人工智能在醫(yī)療應(yīng)急救援中的應(yīng)用現(xiàn)狀與思考

郭程 俞曄

摘 要： 概述了人工智能在醫(yī)療應(yīng)急救援中的應(yīng)用現(xiàn)狀、發(fā)展趨勢和存在的問題，構(gòu)建了“四大中心”，并提出了建議。我國應(yīng)急救援體系發(fā)展還不夠成熟，人工智能在醫(yī)療應(yīng)急救援中的應(yīng)用少之又少，也無相關(guān)評價(jià)標(biāo)準(zhǔn)，主要存在應(yīng)用條件限制化、醫(yī)療診斷專科化、數(shù)據(jù)分散化和評價(jià)無序化等問題。通過人工智能在醫(yī)療應(yīng)急救援中的應(yīng)用與評價(jià)兩個(gè)層面，構(gòu)建人工智能應(yīng)用的“四大中心”建設(shè)：智能輔助診斷平臺（智能診斷中心）、智能調(diào)配應(yīng)用系統(tǒng)（智能指揮中心）、標(biāo)準(zhǔn)化數(shù)據(jù)云平臺（智能數(shù)據(jù)中心）和評價(jià)模型與持續(xù)改進(jìn)方案（智能管理中心），使人工智能技術(shù)真正與醫(yī)療應(yīng)急救援有機(jī)融合，助力我國醫(yī)療衛(wèi)生事業(yè)發(fā)展和應(yīng)急管理體系的整體躍升。

關(guān)鍵詞： 醫(yī)療應(yīng)急救援;人工智能（AI）

Abstract： This paper summarizes the application status， development trend and existing problems of artificial intelligence in medical emergency rescue， constructs four centers， and puts forward development countermeasures and suggestions. The development of emergency rescue system in China is not mature enough. The application of artificial intelligence in medical emergency rescue is very few， and there is no relevant evaluation standard. There are some problems， such as limited application conditions， specialized medical diagnosis， decentralized data and disordered evaluation. Through the application and evaluation of artificial intelligence in medical emergency rescue， the construction of "four centers" of artificial intelligence application is constructed： intelligent auxiliary diagnosis platform （Intelligent Diagnosis Center）， intelligent deployment application system （Intelligent Command Center）， standardized data cloud platform （Intelligent Data Center）， evaluation model and continuous improvement scheme （intelligent management center） The integration of intelligent technology and medical emergency rescue will help the development of medical and health undertakings and the overall leap of emergency management system in China.

Key words： medical emergency rescue; artificial intelligence（AI）

1 人工智能的應(yīng)用現(xiàn)狀和發(fā)展趨勢

人工智能的基本原理是運(yùn)用機(jī)器學(xué)習(xí)、模式識別、大數(shù)據(jù)、云計(jì)算和傳感器等技術(shù)方法，使機(jī)器通過學(xué)習(xí)訓(xùn)練后模擬人腦神經(jīng)系統(tǒng)和心智，實(shí)現(xiàn)識別、計(jì)算、認(rèn)知、推理、決策、學(xué)習(xí)等功能。從技術(shù)層面講，人工智能主要包括搜索求解、知識推理和機(jī)器學(xué)習(xí)三類。從發(fā)展層面講，人工智能主要包括計(jì)算智能、感知智能和認(rèn)知智能三類。我國應(yīng)急救援體系發(fā)展處于起步階段，人工智能在醫(yī)療應(yīng)急救援中的應(yīng)用非常少，需要不斷探索和創(chuàng)新，提升醫(yī)療應(yīng)急救援能力。評價(jià)層面，按照人工智能目前的發(fā)展速度，未來在醫(yī)療應(yīng)急救援中的應(yīng)用可能會出現(xiàn)在更多領(lǐng)域，但目前尚未制定針對人工智能應(yīng)用評價(jià)的標(biāo)準(zhǔn)和體系。國家發(fā)布的《人工智能標(biāo)準(zhǔn)化白皮書（2018版）》中提出，目前急需研究制定有關(guān)人工智能應(yīng)用的各類標(biāo)準(zhǔn)，來對人工智能的應(yīng)用情況進(jìn)行客觀評價(jià)，這也是從我國醫(yī)療應(yīng)急救援人工智能的頂層設(shè)計(jì)層面所給出的標(biāo)準(zhǔn)化方向。因此，如何對現(xiàn)有的人工智能在醫(yī)療應(yīng)急救援中的應(yīng)用實(shí)施評價(jià)，將是醫(yī)療管理研究與實(shí)踐中一個(gè)重要的關(guān)鍵性問題。

