醫院人工智能傳染病預警系統的設計與應用

楊友林 胡 鑫 袁景山

公立醫療機構是突發公共衛生事件防控救治體系的主力軍，承擔著各方救治和防控的重任。目前，多數公立醫療機構缺乏有效的技術手段對新發傳染病進行高效跟蹤、篩查和預測。因此，積極應用大數據、人工智能等信息技術對疫情進行有效跟蹤、篩查及預判，建立醫院人工智能傳染病預警系統，切實做到預防為主、關口前移以及防治結合具有重要意義[1-2]。為此，本研究設計醫院人工智能傳染病預警系統，為公立醫療機構高效跟蹤、篩查和預測新發傳染病提供有效的技術手段。

1 醫院人工智能傳染病預警系統設計

1.1 系統邏輯結構

醫院人工智能傳染病預警系統包括數據采集系統、傳染病分析系統、傳染病預警系統以及用戶統一認證中心4個子系統，其邏輯結構見圖1。

1.1.1 數據采集系統

圖1 醫院人工智能傳染病預警系統邏輯結構

負責對內實時采集醫院門診日志，制定統一的數據標準，對外提供標準數據接口和標準數據模板，充分考慮擴展性，一旦推廣應用，各醫院只需按照標準的數據接口接入或下載標準數據模板填報，系統即可實時采集各家醫院的信息。系統采集的主要數據信息有：患者個人基本信息、門診日志(發熱門診)、病歷記錄、治療記錄、影像數據、檢驗數據及其他相關數據。

1.1.2 傳染病分析系統

負責對采集數據進行處理、傳染病特征分析、患者發病特征分析、挖掘潛在的患者和潛在高危人群、分析結果實時以及多維度展示。系統打破傳統的規則模型，運用大數據、人工智能等先進信息技術建立“大數據條件分析模型”，對數據進行清洗、加工和統計分析，實時挖掘潛在新發傳染病患者和潛在高危人群、潛在可能出現的傳染病以及潛在其他疾病危險，向相關職能科室和醫學專家進行展示。

1.1.3 傳染病預警系統

用于設置預警參數、實時預警及傳染病態勢感知。積累歷史傳染病防控經驗，結合相關癥狀從時間、空間在傳染病預警系統設置預警參數閾值，當某種發病癥狀達到閾值，系統進行主動預警，并自動向相關職能部門發送預警通知[3]。從傳染病發病特征、時間分布、地理區域分布等維度分析展示傳染病態勢，為新發傳染病的防控提供第一手數據支撐。

1.1.4 用戶統一認證中心

負責統一進行認證應用配置、機構和(或)科室維護、用戶-角色-權限分配以及登錄認證。

1.2 主要技術路線

醫院人工智能傳染病預警系統采用瀏覽器與服務器(browser/server，B/S)架構，系統部署后通過瀏覽器進行使用。包括表現層、服務層、技術層、數據層4個技術分層，其技術架構見圖2。

圖2 醫院人工智能傳染病預警系統技術架構

1.2.1 統一數據采集方式

采集患者基本信息、門診日志(發熱門診)、病歷記錄、治療記錄、影像數據以及檢驗檢查數據[4-5]。針對數據采集存在數據量大、標準不一致、實時性要求高等問題，制定一套統一的數據標準、數據接口，搭建醫院人工智能預警系統PAAS平臺，各醫療機構按照接口標準接入即可實現數據的實時采集[6]。

1.2.2 數據分析及挖掘方式

系統對采集的數據進行清洗、加工及結構化存儲，采用自然語言處理(natural language processing，NLP)技術對發病特征、治療記錄、病歷信息等進行語義分析，提取病史、癥狀特征、診斷、檢查結果及治療等關鍵詞，用詞向量將非線性回歸到線性分類，運用確定有窮永動機(deterministic finite automaton，DFA)算法、支持向量機(support vector machine，SVM)等機器學習算法訓練模型，挖掘潛在新發傳染病患者和潛在的高危人群，并定期自動更新模型訓練樣本、調整模型參數，自動進行模型訓練自動學習，其數據挖掘流程見圖3。

圖3 數據挖掘流程

1.2.3 新發傳染病預警提示

系統通過商業智能(business intelligence，BI)可視化從發病癥狀、治療情況、區域分布、單位分布、職業分布、年齡分布、性別分布等多個維度呈現傳染病態勢、發病癥狀態勢和治療態勢[6-7]；系統可設置預警閾值，使用短信、郵件的方式自動發送預警通知，及時通知相關職能部門，提高醫療機構對新發傳染病的識別能力[8-9]。新發傳染病預警可視化架構見圖4。

圖4 新發傳染病預警可視化架構圖

1.2.4 加強醫院數據安全

以虛擬化技術為核心，利用計算虛擬化、存儲虛擬化、網絡虛擬化等模塊，將方法計算、存儲、網絡等虛擬資源融合到一臺標準X86服務器中，形成基礎架構單元，搭建超融合私有云，并利用云安全組件搭建信息安全防御體系，包括堡壘機、安全套接層(security socket layer，SSL)、虛擬專用網(virtual private network，VPN)及防火墻等[10]。超融合體系架構見圖5。

圖5 超融合體系架構

2 醫院人工智能傳染病預警系統優勢

應用醫院人工智能傳染病預警系統可充分發揮醫院信息化技術優勢，提高區域內新發傳染病防控工作效率和質量，實現信息快速溝通，整合各醫療機構率先形成橫向到邊、縱向到底的新發傳染病在線預警網絡，實現疫情防控期間的統一調度、方案共享、救治指導、疫情預警等方面的快速響應[11-12]。

2.1 疫情信息可視化集中呈現

為地方政府制定決策和部署工作提供數據支撐；同時，地方政府可根據疫情實時發展態勢，實現“大數據疫情防控指揮統籌兼顧、局部疫情優先調度”的功能。

2.2 實現應對新發傳染病的統一調度

提供最快捷、準確的信息傳輸通道，實現疫情信息實時快速精準地上傳下達，確保從中央到地方的決策部署第一時間傳達到基層，有效遏制新發傳染病疫情傳播。

2.3 完善突發公共衛生事件應急體系

彌補現有傳染病報告卡僅對已知疾病診斷編碼的判斷結果，對于新型疾病的確認時間周期長，上報逐級審核匯總再上報，人為干擾因素太多，無法實現應對突發大規模傳染病流行的缺陷。

2.4 保障敏感數據安全

為政府部門、醫療機構、疾病預防控制中心等疫情防控單位提供數據安全技術支撐，保障數據規范使用，防范網絡安全突發事件，為疫情防控工作提供可靠支撐。

3 結論

醫院人工智能傳染病預警系統有利于新發傳染病確診和疑似病歷匯聚分析，可服務于疫情防控、臨床救治和科研攻關，對疫情發展進行高效跟蹤、篩查及預測，為科學防治、精準施策和便民服務提供有力支撐。醫院人工智能傳染病預警系統可在各級衛生健康主管部門使用，為疾病的科學防治、精準施策和便民服務提供有力支撐。