Bone Research is an open access,fully peer-reviewed journal publishing the foremost progress and novel understanding of all aspects of bone science.The journal highlights the breakthrough discoveries in basic and clin...Bone Research is an open access,fully peer-reviewed journal publishing the foremost progress and novel understanding of all aspects of bone science.The journal highlights the breakthrough discoveries in basic and clinical aspects of bone biology,pathophysiology and regeneration,as well as other significant findings related to bone.展开更多
目的为提高医院内骨质疏松性骨折(osteoporotic fracture,OF)患者诊疗质量和管理效率,本研究自主构建一种医院内自动抓取相关资料的“骨质疏松性骨折数据库”,数据库内置管理流程相关的智能化功能模块。在此基础上,分析该数据库在实际...目的为提高医院内骨质疏松性骨折(osteoporotic fracture,OF)患者诊疗质量和管理效率,本研究自主构建一种医院内自动抓取相关资料的“骨质疏松性骨折数据库”,数据库内置管理流程相关的智能化功能模块。在此基础上,分析该数据库在实际场景应用的结果和有效性。方法构建院内封闭式多源异构数据整合的专病数据库,数据库接口可后台对接医院的信息系统(hospital information system,HIS)、影像归档和通信系统(picture archiving and communication systems,PACS)、实验室信息系统(laboratory information system,LIS)等固有数据平台,并自动运用自然语言处理(natural language processing,NLP)技术识别及整合OF患者相关信息。运用该数据库纳入2022年6月至2024年6月苏州大学附属第二医院收治的50岁以上、4部位骨折(椎体、髋部、肱骨近端和桡骨远端)的12754例患者,并对患者信息进行智能化管理应用分析。结果该数据库可按照纳入条件自动获得12754例患者数据,并自动收集患者基本资料、病历或影像检查的骨折记录、检验检查结果、实时治疗方案等407个结构化字段信息。数据库可自动完成患者的骨质疏松相关数据识别(骨折部位、骨密度值、骨代谢相关指标、抗骨质疏松药使用)、院内转科及经治医生追踪、院内多次骨折记录检索。当患者确定纳入管理,数据库可实现本次骨折后2年档案构建、辅助宣教、智能随访、院内门诊电脑同屏显示等智能化管理功能。结论“骨质疏松性骨折数据库”拥有便捷的OF患者信息抓取功能,可实时了解相应管理的基础数据,可自动完成规定时间内设定管理的指导及提醒。该数据库有院内多源异构数据整合的专病数据库特点,为OF精准化、智能化、便捷化管理提供新的思路和有效工具。展开更多
文摘Bone Research is an open access,fully peer-reviewed journal publishing the foremost progress and novel understanding of all aspects of bone science.The journal highlights the breakthrough discoveries in basic and clinical aspects of bone biology,pathophysiology and regeneration,as well as other significant findings related to bone.
文摘目的为提高医院内骨质疏松性骨折(osteoporotic fracture,OF)患者诊疗质量和管理效率,本研究自主构建一种医院内自动抓取相关资料的“骨质疏松性骨折数据库”,数据库内置管理流程相关的智能化功能模块。在此基础上,分析该数据库在实际场景应用的结果和有效性。方法构建院内封闭式多源异构数据整合的专病数据库,数据库接口可后台对接医院的信息系统(hospital information system,HIS)、影像归档和通信系统(picture archiving and communication systems,PACS)、实验室信息系统(laboratory information system,LIS)等固有数据平台,并自动运用自然语言处理(natural language processing,NLP)技术识别及整合OF患者相关信息。运用该数据库纳入2022年6月至2024年6月苏州大学附属第二医院收治的50岁以上、4部位骨折(椎体、髋部、肱骨近端和桡骨远端)的12754例患者,并对患者信息进行智能化管理应用分析。结果该数据库可按照纳入条件自动获得12754例患者数据,并自动收集患者基本资料、病历或影像检查的骨折记录、检验检查结果、实时治疗方案等407个结构化字段信息。数据库可自动完成患者的骨质疏松相关数据识别(骨折部位、骨密度值、骨代谢相关指标、抗骨质疏松药使用)、院内转科及经治医生追踪、院内多次骨折记录检索。当患者确定纳入管理,数据库可实现本次骨折后2年档案构建、辅助宣教、智能随访、院内门诊电脑同屏显示等智能化管理功能。结论“骨质疏松性骨折数据库”拥有便捷的OF患者信息抓取功能,可实时了解相应管理的基础数据,可自动完成规定时间内设定管理的指导及提醒。该数据库有院内多源异构数据整合的专病数据库特点,为OF精准化、智能化、便捷化管理提供新的思路和有效工具。
