基于健康醫療大數據的智能輔助診斷系統研究

韓溫 岡倪 魯慧 劉慶燕 王計帥

[摘要] 互聯網和信息技術的加速發展推動了醫療行業的巨大變革，健康醫療大數據的發展應用成為醫療行業關注的焦點。該文在分析健康醫療大數據應用現狀的基礎上，針對其在深度應用方面存在的問題，提出建設基于健康醫療大數據的智能輔助診斷系統，圍繞系統建設的主要內容進行研究，旨在深化健康醫療大數據的具體應用模式和應用場景，并為醫療診斷過程提供輔助，改善醫療健康服務。

[關鍵詞] 健康醫療大數據;智能輔助診斷;系統建設

[中圖分類號] R197.39 [文獻標識碼] A [文章編號] 1672-5654（2020）04（a）-0159-03

Research on Intelligent Assisted Diagnosis System Based on Big Data of Health Medical

HAN Wen， GANG Ni， LU Hui， LIU Qing-yan， WANG Ji-shuai

Shanxi Zhijie Software Engineering Co.， Ltd.Taiyuan， Shanxi Province， 030006 China

[Abstract] The accelerated development of the Internet and information technology has promoted great changes in the medical industry. The development and application of big data in health care have become the focus of the medical industry. Based on the analysis of the status quo of the application of big data in health care， this paper proposes the construction of an intelligent auxiliary diagnosis system based on big data in health care. The specific application models and application scenarios of big data， and provide assistance for the medical diagnosis process and improve medical and health services.

[Key words] Big data of health care， Intelligent assistant diagnosis， System construction

近年來，互聯網和信息技術的加速發展引發了醫療行業的巨大變革，大數據等新技術在檢索能力、歸納能力和發現相關性等方面的優勢為醫療行業的發展提供了強有力的技術支撐。健康醫療大數據以其龐大的數據規模、廣泛的應用范圍、迅猛的增長速度、較高的使用價值等特點成為醫療行業關注的焦點。當前，健康醫療大數據在公共衛生、醫療服務、疾病防控、醫療保障等領域具有廣闊的應用前景[1-2]。通過對健康醫療大數據進行分析，能夠挖掘出數據之間的關聯和趨勢，有助于改善衛生服務和疾病探索過程，更加科學進行疾病診療，有利于提升健康醫療服務的效率和質量，不斷滿足多樣化的健康需求[3]。該文聚焦于健康醫療大數據的具體應用模式和應用場景，致力于智能輔助診斷系統的建立，旨在利用大數據和人工智能為醫療工作者提供輔助診斷系統，盡量減輕醫務工作者的工作強度，有效提高醫療診斷的準確性。

1? 健康醫療大數據現狀分析

健康醫療大數據尚未有統一的定義，一般指的是人類在社會生活中因醫療衛生和生命健康活動而產生的相關數據集信息，包含整個健康活動過程及其產生的結果，貫穿人類健康活動的整個生命周期[4]。健康醫療大數據將醫療領域的數據資源（如電子病歷數據、醫學影像數據、患者行為數據等）與行業數據資源（基本醫保、醫學文獻、新藥研發等）以及互聯網數據資源（線上掛號、線上咨詢等）相結合，可以是文字、語音、符號、影像等[5]。

