医疗信息化新闻一周回眸(CHIMA HIT News 第388期)
本期内容由CHIMA秘书处整理,
转载请注明来源。
国内新闻
国家卫生健康委办公厅发布关于征集数字健康典型案例(第三批)的通知
5月5日,国家卫生健康委发布《关于征集数字健康典型案例(第三批)的通知》,征集范围包括信息平台建设应用、“互联网+医疗健康”、健康医疗大数据应用、网络信息与数据安全和新一代信息技术应用。针对报送的典型案例,将组织相关专家进行评审,根据典型案例服务成效,筛选出创新应用强、成果效果优且具有可复制可推广的典型案例,并以通报表扬、新闻发布会、现场推进会等形式予以推广。(国家卫生健康委)
国家卫生健康委等三部门发布关于全面加强县级中医医院建设基本实现县办中医医疗机构全覆盖的通知
4月28日,国家中医药管理局 国家发展改革委 国家卫生健康委发布《关于全面加强县级中医医院建设基本实现县办中医医疗机构全覆盖的通知》,通知要求全面提升县级中医医院服务能力,加强医疗服务信息化建设。落实《全国医院信息化建设标准与规范》《全国基层医疗卫生机构信息化建设标准与规范》要求,规范开展医院和基层医疗卫生机构信息系统建设,提升电子病历应用能力,鼓励医院信息系统云上部署,推进医学影像数据存储、互联网服务和应用信息系统分步上云,支撑县级中医医院、乡镇卫生院(社区卫生服务中心)、村卫生室实现信息共享和远程支持。加强中医医共体数字化建设,推进智慧中医医院和互联网中医医院建设,构建覆盖诊前、诊中、诊后的线上线下一体化中医医疗服务模式,让基层患者享有更加便捷、高效的中医药服务。(国家中医药管理局)
北京怀柔区:实现基层处方前置审核
近日,北京市怀柔区16家社区卫生服务中心和牙防所处方前置审核系统上线。该系统采用“两审两拦截”人机结合的实时前置处方审核模式。这种模式即系统预审和审方药师共同对患者门诊处方进行实时审核,医生在门诊开出的处方,都会先经过软件审核,此举不仅能提升处方审核的效率和精准度,还为基层医务人员提供了用药决策辅助,可实时线上沟通不合理处方,减少患者用药安全隐患。(健康报)
天津加力推动优质医疗资源扩容 今年推进21个市级重点医院改扩建项目
日前从天津市卫生健康委获悉,今年天津市加力推动市级优质医疗资源扩容,全年推进卫生健康领域21个市级重点建设项目。5家医院改扩建项目竣工投用,继续推进7家医院改扩建在建项目,力争实现4个新改扩建项目全部开工,计划再推动5个市级储备项目。(天津日报)
湖北:加快县域医院建设 让群众就近看得好病
湖北部署实施“双百县”三甲医院创建及“千县工程”,三级医院对口帮扶县级医院、临床重点专科建设等工作,不断夯实县域医疗卫生服务网底。目前,全省64个县(市,含林区)中有42个县(市)的县域内至少有1家三级医院,占比65.6%,下一步,湖北将加快县域三级医院建设,力争到2025年,75%的县(市)建成一所三级医院,2027年实现县(市)三级医院全覆盖,实现县级医院综合能力的全面提升。(中新网)
四川凉山推动智慧医院建设
《凉山州推动公立医院高质量发展实施方案》日前出台。根据该方案,凉山将推动公立医院发展方式从规模扩张转向提质增效,力争到2025年全州50%三级公立医院建成智慧医院。(四川在线)
常州上线运行国家平台DRG结算系统
从常熟市医保部门获悉,4月起,常州在省内率先上线运行国家平台DRG结算系统,实现住院费用DRG结算全流程系统操作。在DRG付费首批试点覆盖16家定点医院的基础上,常州2022年试点新增了28家,总数达到44家。目前,另有122家定点医院已完成相应的系统改造,做好了上线准备,今年将覆盖166家定点医院。(中国江苏网)
国际新闻
KLAS对EHR中的教育资源进行验证
由于教育是临床医生电子病历经验中最具影响力的因素之一,KLAS研究人员表示,他们正在比较EHR的教育服务和软件功能,以支持医疗机构提高临床医生的EHR水平。根据KLAS Arch Collaborative的说法,《EHR教育供应商和公司能力白皮书》提供了一个比较和进一步研究的框架。在提供EHR临床医生教育和培训服务的17家供应商中,314e、Optimum Healthcare IT和Tegria表示,他们提供的服务类别数量最多,都支持Epic EHR,大多数支持Oracle Health。(CHIMA编译)
梅奥诊所平台与国际合作伙伴合作,扩大网络数据
梅奥诊所周五宣布,其梅奥诊所Platform_Connect分布式数据网络将与三家新的卫生系统合作伙伴进行国际合作,以追求更准确和公平的人工智能模型。通过与巴西以色列阿尔伯特·爱因斯坦医院、以色列谢巴医学中心和加拿大大学健康网络的新合作,该数据共享网络计划将其能力扩展到更先进、更准确的人工智能应用。随着梅奥诊所Platform_Connect的新扩展,临床医生和研究人员可以安全的基于云端访问三大洲的数据。其目标是开发和部署新的创新机器学习模型,使用更多样、更具代表性的患者数据构建。(CHIMA编译)