何念芹 李 理 王红迁 黄 荣 晏 玲
(陆军军医大学第一附属医院儿科 重庆 400038) (陆军军医大学第一附属医院信息科 重庆 400038) (陆军军医大学第一附属医院儿科 重庆 400038)
随着全球医疗信息化和新一代人工智能技术发展,如何在融合医院的多源临床数据基础上通过大数据挖掘技术发现综合、动态的新生儿早期危重事件先兆规律,及时对新生儿提供个性化危重度判断,支持医生和护理人员及时干预,提高信息准确性,已成为当前研究热点[1]。国内外许多医疗机构已认识到新生儿危重症预警和人工智能相关技术深度结合的重要性,在相关资本涌入等多因素驱动下,世界各地的智能预警决策相关系统发生巨大变化[2]。
目前国内外相关医院儿科对新生儿监测主要是通过医护人员巡视、监护仪报警等途径实现,然而国内新生儿室普遍存在工作强度大、护士水平参差不齐等问题,新生儿病情变化多样,早期监测更为困难。由于国情的不同,发达国家新生儿室医患比例接近1∶1,新生儿病情变化大多能由医护人员在床旁早期主动发现[3]。然而在我国绝大多数大中型医院新生儿室医患比例白班为1∶5左右,夜班达1:10以上[4],为早期发现新生儿的病情变化增加了难度。国内领先的新生儿室如复旦儿童医院、浙大儿童医院、重庆医科大学儿童医院等医患比例的矛盾更为突出[4],仍然采用传统监测与预警模式,新生儿一般病情变化快,因未及时发现、救治而导致新生儿死亡的事件时有发生。……