未來人工智能在醫(yī)療中的應(yīng)用發(fā)展趨勢主要有三個(gè)：可穿戴設(shè)備、語音識別和影像識別。這三大發(fā)展趨勢將對醫(yī)療應(yīng)急救援產(chǎn)生重要的影響：患者通過可穿戴設(shè)備和通信網(wǎng)絡(luò)，第一時(shí)間向醫(yī)療機(jī)構(gòu)傳輸生命體征等信息;救援醫(yī)務(wù)人員通過語音輸入，第一時(shí)間將患者傷情記錄儲存，并實(shí)時(shí)變化更新;通過便攜式B超等檢查儀器，醫(yī)務(wù)人員在運(yùn)送患者的同時(shí)，同步傳輸醫(yī)學(xué)影像并通過人工智能輔助診斷，如對于腦、心胸、骨創(chuàng)傷、呼吸衰竭、消化道出血等提前做出相應(yīng)的預(yù)判，有助于患者第一時(shí)間得到有效救治。這些應(yīng)用均將使應(yīng)急救援的時(shí)間、效率、救治成功率等關(guān)鍵要素產(chǎn)生質(zhì)的提升和飛躍。

2 存在的問題

目前，人工智能在醫(yī)療應(yīng)急救援中的應(yīng)用還非常有限。比如，在四川省上線的5G城市醫(yī)療應(yīng)急救援系統(tǒng)中，利用人工智能技術(shù)實(shí)現(xiàn)了車輛精準(zhǔn)調(diào)配和行駛。該系統(tǒng)能根據(jù)病人病情的緊急程度、道路擁堵狀況和周邊醫(yī)院特色專長等要素自動選擇車輛行駛路徑，實(shí)現(xiàn)車輛精準(zhǔn)調(diào)配，提高車輛運(yùn)行效率。盡管如此，在實(shí)際應(yīng)用中依然存在很多問題，總結(jié)起來主要包括以下四個(gè)方面：

一是應(yīng)用條件限制化，包括時(shí)間限制、地域限制、條件限制、人力資源限制，且在我國各種條件不受限制的情況下，一般還未優(yōu)先考慮采用人工智能的方式進(jìn)行救援。

二是醫(yī)療診斷專科化，目前應(yīng)用人工智能進(jìn)行輔助醫(yī)療僅覆蓋為數(shù)不多的大專科領(lǐng)域，綜合性的診療輔助支撐不夠。

三是數(shù)據(jù)分散化，由于醫(yī)療應(yīng)急救援的通信條件限制，部分圖像、音頻等數(shù)據(jù)傳輸受限，亟須高速度、大帶寬的通信方式，且數(shù)據(jù)采集儲存相對分散，不利于應(yīng)急救援快速搶救的黃金時(shí)間要求。

四是評價(jià)無序化，沒有統(tǒng)一的人工智能技術(shù)能力和應(yīng)用結(jié)果的評價(jià)標(biāo)準(zhǔn)，規(guī)范化程度較低，多現(xiàn)個(gè)別“點(diǎn)”上的應(yīng)用，缺乏對于人工智能應(yīng)用頂層設(shè)計(jì)的統(tǒng)一規(guī)劃和思考。

3 基于人工智能的醫(yī)療應(yīng)急救援體系構(gòu)建

從人工智能在醫(yī)療應(yīng)急救援中的應(yīng)用與評價(jià)兩個(gè)層面，構(gòu)建人工智能應(yīng)用的“四大中心”。其中，應(yīng)用層面包括智能輔助診斷平臺（智能診斷中心）、智能調(diào)配應(yīng)用系統(tǒng)（智能指揮中心）和標(biāo)準(zhǔn)化數(shù)據(jù)云平臺（智能數(shù)據(jù)中心），評價(jià)層面包括評價(jià)模型與持續(xù)改進(jìn)方案（智能管理中心），使人工智能技術(shù)真正與醫(yī)療應(yīng)急救援有機(jī)融合。

