河南省人民醫院始建于1904年，秉承“仁愛、博學、嚴謹、卓越”的醫院精神，服務保障人民群眾健康，擔當人民醫院社會責任，在深化現代公立醫院改革的進程中,鑄造了“人民醫院服務人民、百年省醫健康福音”值得信賴的品牌形象。

近年來，我院圍繞“人才、學科、互聯智慧健康服務”工作主線，堅持“多區多院規模適度、重點學科特色突出、內涵發展文化引領、互聯智慧健康服務”發展戰略，全力構建以多區多院為實體、以互聯智慧健康服務為全域功能的醫療健康服務系統。先后通過電子病歷系統功能應用分級評價五級醫院、HIMSS（住院）六級測評、互聯互通成熟度測評五級乙等。

隨著醫院的發展，以“智慧醫院”為思路的醫院建設正在逐步的深入到醫院服務的各個方面，為了能夠更好的使信息化服務患者、反哺臨床，醫院從大而全面的信息化規模性覆蓋轉變為小而精的區域化深耕。

河南省是人口大省，擁有龐大的、潛在的就醫人群，作為省內領先的醫療機構，年出入院將近27萬人次，沉淀病案數量龐大，利用病案數據進行挖掘服務科研不僅是臨床醫生的迫切需求，更是信息化建設所追求的最終目的。因此，我院于2017年建立了科研探索中心。該平臺立足于院內CDR，界面友好、易操作，以類百度搜索為工具，查詢、組合、分析病案數據，內嵌多種主流數據挖掘算法，不論是關鍵字查詢還是組合條件篩選，均可秒級返回查詢結果，為全院的臨床科研工作提供準確高效的數據基礎。

在科研探索中心的建設中，參照了ICD-9，ICD-10，SNOMED CT等國際醫學術語標準，將診斷、手術、檢查檢驗項等數據標準化，確保在數據展現和統計中所有醫學表征相同的不同書寫方式能夠被識別為同一種醫學含義；同時，使用MKG-Parser（Medical Knowledge Graph Based Parser）自然語言理解策略對電子病歷大文本進行后結構化。在淺層句法分析、篇章分析與結構化抽取模型中均引入了基于知識圖譜的快速匹配、推理機制。采用以知識實例匹配、推理為主，動態識別為輔的算法策略，確保了高準召率與高性能；最后在分布式全文檢索引擎（Elastic Search）的加持下，使我院2010年至今的海量臨床數據有序整合。

科研探索中心簡化了臨床的科研流程，提升了病例篩選和臨床數據獲取效率。依托科研探索中心的數據基礎，在2018年建成后3個月內迅速構建起子宮內膜異位癥、子宮內膜癌、小兒肺炎膿毒癥、新生兒動脈導管未閉等多個病種庫，并通過數據分析挖掘工具的幫助，對子宮內膜異位癥的診斷效果做出了數據層面的評價和最佳標準建議，大大縮短了科研病種項目的建設產出周期。

隨著大數據平臺的不斷累積，越來越細分的疾病病種庫將會建立，豐富精準醫學知識庫資源。同時，持續完善智能化數據挖掘與分析技術，構建患者病情、診療和預后分層分析模型，形成精準的個性化專病防診治方案，為臨床醫護人員提供基于大數據的精準醫療輔助決策支持，推動精準醫療防診治和個性化用藥，守護人類健康。

以互聯網、大數據、人工智能為代表的新一代信息技術正在蓬勃發展，醫療健康作為關系民生的根本大業更需要新技術的精耕細作，在加強互聯網、大數據、人工智能與醫療的深度合作的基礎上，加強信息安全方面的風險把控，處理好新技術發展在法律、安全、政府治理等方面挑戰。