當前，世界各國均致力于推進健康醫療大數據的發展和應用，對健康醫療大數據的研究主要聚焦于以下幾個方面：①關于健康醫療大數據的數據挖掘，包括健康醫療大數據的采集、分類、歸檔和分析整合等[6]，提高海量健康醫療大數據的使用價值，有必要對其進行深層次的分析和挖掘，通過算法搜索隱藏在其中的信息，其中，常用的大數據分析工具主要有MapReduce、Hadoop分布式文件系統、HBas及Zookeeper等。②關于健康醫療大數據的資源環境的研究，包括健康醫療大數據資源的共享機制及共享過程中的安全防護機制研究，健康醫療大數據由于信息量大、結構多樣性等特點，在推動數據應用和共享的同時如何有效保護數據安全和個人隱私成為大數據面臨的重大挑戰[1]。③關于健康醫療大數據的應用研究，包括健康醫療大數據的應用實踐及未來應用方向等[7]，健康醫療大數據為社會、醫生和患者等提供了越來越多的便利，在醫療行業和結構的管理領域，通過多維度的結果呈現，能夠為管理者進行科學合理的決策提供強有力的數據支撐;在臨床醫療領域，通過對海量文獻的學習和數據的分析，健康醫療大數據能夠為醫療診斷決策提供科學參考等，同時，健康醫療大數據在醫療保險、公共衛生、生物醫藥等領域也發揮著積極作用[8]。

然而，當前對健康醫療大數據的應用研究，更多的是方向性的概述和闡述，鮮有具體的應用模式和應用場景的研究，尤其是當前，健康醫療大數據尚處于行業發展的初期階段，不同地方醫療信息化建設參差不齊、醫療資源短缺、醫療門診數據管理繁瑣等問題依舊突出，一定程度上阻礙了健康醫療大數據的實際應用探索，醫療衛生行業面臨著巨大的服務需求壓力。另外，由于醫療衛生領域資源供給和需求嚴重不平衡，人工智能輔助診斷技術的出現大幅減輕了醫生工作的重負，提升了醫療服務效率，然而，人工智能輔助診斷技術的發展受限于相關醫療數據，一定程度上阻礙了智能輔助診斷技術的持續發展。

針對以上現實問題，建立基于健康醫療大數據的智能輔助診斷系統具有重大現實意義。通過利用現有門診數據輔助醫生進行日常疾病診斷工作，能夠有效地減輕醫務工作者的工作強度、提高醫療診斷的準確性，實現計算機對現代醫務人員工作量的信息管理，支持完善對疾病的日常管理，實現快速的疾病咨詢系統，并在一定程度上實現醫務自動就診。

2? 智能輔助診斷系統建設

借助健康醫療大數據能夠有效地輔助醫師進行臨床診療，目前，世界上許多醫療研究機構如德國的質量和效率醫療保健研究所、英國的國家衛生與臨床技術優化研究所以及IBM創立的Watson Health等機構都開始了智能輔助診療項目的研究，且已取得了階段性成果。近年來，我國在人工智能輔助診斷方面做出了巨大努力，智能輔助診斷技術取得系列突破。醫療信息化水平全面提升，區域衛生信息平臺推進實施，但也存在著平臺之間缺乏協同性、信息交流不暢等問題，制約著智能輔助診斷技術的深度應用[9]。因此，推進智能輔助診斷系統建設，需解決醫療健康數據碎片化問題，打破“數據孤島”，構建開放共享的健康醫療信息環境。

智能輔助診斷系統以大量的醫療資源數據為依托，通過信息抽取技術和語言處理技術等多維度地對健康醫療大數據進行采集、處理、存儲、管理、挖掘、分析、展現與應用。另外，在信息技術和醫學影像技術不斷發展之下，醫師能夠結合數據挖掘中的信息進行更加智能化的醫療診斷。智能輔助診斷系統以計算機技術、仿真技術和信息技術為手段，基于循證醫學的觀點，針對半結構化或非結構化的醫學問題，通過人機交互方式為醫務工作者在臨床診療和學習過程中即時提供精準、可信的診療知識，以幫助醫生做出最佳診斷、優化治療方案、改善患者預后，實現標準化治療。

基于健康醫療大數據的智能輔助診斷系統利用計算機的B/S（Browser/Server，瀏覽器/服務器）結構技術和人工智能實現統一管理和協調分配，進行標準化醫療服務，數據集中管理和業務內容綜合管理等。以縣鄉、市區、省級醫療機構為單位，統一開發部署基于大數據的智能輔助診斷系統，結合實際情況采用B/S架構，搭建多級醫療機構數據中心，在各級醫療機構部署應用客戶端，并配置服務器、存儲備份、網絡設備、安全設備和系統軟件等相關系統。智能輔助診斷系統的建設主要圍繞以下方面來進行。