3.1 醫(yī)療應(yīng)急救援的人工智能應(yīng)用

應(yīng)用層面，醫(yī)療應(yīng)急救援中應(yīng)用人工智能技術(shù)的三大方向如下：

一是輔助應(yīng)急診療的智能輔助診斷平臺（智能診斷中心）建設(shè)。各類自然災(zāi)害的應(yīng)急醫(yī)療救援中，面對各種創(chuàng)傷和器官組織傷害，各種多發(fā)傷情況的出現(xiàn)，要通過人工及時(shí)準(zhǔn)確地判斷傷情的發(fā)展趨勢，并第一時(shí)間協(xié)調(diào)多方，及時(shí)傳遞信息并采取有效的應(yīng)對措施，仍然有相當(dāng)大的困難。人工智能技術(shù)可以通過對以往積累的海量醫(yī)療救治信息集進(jìn)行無監(jiān)督學(xué)習(xí)，挖掘數(shù)據(jù)資源中有價(jià)值的信息，并進(jìn)行抽象表示，描述發(fā)展規(guī)律，建立認(rèn)識和預(yù)估模型，從而能夠有效“篩除”大量重復(fù)、冗余的信息，并根據(jù)現(xiàn)有數(shù)據(jù)進(jìn)行特征分析，及時(shí)判斷傷者的病情，預(yù)判未來病情發(fā)展，快速傳遞信息，輔助遠(yuǎn)程專家做出最佳預(yù)判和診療方案，不至于錯(cuò)過應(yīng)急救治的黃金30分鐘。

二是負(fù)責(zé)調(diào)配指揮的智能調(diào)配應(yīng)用系統(tǒng)（智能指揮中心）建設(shè)。該中心以信息交換平臺為核心，對所有參與單元的信息進(jìn)行無阻塞、快捷的點(diǎn)到點(diǎn)和點(diǎn)到多點(diǎn)、多點(diǎn)到多點(diǎn)的信息交換，實(shí)現(xiàn)指揮調(diào)度指令和信息的快速上傳下達(dá)。應(yīng)急指揮調(diào)度系統(tǒng)將有效利用現(xiàn)有的各種信息資源，實(shí)現(xiàn)完成需要指揮的、多個(gè)部門（科室）協(xié)同應(yīng)對的綜合指揮調(diào)度。建立聯(lián)動指揮、預(yù)案管理、輔助決策、資源接入和信息發(fā)布等機(jī)制，實(shí)現(xiàn)跨部門（科室）的現(xiàn)場協(xié)同救援。人工智能技術(shù)能夠模擬參謀助手的角色，通過深度學(xué)習(xí)構(gòu)建救援分析模型，對大量信息進(jìn)行分類、挖掘，通過專家系統(tǒng)對重要信息的分析、推理，準(zhǔn)確預(yù)測情勢發(fā)展，并根據(jù)任務(wù)輕重緩急進(jìn)行排序，對任務(wù)進(jìn)行聚類分析，對配置資源（人、物資、設(shè)備等）的需求進(jìn)行定量計(jì)算。該中心通過人工智能技術(shù)合理掌控應(yīng)急處置的進(jìn)度、強(qiáng)度，優(yōu)化資源配置，根據(jù)管理者意圖提出處置方案，為管理者決策提供支撐和依據(jù)。

三是輔助分析救援?dāng)?shù)據(jù)的標(biāo)準(zhǔn)化數(shù)據(jù)云平臺（智能數(shù)據(jù)中心）。在應(yīng)急處置過程中和處置結(jié)束后，傷亡情況、應(yīng)急救援資源配置情況和環(huán)境情況等，將會形成大量救援?dāng)?shù)據(jù)信息，而管理者需要及時(shí)從中有效地提煉出有價(jià)值的信息，以此來進(jìn)一步分析判斷，明確下一步救援的重點(diǎn)，合理調(diào)配使用各種資源。此時(shí)，人工智能作為高速反應(yīng)且信息綜合處理能力強(qiáng)大的一種輔助分析工具，將發(fā)揮重要的作用。同時(shí)，應(yīng)急救援是一項(xiàng)復(fù)雜的活動，及時(shí)做好救援效果的評價(jià)，能夠從中掌握救援規(guī)律、修正救援活動中的偏差、確保未來救援效果。這些需求可以通過搜索推理技術(shù)從大量的數(shù)據(jù)信息中學(xué)習(xí)目標(biāo)特征，對目標(biāo)進(jìn)行描述，按照一定規(guī)則、算法識別現(xiàn)有對象，并建立相互之間的聯(lián)系，提升目標(biāo)識別分類的準(zhǔn)確性;同時(shí)利用機(jī)器學(xué)習(xí)技術(shù)，從過去實(shí)踐積累的海量數(shù)據(jù)信息中，挖掘生成應(yīng)急救援效果評價(jià)原始模型，根據(jù)數(shù)據(jù)對救援處置細(xì)節(jié)標(biāo)準(zhǔn)進(jìn)行關(guān)聯(lián)性識別和量化設(shè)置，再輸入新數(shù)據(jù)進(jìn)行模擬實(shí)驗(yàn)，由此可以檢驗(yàn)應(yīng)急處置的效果，并對未來的救援產(chǎn)生深遠(yuǎn)的影響。

