何宜楠
- 作品数：3 被引量：5H指数：1
- 供职机构：首都医科大学附属北京朝阳医院更多>>
- 相关领域：医药卫生更多>>
- 北京某三甲综合医院新冠救治压力的应对
- 2024年
- 目的以北京某三甲综合医院为例,分析“新十条”措施的落地后该医院面临的新冠救治压力及采取的应对策略,了解应对策略措施的效果。方法收集2022年11月1日-2023年1月31日北京某三甲综合医院每日在院人数和每日死亡人数等。根据该院救治压力变化趋势及采取综合措施的时间,将研究时间分成3个不同时间段:疫情高峰初期(2022年11月1日-2022年12月5日,35天),疫情高峰期(2022年12月6日-2022年12月31日,26天)和疫情高峰后期(2023年1月1日-2023年1月31日,31天)。分析不同时期医院所面临的救治压力及采取的应对策略与措施。结果疫情高峰期日均(中位数)在院人数从高峰初期的1002人急剧增至1985人,较前增加了1.98倍,该院采取了多阶段的综合救治应对措施,包括精准快速分流,重症患者救治和药品物资供应等。疫情高峰后期,日均在院人数下降至1695人,是高峰期的0.85倍。疫情高峰初期和疫情高峰期,每日在院人数与每日死亡人数呈正相关(r=0.47,r=0.58;P=0.004,P=0.002)而疫情高峰后期,每日在院人数与每日死亡人数没有相关性(r=0.23;P=0.22)。结论面对此次疫情就诊高峰,医院采取全方位,科学及时的综合应对措施,多措并举有效应对了救治高峰,为今后应对其他重大公共卫生事件提供经验借鉴。
- 梁立荣左颖婷韦力何宜楠何宜楠王晨王晨刘雨辰
- 关键词：突发公共卫生事件
- 基于机器学习的急诊预检分诊模型应用研究被引量：4
- 2023年
- 目的:落实急诊预检分诊制度,减少预检分诊环节人工干预,提高急诊预检分诊的标准化程度和准确率。方法:将以机器学习为代表的人工智能技术应用于急诊预检分诊环节。结果:基于机器学习的分诊模型在总体性能,尤其是三、四级分诊方面优于传统分诊模型。结论:人工智能技术在急诊预检分诊环节的应用,可有效提高急诊预检分诊准确率,对优化急诊资源利用率,提高患者救治效率具有重要意义。
- 韦力何宜楠李鹏梅雪
- 关键词：急诊分诊人工智能
- 北京朝阳医院预约诊疗服务体系建设模式应用被引量：1
- 2012年
- 卫生部推行的预约诊疗服务是"新医改"的一个重要内容,其主旨是改善患者就医体验、提高医院服务质量和效率、解决"看病难"等问题。介绍了北京朝阳医院作为该项改革试点单位的具体措施。
- 丁枭伟封国生刘旻赵前前卞松梁悦马友清何宜楠
- 关键词：新医改预约诊疗服务质量
