随着我国技术创新能力提升，国产信息化产业得到大力发展，在市场中形成了独特的价值链和供应链。国产操作系统、数据库及安全产品是推进各行业信息化发展和信息化进程的重要技术产品，在当前的信息化管理进程中发挥着非常重要的作用。为梳理国产化软件产业发展现状，对国产化软件中的操作系统、数据库及安全产品等进行综述，并分析了国产信息化产业所面临的挑战和未来的发展路径。

从临床决策支持系统的概念出发，对中医临床决策支持系统的发展及其在中医药领域的应用和研究进展进行综述。概述了中医临床决策支持系统内涵及其构建方法和研究应用，介绍了中医临床决策支持系统利用中医自然语言处理等人工智能技术对名老中医诊疗经验进行数据挖掘并建模后形成了中医疾病知识图谱，以及历年来中医临床决策支持系统的研究进展和应用，以期为同领域研究和应用提供新思路。

通过分析医院的实际业务和数据应用的需求，结合数据湖底座技术能力，完善医疗大数据平台，建立全量医疗数据入湖体系，实现海量数据的存储、汇聚、资源化利用和资产化。结果：医疗数据湖的建设和应用可助力数据治理，实现数据高效快速接入和处理，为医疗运营、科学研究、医疗质控、临床服务、决策管理等提供数据基础支持。结论：根据医院数据及应用的实际情况，提供便捷、高效的数据治理途径，提升医院的医疗能力，增强服务保障能力。

通过基准测试方法，研究信息技术应用创新（信创）环境下医院核心信息系统适配运行的指标体系。建立医疗信创矩阵，选取具有代表性的医疗核心应用，根据常规三甲医院的规模进行性能和稳定性测试。在每天 6 000 人次门诊量情况下，观测和发布各项指标情况，结果表明，医疗核心应用在信创环境中运行良好。该研究可为医疗信创适配评测及指标验证工作提供参考。

目的：综合运用自然语言处理、结构化算法和知识图谱等技术，探索实现电子病历高精度信息抽取和结构化处理的方法。方法：通过构建命名实体识别模型、关系识别模型、同义词识别模型完成病历文本的句内信息抽取；提出了一种病历生成树算法，可以有效实现大段落病历文本分层结构的解析；同时利用知识图谱技术存储信息抽取与分层解析的构造模型，实现病历文本信息高精度抽取。结果：形成了一套融合深度学习算法与结构化解析算法的病历信息高精度抽取方法，其中实体识别模型准确率达 95.74%，关系识别模型准确率达89.20%，最终生成具有清晰层次结构、可精确定位和抽取信息的结构化病历。结论：本文所探索的病历信息高精度抽取方法，将深度学习算法与结构化解析算法相融合，兼顾了病历文本的句内信息抽取与病历结构层次的解析，可以实现对病历数据的自动抽取、精准定位与高效管理，可以为临床医学研究奠定数据基础，也可以为其他疾病病历文本数据的挖掘提供方法学参考。

目的：基于 PICO 模型构建中医药循证指南知识图谱，探索以此知识图谱为知识库搭建智能问答系统，增强临床决策支持。方法：采用自上而下与自下而上相结合的方法设计知识图谱的概念层和数据层，并以多囊卵巢综合征为例，利用“文心一言”大模型工具进行知识抽取，抽取结果通过 Neo4j 图数据库进行存储，实现知识图谱的可视化展示，同时对智能问答系统进行临床专家问卷调研和框架结构设计。结果：构建了包含13 种类别、248 个节点、12 种关系类型、337 条关系以及 10了其可视化功能和应用示例。智能问答系统部分，已根据指南临床问题范围将其分为 种数据属性的中医药循证指南知识图谱，并展示12 大类，并预设了 24 种问题模板，为后续问题预处理奠定了基础，并对系统实现提供了有力支撑。结论：本研究以循证指南为数据源确保了临床辅助决策系统科学性和准确性，也为中医药领域的智能化信息服务提供了新的思路和方法。

目的：筑牢医院信息安全基础，提升自主可控能力，对医院信息系统进行信创改造并实现全场景应用。方法：按照合规、主流、可行性及高性能等相关原则选择信创的技术路线及服务器、存储、终端、操作系统及数据库等产品，并基于 Wine 应用兼容器的 API 转换技术以及原数据库与国产数据库的差异性，对医院应用软件进行国产操作系统和国产数据库的适配改造。结果：Windows 及 Oracle的适配改造后，12 个月内完成了在用的 120 款应用软件与国产操作系统的适配验证和应用，以及在 环境下的应用软件，在进行一定6个月内完成在用的 89 款应用软件与国产数据库的适配验证与应用，大大减少了应用软件的改造成本和数据库的迁移难度。结论：选择合适的信创生态，在保障用户体验的前提下，能以最快的速度及最低的成本实现医院全栈国产化平台的全场景应用。