3.2 醫(yī)療應(yīng)急救援人工智能應(yīng)用的評價(jià)

為構(gòu)建一套有質(zhì)量、有溫度的醫(yī)療應(yīng)急救援體系，對于人工智能應(yīng)用的評價(jià)應(yīng)從技術(shù)和服務(wù)質(zhì)量兩個(gè)方面來進(jìn)行綜合評價(jià)，采用遠(yuǎn)景評價(jià)、構(gòu)建性評價(jià)和實(shí)時(shí)評價(jià)三個(gè)方式來進(jìn)行。

遠(yuǎn)景評價(jià)是指從認(rèn)知和可預(yù)計(jì)的方面來審視人工智可能在醫(yī)療應(yīng)急救援中引發(fā)的后果。遠(yuǎn)景評價(jià)專注于從認(rèn)知和規(guī)范兩個(gè)層面來說明評價(jià)的條件和結(jié)果，是一種在不確定性狀態(tài)下審視人工智能的嘗試。建構(gòu)性評價(jià)是持續(xù)吸納社會因素參與決策，以實(shí)現(xiàn)技術(shù)與社會發(fā)展的最佳結(jié)合。建構(gòu)性評價(jià)是為人工智能早期階段的決策提供參考，不僅關(guān)注最終的應(yīng)用階段，更關(guān)注早期的政策制定和研發(fā)階段，以及各階段之間的互動影響。實(shí)時(shí)評價(jià)是指從一開始，就整合政策、工程技術(shù)、科學(xué)和人文社會科學(xué)共同參與技術(shù)過程，這里的預(yù)設(shè)是與技術(shù)有關(guān)的法律、倫理和社會影響的研究能夠?qū)夹g(shù)過程形成影響，也就是說社會價(jià)值能夠嵌入技術(shù)創(chuàng)新中，并對這一過程產(chǎn)生影響，以致形成明確的機(jī)制。

從以上三個(gè)評價(jià)的不同層面出發(fā)，可以將人工智能在醫(yī)療應(yīng)急救援中的評價(jià)指標(biāo)細(xì)分為有效性評價(jià)、系統(tǒng)性評價(jià)、用戶評價(jià)和風(fēng)險(xiǎn)評價(jià)等四個(gè)不同的指標(biāo)維度，分別體現(xiàn)了人工智能應(yīng)用評價(jià)的不同內(nèi)涵要求。

（1）有效性評價(jià)：根據(jù)系統(tǒng)考察不同指標(biāo)，如準(zhǔn)確率、敏感度、特異度等。

（2）系統(tǒng)性評價(jià)：主要考察數(shù)據(jù)安全性、脫敏據(jù)轉(zhuǎn)移、封閉或開放網(wǎng)絡(luò)環(huán)境數(shù)據(jù)轉(zhuǎn)移、數(shù)據(jù)備份與恢復(fù)等;對系統(tǒng)進(jìn)行壓力測試，考察系統(tǒng)運(yùn)行的穩(wěn)定性等。

（3）用戶評價(jià)：考察軟件更新升級、界面友好性、問題響應(yīng)速度等指標(biāo);考察系統(tǒng)時(shí)間效率、處理效率、用戶容量、處理容量、CPU使用率、內(nèi)存使用率等。

