来自创伤中心、北京大学人民医院和北京大学健康数据科学研究院的中国研究人员正在使用大数据，通过临床决策支持系统，帮助识别可能在急诊科经历潜在不良健康事件的创伤患者。它采用了一种新的真实世界的证据挖掘和基于证据的推断方法，由改进的信息存储和电子医疗记录驱动。

 

研究人员在2月7日的《IEEE系统、人与控制论:系统》(IEEE Transactions on Systems, Man, and Cybernetics: Systems)杂志网络版上发表了他们的研究结果。这是第一个在急诊科使用证据推理开发的临床决策支持系统。

 

“适当使用信息技术，特别是临床决策支持系统，可以帮助临床医生做出更好的临床决策，杏耀注册降低医疗差错的发生率，”北京大学人民医院创伤中心主任、通讯作者蒋宝国说。“通过输入患者的临床数据，结合现有的历史数据，我们提出的临床决策支持系统输出严重创伤的预测信念程度，包括ICU入院和住院死亡。”

 

“临床变化的迹象和症状可能是相互关联的，并导致临床结果。例如，病人可能因为受伤的位置而意识水平低，或者可能与体温过高有关。”在开发他们的临床决策支持系统时，第一作者孔桂兰博士使用了来自中国开滦医院急诊科的创伤数据集， 杏耀平台谈科技 ，该医院与北京大学人民医院创伤中心有密切的研究合作。通过数据集，研究人员获得了1299例创伤患者的数据。临床体征和症状之间的相互依赖程度可以从患者的历史数据中计算出来。在建议的临床决策支持系统中，急诊室医生提供关于患者的信息，包括血压、脉搏率、呼吸频率、意识水平、体温、年龄、共病、损伤机制和位置。然后使用一个处理这些临床症状和体征证据推理规则,比较每一个反对的证据从现实世界的数据挖掘预测不良事件的概率和优化管理创伤患者,帮助他们实现理想的结果,创伤患者的高概率承认在医院重症监护室或死亡需要快速、准确地确定在他们到达医院。

 

该团队发现，他们的模型不仅在没有专家知识或临床经验的情况下特别有用，而且与传统机器学习模型的其他系统相比，临床决策支持系统还可以更准确地识别有不良事件的创伤患者。此外，临床决策支持系统以实时方式工作。从医生输入病人的数据到产生合适的建议，这个系统几乎没有任何延迟地工作，这反过来帮助为创伤病人争取宝贵的时间。

 

接下来，研究人员计划对他们的系统进行优化，杏耀开户并将其推广到其他临床领域和非急诊部门。