摘要：目的 本文构建基于大数据的医疗风险综合评估系统，实时评估患者VTE风险、手术风险，多重耐药菌感染风险、跌倒坠床风险、压疮风险、麻醉风险和营养风险等，评价与传统的评分的一致性、评分效率等参数。方法 针对住院患者风险评估现状，基于大数据的手段，应用医学自然语言处理设计医疗风险综合评估系统。系统可自动抓取患者的各项数据，运用数据挖掘和机器学习技术自动生成评分，并将风险数据发送给医护人员，从而实现医疗风险评估自动化、智能化。采用随机对照的研究方法，分别对纳入的评分量表通过人工评分和系统评分策略，通过记录评分时间并采用t检验分析评分效率差异，自动生成可视化风险矩阵图。结果 本系统纳入研究的评分系统Kappa值结果如下：Caprini（外科）Padua（内科）Kappa值1，NNISKappa值1，NomogramKappa值0.87，Morse评估量表和Hendrich模型Kappa值0.83，BradenASA2023Kappa值1，NRS2002Kappa值0.9。机器赋分可显著缩短评分时间（P<0.05）。结论 本研究构建的系统评分结果与人工评分结果一致性极高，通过本系统构建的风险矩阵图可使评估效率和准确性大幅提升，为医疗机构提供精准的诊疗方案，缩短患者住院时间，降低医疗费用。
文章目录
1 资料与方法
1.1 一般资料
1.2 方法
1.2.1 选取风险评估量表
1.2.2 筛选风险评估因素形成综合评估量表
1.2.3 设计综合评估系统架构
1.2.4 数据准备与整合
1.2.5 数据挖掘
1.2.6 机器学习
1.2.7 综合评估系统页面展示
1.2.8 可视化风险矩阵
2 结 果
3 讨 论
