CDC站上看到的信息学术交流大会征文通知

蓝风

卫信息办函[2006]9号<br /> <br />各有关单位：<br />    为了更好地促进我国卫生信息化建设的交流与沟通，进一步推动卫生信息化发展，特别是对如何利用信息技术手段实现卫生服务过程管理、提高监管能力和提供规范化服务进行交流和研讨，卫生部信息化工作领导小组办公室和中国卫生信息学会拟于2006年11月在上海举办“2006中国卫生信息学术交流大会”。来自卫生行政部门、医疗卫生服务和科研机构及IT企业从事信息管理、应用、研究、开发等方面的领导、专家、技术人员将被邀请参加这次会议。现将大会征文事项通知如下：<br />   一、征文内容<br />  （一）卫生信息学理论研究<br />  1、卫生信息学、医学信息学和生物信息学；<br />  2、卫生信息标准研究；<br />  3、信息系统安全和个人医疗健康信息隐私保护研究；<br />  4、卫生数据仓库及其数据挖掘技术；<br />  5、信息化政策。<br /> （二）公共卫生信息系统<br /> 1、传染病与突发公共卫生事件网络直报系统建设与应用；<br /> 2、疾病<a class="hotstyle" href="http://www.chinacdc.cn/n272442/n272530/n294176/index.html" target="_blank">监测</a>信息系统研究与应用；<br /> 3、突发公共卫生事件应急指挥决策系统建设；<br /> 4、妇幼卫生保健信息系统建设研究与应用；<br /> 5、卫生监督信息系统建设；<br /> 6、医疗救治信息系统应用建设。 <br />（三）医院信息化与数字医院建设<br /> 1、医院管理信息系统设计与实现<br /> 2、临床信息系统应用与发展；  <br /> 3、电子病历（EMR）研究与应用；<br /> 4、临床决策支持信息系统；<br /> 5、数字放射学与医学影像系统（PACS）；<br /> 6、生物医学信息处理技术；<br /> 7、护理信息系统；<br /> 8、医疗信息集成与共享的研究和应用；<br /> 9、绩效考核与全成本核算研究与应用；<br /> 10、医院管理评估中的信息管理评估；<br /> 11、数字医学与数字化医院建设；<br /> 12、远程医疗咨询与远程医学教育。<br />（四）城市社区卫生服务信息化<br /> 1、支持团队服务模式运行的信息化应用；<br /> 2、电子健康记录（EHR）与社区卫生服务；<br /> 3、区域卫生与社区卫生信息系统。<br />（五）其他<br /> 1、区域卫生信息共享；<br /> 2、知识管理；<br /> 3、医疗电子商务；<br /> 4、信息系统数据挖掘与利用；<br /> 5、电子签名在卫生领域内的应用；<br /> 6、医疗保险与医院信息系统的一体化设计；<br /> 7、因特网与医学信息支持；<br /> 8、医学数据库与检索（数据检索、事实检索、文献检索）；<br /> 9、连接内外网的应用与安全。<br /> 二、论文要求<br />（一）要求每篇论文字数应控制在5000字以内，观点鲜明，论据充分、数据可靠、图表清晰、行文正确、文字精练，必须是尚未公开发表的论文。<br />（二）题下需注明作者单位、姓名、职务职称、通讯地址及邮政编码、E-mail地址。<br />（三）正文前附加200-300字内容摘要及主题词。文章中引用的参考文献，请用脚注符号序号注明（按一般出版要求于文末以[1]...一一列出参考文献的有关内容）。<br />（四）论文一律以电子邮件方式投稿。电子邮件：<a href="http://mailto:haohy@moh.gov.cn" target="_blank">haohy@moh.gov.cn</a>，抄送至<a href="http://mailto:fengbing@moh.gov.cn" target="_blank">fengbing@moh.gov.cn</a> 。投稿时请留下电话号码，以便及时联系。一经收到论文，大会“学术程序委员会”将以电子邮件或电话及时通知提交论文者。（会议“学术与程序委员会”设在卫生部统计信息中心内，地址：北京市西直门外南路1号，邮编100044）<br />（五）论文一经录用，将编入大会论文集，作者将获得中国卫生信息学会颁发的论文证书。优秀论文将被推荐在《中国卫生信息管理杂志》发表。如果论文发出一周后仍无反馈信息，请与程序委员会联系。联系人：胡建平、郝惠英（010-68792496），冯冰（010-68792477）。<br />（六）征文截止日期：2006年9月10日。<br />三、请各地卫生行政部门积极组织本地区的征文工作，为大会提供高质量的论文。<br /> <br /> <br />                    <br /> <br />                                     卫生部信息化工作领导小组办公室     中国卫生信息学会     <br />              <br />二〇〇六年四月二十日

南京猿人

<p>卫生数据仓库及其数据挖掘技术；<br />  5、信息化政策。<br /> （二）公共卫生信息系统<br /> 1、传染病与突发公共卫生事件网络直报系统建设与应用；<br /> 2、疾病<a class="hotstyle" href="http://www.chinacdc.cn/n272442/n272530/n294176/index.html" target="_blank">监测</a>信息系统研究与应用；<br /> 3、突发公共卫生事件应急指挥决策系统建设</p><p>------------------------------------------------------------</p><p>这几个我们都在做，头大的东西就是算法。当流感病毒变种的时候，一切趋势模型都变得无效。</p><p>这篇文章可以好好看看。</p><p><strong><font size="4">Algorithms for rapid outbreak detection: a research synthesis.<br /><br /></font></strong><a href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=pubmed&cmd=Search&itool=pubmed_Abstract&term=%22Buckeridge+DL%22%5BAuthor%5D" target="_blank"><strong>Buckeridge DL</strong></a>, <a href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=pubmed&cmd=Search&itool=pubmed_Abstract&term=%22Burkom+H%22%5BAuthor%5D" target="_blank"><b>Burkom H</b></a>, <a href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=pubmed&cmd=Search&itool=pubmed_Abstract&term=%22Campbell+M%22%5BAuthor%5D" target="_blank"><b>Campbell M</b></a>, <a href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=pubmed&cmd=Search&itool=pubmed_Abstract&term=%22Hogan+WR%22%5BAuthor%5D" target="_blank"><b>Hogan WR</b></a>, <a href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=pubmed&cmd=Search&itool=pubmed_Abstract&term=%22Moore+AW%22%5BAuthor%5D" target="_blank"><b>Moore AW</b></a>.<br /><br />alo Alto VA Health Care System, Palo Alto, CA, USA. david.buckeridge@stanford.edu<br /><br />The threat of bioterrorism has stimulated interest in enhancing public health surveillance to detect disease outbreaks more rapidly than is currently possible. To advance research on improving the timeliness of outbreak detection, the Defense Advanced Research Project Agency sponsored the Bio-event Advanced Leading Indicator Recognition Technology (BioALIRT) project beginning in 2001. The purpose of this paper is to provide a synthesis of research on outbreak detection algorithms conducted by academic and industrial partners in the BioALIRT project. We first suggest a practical classification for outbreak detection algorithms that considers the types of information encountered in surveillance analysis. We then present a synthesis of our research according to this classification. The research conducted for this project has examined how to use spatial and other covariate information from disparate sources to improve the timeliness of outbreak detection. Our results suggest that use of spatial and other covariate information can improve outbreak detection performance. We also identified, however, methodological challenges that limited our ability to determine the benefit of using outbreak detection algorithms that operate on large volumes of data. Future research must address challenges such as forecasting expected values in high-dimensional data and generating spatial and multivariate test data sets.</p>