目的：根据人工智能医疗器械中的第三类深度学习独立软件及其企业的相关情况，分析二者的特征和内在原因，为产业发展提供参考。方法：根据国家药品监督管理局网站和国家企业信用信息公示系统网站的公开信息，整理第三类深度学习独立软件及企业信息，并做描述性统计分析。结果：2020 年以来，我国有 53 项第三类深度学习独立软件通过了注册审批，审评数量逐年增加，主要集中在肺和心脏等部位。这些产品分别属于 26 家企业，在成立时间和地域分布上呈现一定的集中趋势。结论：人工智能医疗器械的健康发展，需持续以临床应用为导向，加强配套政策支持，重视技术和人才的创新作用.

通过梳理国内外互联网医疗的相关概念，系统阐述远程医疗、互联网医院、互联网诊疗等相关概念的内涵、关联与差异，追踪起源及发展演变，总结我国公立医院发展高质量互联网医疗服务的管理启示。从文献计量学的视角出发，辨析总括性、服务模式、服务平台和服务方式等 4 类 9 个概念，通过文献研究方法分析演化特征，为我国互联网医疗的高质量发展提出建议。借助于快速发展的信息技术，互联网医疗发展迅速，我国的互联网医疗更是进入了跨越式发展阶段。我国应进一步大力推进公立互联网医院发展，不断促进线上线下深度融合，从产品主导向服务主导逻辑转变，实现互联网医疗的高质量发展。

旨在探索中医古籍知识库在临床辅助决策系统中的应用与建设。中医古籍包含了丰富的临床经验和中医理论知识，然而由于古籍数量庞大且馆藏分散，保存状态参差不齐，使得医生在临床实践难以充分运用。因此，将中医古籍知识库与临床辅助决策系统相结合，逐渐成为提升中医临床诊疗水平的重要趋势之一。本研究收集岭南中医古籍共计 278 本，涵盖 488 种疾病，1198 种证候，3907 种症状，系统对中医古籍进行整理和分类，构建出一个结构化和标准化的中医古籍库，同时关联引入现代临床医学相关知识，形成了综合性的中医临床知识库。本文设计了一套基于规则的推理引擎和机器学习算法，根据患者的症状、体质等信息，从中医古籍知识库中检索出相应的诊断和治疗建议。通过实际应用和测试，验证了基于中医古籍知识库的临床辅助决策系统可提高中医诊疗的有效性，系统的建设不仅有助于传承和发扬中医古籍知识，也为现代中医临床实践提供了有力的支持。

目的：基于“态靶辨证”中医诊疗思维，利用人工智能技术为代谢病中医辅助诊疗提供智能化支持。方法：通过自然语言处理技术，对医学文献和专家经验进行信息抽取和实体识别，构建包含疾病状态、治疗靶点及相关辨证规则的术语知识库。在此基础上，利用图数据库和深度学习算法，构建态靶辨证知识图谱，表达不同疾病状态与治疗靶点之间的复杂关系。结果：通过模型训练和知识推理，结合病例的具体症状和体质，推荐相应的中医治疗方案，提高了代谢病辅助诊疗的准确性和效率。结论：本研究为中医辨证施治提供了新的方法和思路，不断迭代优化算法，拓展临床应用，推动中医药辅助诊疗的发展和完善，为中医药传承创新奠定良好的技术基础。

新型冠状病毒感染疫情发生以来，胸部 CT 的检测量急速提升，各医院和基层医疗机构都面临着医疗资源不足、诊疗服务能力不足等问题。为了在医学影像领域开展辅助筛查或诊断等医疗信息化研究，众多医疗信息化人员引进计算机视觉等相关技术，打造了胸部CT 肺炎辅助筛查系统。以人工智能（AI）胸片智能辅助筛查应用为例，研究了 AI辅助诊断在包括新型冠状病毒感染在内的肺炎大流行期间的应用模式和效果。凸显出系统提升临床和放射工作人员影像阅片工作效率的有利性，并结合该 AI 辅助诊断模型的准确率和应用效率，阐明该类应用定性判断肺炎类型以及定量估计病灶面积的功效。最后结合临床科研实际工作，提出了应用的局限性和未来展望。

