基于大数据的医疗风险综合评估系统的设计OACSTPCD

目的构建基于大数据的医疗风险综合评估系统并进行一致性、效率评估。方法针对住院患者风险评估现状,基于大数据的手段,应用医学自然语言处理设计医疗风险综合评估系统。系统可自动抓取患者的各项数据,通过数据挖掘和机器学习技术自动生成评分,并将风险数据发送给医护人员,从而实现医疗风险评估自动化、智能化。采用随机对照分析,分别对纳入的评分量表进行人工赋分和机器赋分,比较赋分用时,自动生成可视化风险矩阵图。结果该系统纳入研究的评分系统Kappa值结果如下:Caprini量表(外科)、Padua量表(内科)Kappa值为1.00,NNIS Kappa值为1.00,Nomogram Kappa值为0.87,Morse评估量表/Hendrich模型Kappa值为0.83,Braden Kappa值为0.80,ASA2023 Kappa值为1.00,NRS2002 Kappa值为0.90。机器赋分用时均短于人工赋分用时,差异有统计学意义(P<0.05)。结论通过本系统构建的风险矩阵图可使评估效率和准确性大幅提升,不仅能提供精准的诊疗方案,还能缩短患者住院时间,降低医疗费用。