基層醫療嵌入式臨床智能輔助應用研究*

吳結鳳 沈明輝 李科威 甘華平 丁智剛 江順權 付 鵬 姚 歆

(四川省衛生健康信息中心成都 610041) (成都康域科技有限公司成都 610000) (四川天府健康產業研究院成都 610041)(四川省衛生健康信息中心 成都 610041)

1 引言

基層醫生在臨床治療過程中都有可能面臨以下困境：直接面對患者需即時判斷，法律責任風險重大；個人知識有限，若患者病情時常變化，沒有求助途徑；基層診斷設備較少，臨床常常需要單從癥狀和體征完成判斷；醫療處置手段較少，又缺乏足夠的知識，難以實現因地制宜；若采取中醫處置需執行中西醫雙重規范要求，造成工作量倍增。對于以上存在的問題，政府采取“強基層”的措施來解決，包括國家資金改善服務條件；政策向基層人才傾斜；人員獎勵辦法；開展培訓提高基層人員素質；解決基層醫療信息化問題；大醫院醫生到基層坐診等。然而效果不盡人意，存在以下問題：未直接提高基層醫生臨床能力；取得的成果顯現周期較長；涉及醫療的問題觸動范圍較?。弧拜斞健钡膸头鲈斐苫鶎俞t生和患者心理依賴，易導致后續問題等。為了廣泛而長期地解決基層醫生臨床能力問題，應開發出適用于基層醫生的臨床輔助工具。本研究基于全醫學語義網的人工智能技術，開發服務于基層醫生的臨床工具。

2 系統實現

2.1 目標

利用醫學人工智能技術建立基于語義網知識庫的智能化基礎醫療體系，圍繞患者疾病狀況，輔助基層醫生的臨床診療并嵌入到當前基層醫生的信息化流程中。主要實現目標包括：以中西醫多?？撇⑿型茖Х绞捷o助醫生診斷和處置，在一定程度上起到防范誤診和漏診、誤治和漏治的作用；鑒于基礎醫療體系的知識庫中已經融入診療常規等，在臨床使用過程中能起到實訓作用，從而提高醫生技能；基層醫生操作智能系統，系統自動記錄醫生臨床過程，獲得病歷大數據的精準記錄；若開展基層電子病歷評級，智能系統提供的高等級知識庫評級條件和其他功能為此奠定基礎。

2.2 主要研究內容

2.2.1 嵌入關系 四川省基層系統在嵌入智能系統后，兩個系統配合共同運行：醫生具有屬于個人的思維性臨床業務流程。這將使基層醫生在醫院信息系統(Hospital Information System，HIS)中的角色發生改變，從隱性主角變成顯性主角，但操作流程容易發生重復交叉情況。接口方式的設計將決定醫生用戶的角色體驗，見圖1。

圖1 智能系統嵌入基層系統

2.2.2 基礎醫療系統共享 建立基礎醫療體系，在98%的基層環境下彌補不同醫生在臨床過程中的知識缺陷，而一個巨大的專業知識平臺能夠實現這個目標。將每位醫生頭腦中的知識框架分解為知識元，按診療常規構建為語義網，外化為知識庫，再由醫生共享，既能描述患者疾病的個性化特征，也能描述醫生個性化的診療方式，見圖2。全醫學知識庫是本研究核心構成部分[1]。

圖2 基于語義網的知識共享

圖3 知識元字典與語義網

2.3 技術實現

2.3.1 系統性對接嵌入關系 將基層醫療臨床智能輔助系統嵌入到四川省基層醫療衛生機構管理信息系統之中,智能系統的專用服務器放置在四川省基層醫療的云端(縣級業務平臺)，通過接口接入。智能輔助系統需有或大或小的客戶端，可以從服務端下載，使客戶端的計算機能夠分擔一部分智能運算的資源消耗，見圖4。

2.3.2 智能輔助系統在工作流程中的嵌入位置 以往HIS對于醫生來說，都是外圍性的輔助工具，如收集資料、傳遞報告單、調用文本模板、給處方簽等。而智能輔助系統直接介入醫生臨床思維過程并進行記錄，見圖5。

圖4 智能輔助系統嵌入基層醫療系統拓撲

圖5 智能輔助系統嵌入位置

2.3.3 智能輔助技術路線 由3個層次構成。頂層為系統的知識依據，來自外部，又稱為外部知識源，主要收集醫療方面的國家標準、診療常規、疾病指南、規定教材等。中層將上層的知識源通過有經驗的知識工程師轉化為基于字典的語義網，提交給有臨床經驗的應用工程師。底層由臨床應用工程師進行程序化，仿真臨床過程，實現對臨床的輔助，包括對癥狀、體征、檢驗數據等各種診斷要素采集、判斷、處置、自動記錄等，見圖6。

圖6 智能輔助技術路線

2.3.4 對接嵌入技術路線 智能輔助系統通過接口對接到四川省基層系統?；鶎酉到y是當前正在運行的既有系統，操作功能的對接方式應該是功能嵌入，即從四川基層系統調用智能系統，在完成臨床輔助工作后返回基層系統，見圖7。這種嵌入的實現從技術原理方面難度不大，但技術方面需要考慮周詳，接口涉及操作風格、習慣、要素方式、思維方式等。操作主體需要去適應，更重要的是系統要適應操作主體。智能輔助系統需要傳遞的關鍵數據用應用程序接口或其他函數封裝，以XML格式傳遞給基層系統。圖7的基層系統只列出相關部分。

