摘要

目的 开发应用静脉血栓栓塞症(Venous Thrombo Embolism,VTE)智能评估与辅助决策系统,提升院内VTE防治能力。方法 基于自然语言处理对院内多元系统数据进行后结构化处理,通过机器学习方法,综合已有量表指标和专家意见,研制VTE风险评估模型;结合规则引擎、人工智能引擎,开发VTE智能评估和防治决策支持系统。结果 应用该系统后,院内VTE风险发生评估率由53.8%上升到98.8%,出血风险评估率由9.8%上升到56.7%,评估时间由3.2 min/患者缩减到0.5 min/患者,恰当预防率由12.2%提高到63.4%,每筛查1例阳性患者需要检查人数由11.6人下降为3.0人。结论 VTE智能评估与辅助决策系统可提升患者VTE风险预警能力,规范临床诊疗行为,对降低医院VTE发生风险、保障患者安全起到重要促进作用。

  • 单位
    上海市第十人民医院