,将语音录入技术与病理信息系统紧密结合,通过语音识别技术优化信息处理流程,进一步提升病理业务智能化管理效率,最终达到了减负增效的目的 .