目的：减少临床护士对患者体征测量不及时、护理文书内容不准确等一系列问题，辅助临床护士进行患者每日体温、脉搏等生命体征数据采集。方法：开发一套与医院护理信息系统结合的生命体征辅助采集系统，利用系统自动获取的患者医嘱、病情、手术记录等个人信息，并与护理规范相适应，通过算法智能化得出患者每日体征测量类型、时间、频次，并及时提示操作者。结果：该系统应用后，临床护士个人护理操作不规范、护理文书填写不及时等问题明显减少，护士每日完成护理文书记录时长明显缩短，科室护理文书完整率明显提高，差异具有统计学意义（P ＜ 0.05），大大提高了护士工作效率与护理工作质量。结论：智能化生命体征辅助采集系统提高了护理文书书写的完整性、及时性，用户体验好。

目的：按照智慧医院建设标准，结合儿童生长发育专科特点，设计融合线上线下一体化的儿童生长发育智慧管理平台。方法：利用互联网、人工智能和大数据的创新应用，实现儿童生长发育的“互联网 +”儿童保健服务、人工智能的骨龄测评、大数据生长发育智能评估。结果：提供了动态监测、精准识别、个性化指导，实现了儿童生长发育偏离的早发现、早干预、早诊断、早治疗。结论：该平台的建立，提高了诊疗效率和质量，提升了患者就医体验，为促进儿童健康发展、提高儿童健康管理水平等提供了借鉴和启示。

目的：分析多院区医院的发展现状和特点，通过信息化手段，建立多院区同质化管理信息平台，实现医疗质量的持续改进。方法：通过文献研究，梳理多院区同质化管理的概念及研究现状，基于一体化信息平台，借助系统及网络改造，打通“两院三区”，实现医疗及管理的同质化、智能化。结果：建设多院区同质化管理信息平台，重构多院区网络架构，实现以医疗质量为核心，完成多院区信息共享。结论：多院区同质化管理信息平台的建立，有助于提高医疗效率，为患者提供更加完善的医疗服务，促进智慧医院建设，助力医院高质量发展。

目的：了解湖北省中医医院信息化人员基本情况，为中医医院信息化人才队伍建设提出对策建议。SPSS 26.0、Excel 等软件，选用卡方检验与 Fisher 确切概率法进行统计分析。 结果：湖北省中医医院信息化部门组织机构、岗位设置基本健全，信息化人才学历层次与职称分布正在逐步提升，说明信息化配置人员素质在稳定提高，但依然存在数量不足、分布不均匀、学历专业配比不科学以及疲于日常维护缺乏科研能力等一系列问题。结论：建议加大中医医院信息化人才培养力度，优化专业结构与人才配比，提升人才素质，加强网络安全意识培养，凸显中医药特色优势，强化信息化对中医医疗服务体系的支撑。

目的：以中医导引学的特点为基础构建知识图谱，方便用户查询、学习，传播中医养生保健传统文BERT-CRF学科特征制定实体之间的关系，并使用 Neo4j 模型辅以人工校对，对导引功法相关文献进行命名实体识别，根据构建中医导引学知识图谱。结果：纳入相关文献 3 152 篇，构建的知识图谱共包含 2 262 个实体节点，5 108 条关系数据，7 种实体类别属性，7 种关系，并可以使用 Neo4j 的Cypher 查询语言进行知识检索。结论：本知识图谱将中医导引学知识进行可视化展示，可用于构建导引知识检索、智能问答、功法推荐等应用程序与网络平台，开发相关人工智能应用设备，应用于计算机、自动化等学科的研究与生产创新中，同时也可用于深入数据挖掘，发现新研究方向。

从数据来源、构建方法、技术架构及功能模块等方面介绍眩晕病中医古今文献检索系统的构建情况，该系统全面采集、整理了涉及眩晕病因病机、证候分类、方药治疗等方面的历代古籍及部分现代期刊文献，可以对眩晕文献数据进行快速数据挖掘分析及可视化展示，还实现了眩晕相关古今文献的互通检索，可以为临床医生和科研人员研究提供丰富的原始资料，为进一步开展眩晕病文献相关特色分析研究提供可靠的数据支持与信息保障。

目的：巩固宁夏回族自治区（以下简称宁夏）“互联网 + 医疗健康”示范区建设成果，提升医养结合服务能力。方法：结合宁夏本地医养服务现状，应用大数据和互联网技术，构建基于互联网医疗的医养综合服务信息化体系，搭建适用于不同层级医养结合机构的医养协同综合服务信息化平台。结果：面向医养结合机构、社会养老机构、社区居家养老人群提供多方位联合体机制，形成线上线下一体化的全流程医养服务及管理模式，可为老年人提供全方位多层次连续性的医疗、养老等服务。结论：“互联网 + 医养”综合管理系统实现了医养融合互联互通全流程管理，是“互联网 + 医养”融合服务模式的积极探索。