2.1? 信息標準體系建設

基于健康醫療大數據的智能輔助診斷系統的建立嚴格遵循國家衛生健康委已發布的一系列標準和規范，醫療衛生機構信息數據集及標準體系，規范衛生健康各領域針對醫療衛生機構信息化建設的基本功能、業務功能、業務流程、數據模型和數據編碼等，并將其作為智能輔助診斷系統后續開發實施的藍本和驗收依據，確保整個系統的成熟性、拓展性和適應性，實現醫療衛生機構信息數據的縱橫貫通和共享共用。設立智能輔助診斷決策規則庫，制定規范的智能輔助判斷標準、決策流程、合理性審查規則、醫學工具運算邏輯、表達式以及健康醫療大數據分析方法等。

2.2? 醫療資源信息庫

智能輔助診斷系統的設立，首先需要構建醫療資源信息庫，目的是方便智能輔助診斷系統分析處理醫療診斷后得到的病癥描述信息，為醫師提供準確的匹配結果。智能輔助診斷系統從HIS（醫院信息管理系統）抽取患者電子病歷等信息，運用人工智能的相關技術—自然語言處理技術對健康醫療大數據進行語義結構化處理，建立臨床知識庫，主要包括診療指南、操作規范、藥品說明書、檢驗手冊、檢查手冊、癥狀體征庫、病歷文獻等。收集8000+種疾病信息和5000+條臨床癥狀信息，主要包括疾病癥狀、治療科室、治療方式、實驗檢查、推薦藥品、宜食忌食等，建立衛生數據中心的基礎數據庫、業務分類數據庫、健康檔案數據庫、綜合業務管理數據庫和外部系統數據庫。在此基礎上，經ETL（Extract-Transform-Load）處理，采用深度學習模型等醫療數據分析模型得出較為科學、合理的診斷結果，最終對診斷疾病提供常用藥品和治療方式等信息。

2.3? 應用軟件系統建設

應用軟件系統建設是整個智能輔助診斷系統的核心內容，主要包括四大核心功能模塊。

患者管理：患者管理支撐的數據庫為基礎數據庫，數據庫中已經將患者的醫學影像儲存，醫生可以根據患者關鍵詞進行信息檢索。這個模塊需要電子病歷系統作為支撐，電子病歷系統作為醫療信息的門戶，整合了病人所有的臨床信息，包括患者基本信息，ICU波形數據、檢驗數據、用藥信息、手術及麻醉信息等，連同患者的歷次就診信息，形成完整的病人臨床診療信息流。由于病歷文本具有半結構化的特點，因此，構建高質量的標注語料庫，應用當前表現優異的深度學習技術，在雙向LSTM+CRM模型基礎上建立的病歷信息語料庫能為醫生全面、客觀、及時、準確地做出診療決策提供科學依據，從而為輔助診斷服務。

影像輔助診斷：醫學影像在疾病診斷過程種發揮著關鍵作用。輔助診斷功能通過PACS（Picture Archiving and Communication Systems，影像歸檔和通信系統）與臨床活動緊密結合，其使用不改變醫院現有檢查的門診和住院業務流程，患者就醫流程不受影響，患者檢查完成后圖像實時上傳到平臺;平臺即時對圖像進行識別，醫生在自己的工作站上通過PACS菜單可以即時看到平臺識別結果，醫生點擊查看分析詳情可以打開詳情的AI分析結果;AI分析結果和提示作為輔助診斷的依據，醫生據此在PACS中出具診斷報告。

