基于深度学习的智能物联网胸痛中心的设计和实施
Feng Li1,2, Zhongao Bi1, Hongzeng Xu3
1School of Information and Electronic Engineering, Zhejiang Gongshang University, Hangzhou 310018, China.
Mathematical biosciences and engineering : MBE
|December 5, 2023
概括
这项研究引入了一种智能物联网 (IoT) 驱动的系统,用于胸痛管理,提高数据输入效率并减少患者的治疗时间. 该系统增强了胸痛中心的临床工作流程和数据分析.
科学领域:
- 生物医学工程 生物医学工程
- 医疗信息学 医疗信息学
- 物联网 (IoT) 的物联网 (IoT) 的物联网.
背景情况:
- 目前的胸痛中心数据输入效率低,手动,容易出现错误.
- 手动输入数据会导致延迟,工作量增加和潜在的患者数据访问问题.
研究的目的:
- 设计和实施一个智能,物联网驱动的系统,用于胸痛管理.
- 简化数据输入,改善及时获取患者信息,减少处理时间.
主要方法:
- 开发了一个多层物联网系统 (传感,网络,应用).
- 集成了一个医院前应用程序,用于紧急医疗服务 (EMS) 的早期数据记录.
- 利用超宽带 (UWB) 定位用于医院内患者跟踪和数据采集.
- 采用双向长短记忆 (BiLSTM) - 条件随机场 (CRF) 算法从电子病历中提取临床症状.
主要成果:
- 该系统成功地减少了手动数据输入和处理时间.
- 实现了在医院前和医院设置之间及时同步患者数据.
- 在医院内促进了患者信息的自动获取.
- 使用BiLSTM-CRF算法从患者记录中提取关键的临床症状.
结论:
- 由物联网驱动的胸痛中心系统显著提高了效率并减少了错误.
- 该系统支持医疗保健专业人员的协作治疗,数据反和分析.
- 在宁省人民医院的实施证明了该系统的实际价值和意义.