随着新兴技术在医疗行业的广泛应用，医疗卫生数据的价值凸显，安全挑战随之而来。如何实现医疗卫生领域密码应用的安全自主可控，推进建立卫生行业商用密码安全性应用的统一标准规范，成为医疗安全领域的重要议题。南京市卫生信息中心利用国产商用密码技术，以南京市电子病历文件管理系统为实践载体，从硬件、网络、设备、应用数据、密钥管理和部署等角度进行改造，建立了商用密码应用安全支撑体系，并通过安全性评估三级，可为各卫生机构数据安全和国产商用密码应用改造提供参考。

针对通用藏文预训练语言模型在处理藏医数据时无法适应且存在词信息损失的问题，提出了一种融合藏医词汇特征与通用藏文预训练模型字特征的方法，以改善对藏医学专有名词的识别，并增强模型对藏医领域的理解能力。该方法通过构建藏医领域的特征词典，并利用词典来获取训练数据中每个字潜在的匹配词集，接着将词集特征嵌入字符表示中来增强藏医字符的表征能力。经实验表明，仅使用通用藏文预训练模型会降低对藏医实体识别的性能。融合词集特征后，F1 值明显提高了 17.19%，验证了此方法不仅能补充预训练模型缺乏的词汇信息，还可以有效缓解模型与藏医数据不匹配的问题。

作为公立医院运营管理的重要组成部分，人力资源精细化管理不仅可以提高员工的综合素质和竞争力，也能提高医院整体运营效率和服务质量。从医疗资源中心的建设出发，围绕医疗人员业务、岗位人员配置、科室结构优化、专业结构优化等核心业务，介绍医疗人力资源平台的整体定位与指标分析设计，并对系统核心功能如模型管理、考核计划管理、评价结果管理等进行阐述，最终从系统层面展示应用实践。整体项目以数据做支撑，推进学科持续发展、人员利用合理、业务高效运转，推动医院高质量发展和数字化转型。

大语言模型（LLM）具有强大的学习和推理能力，然而由于缺乏内部知识，该模型面临幻觉挑战。针对医学问答对高质量专业知识的需求，本研究提出一种大语言模型融合知识图谱的医学问答方法，并将其应用于医学科技信息知识服务平台（MedKaaS）的问答系统构建。研究表明，相比传统的知识库问答（KBQA）和新兴的基于生成式大语言模型的问答，本文所提出的大语言模型融合知识图谱的方法充分综合了二者的优势，并为医学问答提供了证据溯源支持，有效提升了医学智能问答质量和医学知识服务效果。

目的：针对骨科手术机器人螺钉手工规划效率低下的问题，实现基于CT 的脊柱椎弓根螺钉自动、高效、高质量规划。方法：采用深度学习神经网络对标注分割和螺钉的 CT 图像进行有监督的机器学习，实现脊柱椎弓根螺钉的自动规划；本实验使用 44 例腰椎 CT 共 440 枚螺钉作为训练集，使用 11 例 CT 生成 110 枚螺钉作为测试集，以手工规划作为对照组，通过盲法专家评价评估螺钉规划效果，并通过记录规划时间评估规划效率。结果：该自动规划方法生成的螺钉规划临床可用率为 95.4%，自动规划时间与平均手工规划时间分别为 68.8 s 和177.6 s 。结论：该自动规划方法可初步实现高效、高质量的脊柱椎弓根螺钉自动规划，但仍需临床医生监督复核。

目的：由于儿童自闭症的隐私性，其数据集往往难以获取，这给相关的研究造成了一定的困难。为此，构建了自闭症儿童特征数据库。方法：首先设计交互场景，采集了一个自闭症儿童面部数据集，然后利用计算机视觉中的面部关键点检测、视线跟踪、头部姿态和面部动作单元等技术，提取自闭症儿童面部视觉特征，然后在提取的面部特征的基础上对所有特征数据进行编码，从而构建了一个自闭症儿童视觉特征数据库。结果：该视觉特征数据库可供该领域的研究人员使用。此外，基于该视觉特征库，本文以面部动作单元为例对自闭症儿童进行分析和预测，实验结果表明，分类精度最高可达 93%。结论：该数据库可用于自闭症儿童的相关研究，具有较大的应用价值。