醫技協同：區域醫技協同平臺通過區域醫療機構的聯合形成互通互聯、協同服務，實現影像、檢驗檢查數據的集中診斷和統一質控，具體包括：健康檔案共享調閱系統、區域檢驗中心、影像中心、心電系統等系統。區域信息數據的縱橫貫通，為專家資源、設備資源和醫療資源的共享提供支撐，解決基層醫療衛生機構專業人才缺少，診斷水平較低的問題。依據提供的患者全息視圖（包括患者不同生命階段就診記錄、臨床資料、健康檔案的詳細信息），實現區域范圍內患者影像、檢驗檢查資料的共享與互認，醫務工作者在臨床診療過程中能即時獲得精確、可靠的診療信息，做出最佳診斷、優化治療方案、改善患者預后，避免重復檢查，節省患者診療時間和檢查費用，實現跨區域的智能輔助診斷服務。

運營管理：智能輔助診斷需要智能化的運營管理作為其實施的保障。運營管理主要針對醫院端進行資源管理，具體包括：人力資源管理、績效管理、科研教學管理、財務管理、預算管理、成本管理、資產管理、物資管理等子系統，子系統集成形成健康醫療運營數據中心，支持醫院內部醫療信息、設備信息、藥品信息、人員信息、管理信息等數字化、精細化、量化、標準化管理，能夠實現物資管理可視化、醫療信息數字化、醫療流程科學化等，為智能輔助診斷的實施提供了重要保障。

3? 結語

健康醫療大數據的應用推廣將推動醫療健康模式的進一步發展。該文首先對健康醫療大數據的研究現狀及趨勢進行分析，指出當前智能輔助診斷技術的發展受限于相關醫療大數據，在此基礎上，提出了建設基于健康醫療大數據的智能輔助診斷系統，并圍繞智能輔助診斷系統的主要建設內容進行了具體闡述?；诮】滇t療大數據的智能輔助診斷系統將從以下幾個方面發揮作用：實現疾病咨詢信息的自動處理，提高門診效率，減輕醫護人員的工作強度和難度;為醫療業務部門提供更加精準、高效的輔助診斷服務，實現規范化的臨床診斷，例如：某些疾病的快速診斷和確定;提高醫療診療的速度和質量;完善管理方法，利用計算機技術，能夠快速獲取統計數據并且對其進行分析，探討該病的發展趨勢和其它相關性;通過診療后病歷掃描，輔助病歷質控管理;方便醫護人員隨時查看所需的臨床指南，利于醫護人員自身的再學習過程。

[參考文獻]

[1]? 李靜，單既楨.大數據時代下區域健康醫療數據資源共享及安全防護機制研究[J].信息技術與信息化，2019（4）：132-134.

[2]? 孟群，畢丹，張一鳴，等.健康醫療大數據的發展現狀與應用模式研究[J].中國衛生信息管理雜志，2016，13（6）：547-552.

[3]? 徐志祥，王瑩.我國醫療行業大數據應用現狀及政策建議[J].中國衛生信息管理雜志，2017，14（6）：822-825.

[4]? 楊山石，王賢吉，宋捷，等.基于健康醫療大數據的衛生決策機制構建[J].中國數字醫學，2018，13（3）：5-8.

[5]? 汪冬，秦利，魏洪河，等.健康醫療大數據發展現狀與應用[J].電子技術與軟件工程，2018（11）：209-210.

[6]? 王蓓，張晴，李潔莉，等.基于物聯網的健康醫療大數據深層挖掘的應用與研究[J].中國醫學裝備，2019，16（1）：107-110.

[7]? Ward J，Hildebrandt C，Patel A.NEDSS Base System （NBS）：Electronic Data Exchange and Workflow Decision Support[J].Online Journal of Public Health Informatics，2017，9（1）：211.

[8]? 李海琳.醫療大數據在醫院績效管理中的應用探討[J].現代信息科技，2019，3（10）：142-143.

[9]? 孔鳴，何前鋒，李蘭娟.人工智能輔助診療發展現狀與戰略研究[J].中國工程科學，2018，20（2）：86-91.

（收稿日期：2020-01-11）