简介:【摘要】目的:探讨基于高通量集成计算的特小区域级样本的局部晚期宫颈癌放疗后阴道狭窄风险预测。方法:本研究采用回顾性研究,研究对象为2017年1月至2022年3月期间在接受放射治疗的局部晚期宫颈癌患者117例。治疗后进行密切随访,根据随访一年内情况,将患者分为正常组(n=78)和狭窄组(n=39)。通过人工智能深度学习实现对局部晚期宫颈癌放射治疗导致的放射性阴道狭窄进行放射组学特征量化分析,建立基于CT/MRI放射影像组学的特小样本放射性阴道狭窄人工智能预测系统,为区县级妇科肿瘤诊疗中心提供高质量的临床决策支持。结果:一般资料差异无统计学意义(P>0.05),机器学习算法确定与局部晚期宫颈癌放疗后阴道狭窄风险相关的影像学变量为形态、强度及纹理分析,通过回归分析显示,以上影像学变量与阴道狭窄差异具有统计学意义(P<0.05)。结论:基于高通量集成计算的特小区域级样本对局部晚期宫颈癌放疗后阴道狭窄风险具有一定的预测作用。
简介:背景:双向转诊可提高现有资源的有效利用率及卫生服务的社会效益,已成为解决社区卫生服务可持续发展的重要手段.目的:实现区域内不同医疗机构间患者医疗信息与医疗资源共享,构建双向转诊系统,推动区域卫生信息化建设.方法:从信息交互的互操作特点和重要性入手,深入分析了跨企业级文档共享技术框架下的角色和事务,研究具体的共享流程和实现方案,提出文档存储池和数据存储执行的策略,并在此基础上进行技术实现,构建双向转诊系统.结果与结论:在医疗健康信息集成规范-跨企业级文档共享技术的基础下,实现了双向转诊系统的构建,并在不同系统和机构之间进行了测试,结果证实该双向转诊系统可以有效和快捷的共享患者信息.