目的:利用医院业务集成平台,整合患者在院诊疗期间所有诊疗信息,形成以患者为中心的临床数据中心(Clinical Data Repository,CDR)。方法:应用HL7v3和CDA标准,对临床文档的结构和语义进行标准化和本地化定义,实现41类临床标准文档的结构化存储、异构系统间的通信和数据交换。利用F5负载均衡技术和Golden Gate技术保障系统的访问安全和存储安全。结果:成功实现了对患者信息的全生命周期管理,CDR采集了547万个患者记录,4.1亿条临床数据,数据容量达1.5TB。CDR提供了灵活的用户权限管理和多种系统访问形式,提高了系统使用的便利性。结论:CDR系统的建设实现多个临床信息系统的交互与临床文档共享,积累大量临床数据,为后续的临床、教育和研究奠定了坚实基础。
由于物联网中服务数量的海量性、设备状态的动态变化性等特点,传统的互联网中基于关键词的“被动式”语义服务搜索技术将不再适用于物联网环境,如何利用并分析用户和设备之间大量的交互信息来给用户推荐与之最相关的设备资源是物联网中资源发现算法的关键。为此,首先给出一种基于超图理论的物联网用户-设备交互的表示模型并配以对应的表示矩阵,基于该模型提出了物联网业务场景中的资源推荐问题,并将该问题转换成基于矩阵分解的相关程度预测问题,最后引入最优化理论中的交替最小二乘法(Alternating least squares,ALS)来求解矩阵的最优化分解问题,进而提出一种基于隐语义模型的资源推荐算法,并与传统推荐系统中基于物品的协同过滤算法(ItemCF)在均方根误差(Root mean square error,RMSE)和平均绝对误差(Mean absolute error,MAE)等方面作对比,实验结果证明了本文所提出的推荐算法的有效性。