圖7 對接嵌入技術路線

2.3.5 過程操作層面對接 從四川省基層系統調用智能輔助系統，其應用場景的對接是基層系統通過應用程序接口調用智能輔助系統的診療過程，完成后將結果返回應用程序接口。返回的結果不僅僅是判斷、選擇、記錄，還需要啟動基層系統的后續功能，一般情況下多涉及結果與藥房和收費的對接問題。藥房與收費都會有大量要素需要處理，因此必須通過中間表進行對接規范，見圖8。

圖8 過程操作層面對接

3 創新性分析

3.1 應用創新

四川基層醫療系統是單一系統中覆蓋面最大的HIS軟件之一，此前國內各種基層醫院信息系統包括電子病歷系統，從未有過輔助醫生臨床的全病域基礎醫療體系介入，更沒有醫學人工智能臨床仿真系統，而這正是基層醫療一線最需要的。本研究創新運用人工智能技術實現醫生的臨床思維模式，直接進入基層醫療的最關鍵業務流程。

3.2 理論創新

醫學人工智能是一種手段，屬于技術范疇，具有線性的工具特征。醫學人工智能輔助醫生，所面對的患者狀態和病情轉歸屬于生命范疇，具有非線性過程特征。線性工具與非線性生命過程之間必定不能自然接續，其斷裂狀態只能通過創新理論去融合。為使智能技術直接用于臨床需要耗費大量時間進行理論創新，建立生態動力學理論體系，其中包括：疾病是一種生命形態，生命形態是一個集群共生狀態，疾病診不準、診療即試錯，病態全系統關聯特性，過程不可逆或重復，漲落分岔隨機，機體容錯特性等一系列適應醫學人工智能技術應用的理論[2]。

3.3 技術創新

當前醫學人工智能最成功的應用是IBM Watson，但其基于深度學習的案例搜索模式不適合一般條件下全科醫學的普遍應用。本研究是基于全醫學知識庫的臨床決策技術，具有難度大、門檻高的技術特點[3]。

3.4 模式創新

4 應用效果

四川省基層醫療嵌入式臨床智能輔助應用于2018年8月起正式在內江市東興區20余家鄉鎮衛生院/社區衛生服務中心試用。截至2018年9月底共為基層臨床醫生提供醫療知識庫查詢服務20 188次，包括診療指南、藥品指南、臨床路徑等權威資料和文獻查詢；提供疾病鑒別服務11 935次，根據基層醫生輸入的疾病癥狀關鍵字從疾病知識庫中過濾出包含該癥狀的疾病，根據算法模型及疾病是否為常見病、危急重程度、誤漏診率進行排序，從而形成類比推理的疾病假設列表，供基層醫生進行參考，同時將所列疾病的陽性體征等關鍵內容展示給基層醫生；提供診斷推理服務8 122次，以患者的初步診斷為輸入內容或根據醫生從假設列表中選定的疾病為參數，進行疾病的演繹推理，系統提供該診斷的詳細癥狀、陽性體征、相關查體以及必要的檢驗檢查等相關信息，同時包括該診斷的查體結果和檢驗檢查指標，醫生可根據指標項進行疾病演繹，成功后系統提供針對性的治療方案。通過與基層醫生交流訪談，普遍反饋臨床智能輔助應用將診療活動進行深度結構化，引導醫生從癥狀出發建立診斷假設，再指導醫生提供證據(癥狀和檢查)證明所選的診斷假設直至最終確診，可以有效防止誤診和漏診，對于不能確診的患者轉診到高級別綜合醫院。對于確診的患者，按患者組別給出明確的治療方案供醫生參考，同時系統還會引導醫生在處方中增加個人意見(藥品或其他處置意見)。如果是錯誤或無價值的意見，系統會提醒醫生，避免其再犯類似錯誤，既可以幫助醫生提高診療水平，又培養醫生的循證醫學思維，訓練規范的診療流程。

5 結語

整個社會醫療保障網的薄弱之處是基層醫療，基層醫療的薄弱之處是醫生資源，而醫生資源的薄弱之處是醫生能力。本研究運用醫學人工智能技術直接對基層醫生進行臨床賦能，同時因為人工智能技術的可復制性，方便普遍推廣，社會價值潛力巨大。本研究可在基層臨床中實現中西醫并行推導，在多種?？频囊饬x上相當于以會診方式輔助醫生臨床診療，從而在基層實現對誤診和漏診的防范。基于本研究的基礎醫療體系，醫生能夠方便地利用語義網的特性對疾病的發育不全、重疊交叉等多種形態進行描述，幫助醫生梳理不同疾病可能性的思路，從而具備實踐訓練的功能，幫助醫生提高能力。基層醫生在臨床過程中使用本系統自動產生病歷記錄，記錄素材來自知識元字典，使所得到病歷成為精準描述。本研究還可為基層電子病歷評級提供高等級知識庫這一基本條件。