醫療信息化新聞一周回眸(CHIMA HIT News 第388期)
本期內容由CHIMA秘書處整理,
轉載請注明來源。
國內新聞
國家衛生健康委辦公廳發布關于征集數字健康典型案例(第三批)的通知
5月5日,國家衛生健康委發布《關于征集數字健康典型案例(第三批)的通知》,征集范圍包括信息平臺建設應用、“互聯網+醫療健康”、健康醫療大數據應用、網絡信息與數據安全和新一代信息技術應用。針對報送的典型案例,將組織相關專家進行評審,根據典型案例服務成效,篩選出創新應用強、成果效果優且具有可復制可推廣的典型案例,并以通報表揚、新聞發布會、現場推進會等形式予以推廣。(國家衛生健康委)
國家衛生健康委等三部門發布關于全面加強縣級中醫醫院建設基本實現縣辦中醫醫療機構全覆蓋的通知
4月28日,國家中醫藥管理局 國家發展改革委 國家衛生健康委發布《關于全面加強縣級中醫醫院建設基本實現縣辦中醫醫療機構全覆蓋的通知》,通知要求全面提升縣級中醫醫院服務能力,加強醫療服務信息化建設。落實《全國醫院信息化建設標準與規范》《全國基層醫療衛生機構信息化建設標準與規范》要求,規范開展醫院和基層醫療衛生機構信息系統建設,提升電子病歷應用能力,鼓勵醫院信息系統云上部署,推進醫學影像數據存儲、互聯網服務和應用信息系統分步上云,支撐縣級中醫醫院、鄉鎮衛生院(社區衛生服務中心)、村衛生室實現信息共享和遠程支持。加強中醫醫共體數字化建設,推進智慧中醫醫院和互聯網中醫醫院建設,構建覆蓋診前、診中、診后的線上線下一體化中醫醫療服務模式,讓基層患者享有更加便捷、高效的中醫藥服務。(國家中醫藥管理局)
北京懷柔區:實現基層處方前置審核
近日,北京市懷柔區16家社區衛生服務中心和牙防所處方前置審核系統上線。該系統采用“兩審兩攔截”人機結合的實時前置處方審核模式。這種模式即系統預審和審方藥師共同對患者門診處方進行實時審核,醫生在門診開出的處方,都會先經過軟件審核,此舉不僅能提升處方審核的效率和精準度,還為基層醫務人員提供了用藥決策輔助,可實時線上溝通不合理處方,減少患者用藥安全隱患。(健康報)
天津加力推動優質醫療資源擴容 今年推進21個市級重點醫院改擴建項目
日前從天津市衛生健康委獲悉,今年天津市加力推動市級優質醫療資源擴容,全年推進衛生健康領域21個市級重點建設項目。5家醫院改擴建項目竣工投用,繼續推進7家醫院改擴建在建項目,力爭實現4個新改擴建項目全部開工,計劃再推動5個市級儲備項目。(天津日報)
湖北:加快縣域醫院建設 讓群眾就近看得好病
湖北部署實施“雙百縣”三甲醫院創建及“千縣工程”,三級醫院對口幫扶縣級醫院、臨床重點??平ㄔO等工作,不斷夯實縣域醫療衛生服務網底。目前,全省64個縣(市,含林區)中有42個縣(市)的縣域內至少有1家三級醫院,占比65.6%,下一步,湖北將加快縣域三級醫院建設,力爭到2025年,75%的縣(市)建成一所三級醫院,2027年實現縣(市)三級醫院全覆蓋,實現縣級醫院綜合能力的全面提升。(中新網)
四川涼山推動智慧醫院建設
《涼山州推動公立醫院高質量發展實施方案》日前出臺。根據該方案,涼山將推動公立醫院發展方式從規模擴張轉向提質增效,力爭到2025年全州50%三級公立醫院建成智慧醫院。(四川在線)
常州上線運行國家平臺DRG結算系統
從常熟市醫保部門獲悉,4月起,常州在省內率先上線運行國家平臺DRG結算系統,實現住院費用DRG結算全流程系統操作。在DRG付費首批試點覆蓋16家定點醫院的基礎上,常州2022年試點新增了28家,總數達到44家。目前,另有122家定點醫院已完成相應的系統改造,做好了上線準備,今年將覆蓋166家定點醫院。(中國江蘇網)
國際新聞
KLAS對EHR中的教育資源進行驗證
由于教育是臨床醫生電子病歷經驗中最具影響力的因素之一,KLAS研究人員表示,他們正在比較EHR的教育服務和軟件功能,以支持醫療機構提高臨床醫生的EHR水平。根據KLAS Arch Collaborative的說法,《EHR教育供應商和公司能力白皮書》提供了一個比較和進一步研究的框架。在提供EHR臨床醫生教育和培訓服務的17家供應商中,314e、Optimum Healthcare IT和Tegria表示,他們提供的服務類別數量最多,都支持Epic EHR,大多數支持Oracle Health。(CHIMA編譯)
梅奧診所平臺與國際合作伙伴合作,擴大網絡數據
梅奧診所周五宣布,其梅奧診所Platform_Connect分布式數據網絡將與三家新的衛生系統合作伙伴進行國際合作,以追求更準確和公平的人工智能模型。通過與巴西以色列阿爾伯特·愛因斯坦醫院、以色列謝巴醫學中心和加拿大大學健康網絡的新合作,該數據共享網絡計劃將其能力擴展到更先進、更準確的人工智能應用。隨著梅奧診所Platform_Connect的新擴展,臨床醫生和研究人員可以安全的基于云端訪問三大洲的數據。其目標是開發和部署新的創新機器學習模型,使用更多樣、更具代表性的患者數據構建。(CHIMA編譯)