（4）風(fēng)險(xiǎn)評價(jià)：綜合考慮各種風(fēng)險(xiǎn)指標(biāo)，如法律法規(guī)、用戶、產(chǎn)品、功能、接口、倫理風(fēng)險(xiǎn)等。

通過以上有效性評價(jià)、系統(tǒng)性評價(jià)、用戶評價(jià)和風(fēng)險(xiǎn)評價(jià)這四個(gè)不同指標(biāo)維度的各類指標(biāo)細(xì)化分解、聚類整合、加權(quán)形成的多維綜合評價(jià)模型，來實(shí)現(xiàn)對醫(yī)療應(yīng)急救援人工智能應(yīng)用的科學(xué)、合理評價(jià)。

4 總結(jié)與建議

人工智能已經(jīng)進(jìn)入全新戰(zhàn)略時(shí)代，能為醫(yī)療應(yīng)急救援服務(wù)提供快捷、優(yōu)化的途徑，有助于形成同質(zhì)、標(biāo)準(zhǔn)、易于延展、可控的服務(wù)體系，正成為醫(yī)療應(yīng)急救援的新驅(qū)動力。然而，在實(shí)踐中，仍面臨著支持性政策落地難、數(shù)據(jù)獲取與聯(lián)通共享機(jī)制不健全以及市場準(zhǔn)入效率低等諸多挑戰(zhàn)，建議從以下五個(gè)方面加以完善：一是在政策法規(guī)方面，需要更多支持性政策。要查找政策脫節(jié)點(diǎn)，加強(qiáng)各部門和地方之間的政策銜接，促進(jìn)全鏈條政策形成;補(bǔ)全政策空白點(diǎn)，健全相關(guān)法規(guī)，明確相關(guān)權(quán)責(zé)。二是技術(shù)準(zhǔn)入門檻方面，需要建立專用于醫(yī)療應(yīng)急救援的專項(xiàng)技術(shù)準(zhǔn)入標(biāo)準(zhǔn)。三是數(shù)據(jù)信息的獲取與傳輸方面，要以聯(lián)通共享為目標(biāo)健全數(shù)據(jù)傳輸標(biāo)準(zhǔn)。四是群眾接受認(rèn)可度方面，全方位考慮應(yīng)用涉及的倫理問題，使設(shè)計(jì)和應(yīng)用更加人性化、科學(xué)化。五是人工智能在醫(yī)療應(yīng)急救援中的應(yīng)用評價(jià)方面，要建立健全相關(guān)評價(jià)標(biāo)準(zhǔn)，以評促建，引導(dǎo)應(yīng)用與實(shí)踐向更加高效、精準(zhǔn)、科學(xué)的方向發(fā)展。

參考文獻(xiàn)：

[1] OU Z B， MIAO C M， YE M X， et al. Investigation for role of tissue factor and blood coagulation system in severe acute pancreatitis and associated liver injury[J]. Biomed Pharmacother， 2017（85）：380-388.

[2] MENGRU T U. An exploratory study of Internet of Things （IoT） adoption intention in logistics and supply chain management[J]. The International Journal of Logistics Management， 2018（7）：131-151.

[3] DUMNICKA P， MADUZIA D， CERANOWICZ P， et al. The interplay between inflammation， coagulation and endothelial injury in the early phase of acute pancreatitis： clinical implications[J]. Int J Mol Sci， 2017， 18（2）：354.

[4] 方鶯霏. 淺談人工智能在醫(yī)療行業(yè)中的應(yīng)用[J]. 通訊世界， 2019， 26（1）：302-303.

[5] 王楠，崔翔，陳驊，等. 人工智能在醫(yī)療健康領(lǐng)域中的應(yīng)用難題淺析[J]. 中國急救復(fù)蘇與災(zāi)害醫(yī)學(xué)雜志， 2019， 14（11）：1064-1067.

[6] 劉一彤.人工智能在醫(yī)療領(lǐng)域的應(yīng)用[J]. 科技傳播， 2019， 11（7）：163-165.

[7] 甘為. 人工智能技術(shù)在醫(yī)療領(lǐng)域中的應(yīng)用研究[J]. 數(shù)字化用戶， 2019， 25（14）：85.

[8] 鐘桂良. 論人工智能在醫(yī)療領(lǐng)域的應(yīng)用與發(fā)展[J]. 數(shù)字技術(shù)與應(yīng)用， 2019，349（7）：205-206.