论文部分内容阅读
急性胰腺炎(AP)诊疗面临诸多瓶颈:救治缺乏多学科协作理念;边远地区难以及时获取先进的新技术;诊疗产生的大量数据影响了诊疗精确性;缺乏信息化随访等。宏观政策方面,政府部门多次强调医学领域信息化建设的迫切性,因此急需建立广覆盖的嵌入多个功能模块的平台。目前国际国内AP诊疗信息化建设明显不足。本研究旨在基于互联网建立AP多学科诊疗信息平台(APnet),并开发远程会诊、在线教育、AP共享数据库以及辅助诊疗决策系统,为AP的临床诊疗指导提供新的模式,充分发挥优质医疗资源的作用,进而提高诊疗质量和效率。首先,我们构建了 APnet。系统应用层采用“客户端/中间层/服务器”的三层架构设计、采用模型—视图—控制器层次化框架模式、组件化的算法、多层细粒度权限控制、及嵌入式数据接口设置。支撑平台采用千兆以太网等技术;主机平台采用互为热备份的双机群集系统;存储平台为存储局域网络存储系统;备份平台采用虚拟磁盘/网络数据管理协议等方式;安全平台则为防火墙/点对点协议/静态路由体系。APnet以前置交换机为中心进行星形部署,应用开发框架面向个人电脑端、APP端和微信端,音、图、文采用网页实时通信技术双向传输。APnet上线后提供远程会诊、双向转诊、远程教育、远程查房、学术交流等多种功能。APnet现有APP注册用户14188人,公众号粉丝数23268位,已覆盖医院达3472家。基于APnet平台已开展220余次远程会诊和双向转诊,多数为重症患者。并实现包括远程培训、远程疑难病例讨论、远程查房等在线教育功能,现已开展250多场,累计覆盖医护人员10万余人次。其次,建立AP业务数据库。根据数据、格式和协议导入应用数据,完成元数据分类、维护和扩展,对字典内容实施标准化,根据变量制定数据库表结构,实施定义和关联,进行数据的存储结构、索引策略、存储分配,进行编程、数据的加载,建立标准数据库,并于APnet推送和交付测试。数据库包括基本信息库、症状体征库、诊断评估库等9个子库。库内已婚患者占75.4%;A型、B型、O型和AB型血的患者分别占22.4%、33.4%、13.5%和30.7%;轻/中度AP(MAP/MSAP)患者和重症AP(SAP)患者分别占85.8%和14.2%。胆源性胰腺炎、酒精性胰腺炎、高脂血症性胰腺炎患者分别占86.7%、7.7%和3.7%。南京、苏州和扬州分列就诊人数前三位。MAP/MSAP患者中6%为未婚者,低于SAP患者的16%。与普通居民相比,AB型血患者比例明显较高(13.5%vs 8.8%)。SAP中更为显著(18.7%)。聚类显示,AP的病因、AP严重度和患者ABO血型这三个属性在聚类过程中起着关键作用。采用自组织映射网络将样本分为五类,各类具有各自的流行病学与临床特征。再次,对AP诊疗数据进行深入挖掘,并建立辅助诊疗决策系统。我们利用反向传播(BP)网络、径向基函数(RBF)网络和logistic回归分别对AP伴门静脉血栓(PVT)的发生进行预测。预处理后,共353例进入研究,按5:1:1的比例随机分成训练组、验证组和测试组。将年龄、红细胞比容(Hct)、凝血酶原时间、空腹血糖、D-二聚体(D-dimer)、血清淀粉酶(AMY)等9个变量纳入输入层,使用Matlab2016b工具箱进行编程。BP网络模型测试显示灵敏度(SEN)为80.0%、特异度(SPE)为85.7%、准确度为83.3%。RBF网络测试结果为SEN78.2%,SPE92.0%,准确度88.1%。Logistic回归模型显示SEN为65.3%,SPE为83.6%,精确率为75.3%。三种模型预测结果比较显示,预测准确率和ROC曲线下面积最高(大)的均是RBF网络,其次是BP网络,logistic回归最低(小)。神经网络模型的效价高于回归分析模型,而RBF网络优于BP网络。AMY、D-dimer和Hct是影响AP伴发PVT的重要因素,其相对重要性分别为100%、92.3%和68.9%。基于建立的模型算法,我们开发了辅助诊疗决策系统,并在APnet上实现。综上所述,我们建立的包含远程会诊、在线教育、AP数据库和辅助决策系统功能模块的APnet,为AP多学科规范化诊疗提供新的思路方法和理论实践基础,为优质医疗资源的共享和可及提供有力的支撑。