罕見病智能知識服務體系設計

胡紅濮，戴國琳，陳慶錕，萬艷麗

罕見病又稱稀有疾病或者“孤兒病”，是發病率極低的一大類疾病的統稱，世界衛生組織將其定義為患病人數占人口總數0.65‰～1.00‰的單種疾病或病變。目前，全球范圍內已確認的罕見病超過7 000種，受累人數超過3億［1-2］。罕見病中遺傳性疾病占比達80%以上且多為慢性病，還有一些罕見病由感染和過敏引起，或為退行性和增生性病變［3-4］。我國人口基數較大，罕見病患者數量多，總數約達4 000萬［5］，且每年新出生的罕見病患兒超過20萬，但罕見病在臨床的知曉度卻很低，有相當比例的醫生對罕見病尚不了解，“患不知醫、醫不知患”的情況仍然存在［6］。同時，罕見病專家在長期的臨床診療過程中積累了大量的寶貴經驗，但受限于傳播途徑，優質的知識資源未能得到有效推廣和充分利用。罕見病已不僅是醫學問題，更是亟須解決的社會公共衛生問題［1，7］。罕見病知識水平的提升有助于罕見病診療水平的提高，但目前罕見病患者及其家屬、臨床和科研工作者及公眾通過傳統路徑獲取的罕見病知識有限，遠不能滿足其需求。

2015年3月，國務院總理李克強部署推進“互聯網+”行動，如今，“互聯網+”正在與各行各業深度融合。云計算、大數據、物聯網、移動互聯網和人工智能等新技術在衛生健康行業的加速落地，推動了全民健康信息化建設，有助于全方位實現惠民、惠醫和惠政。本研究借助信息平臺，利用“互聯網+”遠程、智能、便捷和高效的優勢，設計罕見病智能知識服務體系，旨在為罕見病知識受眾提供智慧化知識信息服務。該智能知識服務體系將有助于提升我國罕見病認知水平，助力罕見病的早期發現、診斷、治療、康復和創新管理，為推進罕見病的防治工作提供技術支撐。目前，國內外關于罕見病智能知識服務體系的研究較少，本研究團隊圍繞“互聯網+醫療”、智慧醫療、智慧公共衛生、智能知識服務平臺、知識庫和模型庫的構建及公眾健康信息化等已開展了多項研究［8-9］，具有豐富的理論與實踐經驗，可為罕見病智能知識服務體系的設計和開發提供借鑒的同時，保障設計的合理性、科學性和有效性。

1 設計思路

（1）基于國內外罕見病領域研究進展，結合罕見病特征，設計罕見病知識服務模式。（2）整理和分析罕見病診療指南、經典病例、專業文獻、專業書籍和臨床診斷標準等資料以廣泛采集罕見病領域的權威知識，并根據知識的類型，確定其組織方式。知識組織方式呈現多樣化，包括知識圖解、知識圖譜、知識網絡、思維導圖和案例庫等。（3）利用人工智能、數據挖掘和軟件工程等信息技術形成多樣化的罕見病知識體系、9類知識庫和2類模型庫。（4）基于罕見病患者及其家屬、醫務人員和管理者等的不同需求，構建罕見病智能知識服務平臺，利用“互聯網+”遠程、便捷、高效和智能的優勢提供10類智能化服務，以期提升知識受眾的罕見病知識水平和認知程度，提高醫生的罕見病識別和診斷能力，助力罕見病的早期發現和防治。罕見病智能知識服務體系設計見圖1。

圖1 罕見病智能知識服務體系設計Figure 1 Design of the Intelligent Knowledge-based Service System for Rare Diseases

2 設計路徑

2.1 罕見病知識服務模式設計 罕見病診斷困難，需要多學科、跨專業的臨床及醫學專家協作方能確診?！?018年中國罕見病調研報告》顯示：來自全國的2 040例罕見病患者中，64.2%經歷過誤診；15.9%經歷過5次以上轉診；42.6%獲得明確診斷的用時超過1年；13.4%的罕見病患者從就診到確診的時間超過6年；有相當比例的醫生對罕見病尚不了解，“患不知醫、醫不知患”的情況仍然存在［1］。為了加強罕見病信息傳播和科教宣傳、提高罕見病的公眾知曉率、促進罕見病的防治合作交流、提升罕見病的識別和診斷能力并助力罕見病防治和科學管理，以及使患者及其家屬和醫務人員等更加精準便捷地獲取罕見病知識、熟悉罕見病的臨床特點及了解罕見病專家和藥物資源分布，并促進醫患交流，本部分以問題、需求和目標為導向探討基于信息技術的罕見病知識服務模式設計，見圖2。例如，針對罕見病患者人數眾多，但每一種罕見病患病率低、發病率低且患病人群分散的特點，利用信息平臺和“互聯網+”遠程、智能、便捷、高效的獨特優勢，加強罕見病知識宣傳教育，提高患者信息登記的效率，并探索罕見病診療新路徑。針對罕見病80%以上由遺傳缺陷引起且95%以上尚無有效治療手段［10］2大特點，設計罕見病預防知識庫，內容包含孕前綜合干預、孕期保健、產前篩查、產前診斷及出生缺陷干預等，以期實現通過知識服務平臺提升公眾對孕前產前罕見病篩查的重視程度和推動罕見病“早篩早查”機制建立，盡可能地從源頭上預防出生缺陷。針對相當比例的醫生對罕見病尚不了解，罕見病確診困難、誤診和漏診率高及大多數患者常輾轉就醫等問題，以期實現利用搭建的知識服務平臺提高公眾、罕見病患者和醫生對罕見病的整體認知并促進醫患、患患交流，同時，借助知識庫和模型庫輔助醫生識別和診斷罕見病，最終達到醫生和罕見病患者獲取權威知識更加便捷、罕見病知識普及率和罕見病識別率提升、醫患溝通更加高效便利及罕見病診斷更加精準的效果。罕見病知識服務模式設計過程中采用了文獻研究、問卷調查、思維導圖和專家咨詢法。

圖2 罕見病知識服務模式的設計Figure 2 Design of a model for delivering rare disease knowledge services

2.2 構建罕見病多樣化的知識體系 知識體系的建立是罕見病智能知識服務體系建立的基礎。通過查閱罕見病診療指南、專業書籍和科學文獻等資料，整理歸納罕見病相關理論知識，并對其中的基礎性和客觀性知識進行系統梳理、提煉和總結。利用知識組織、文獻梳理和專家咨詢等方法，構建多樣化的罕見病知識體系，主要包括知識圖解、知識圖譜、知識網絡、思維導圖和案例庫。（1）知識圖解：圖解罕見病的發生和演變過程、病理基礎、臨床表現、診斷要點和治療方案等關鍵知識點，使罕見病知識以更加清晰明確的方式呈現。（2）知識圖譜：將罕見病的概念、影響因素和發病機制分別抽象為本體、關系和屬性，并進行可視化展示，以使復雜的疾病因果邏輯關系更加直觀。（3）知識網絡：以罕見病的致病基因、癥狀作為關聯遞質，將具有相同致病基因和/或相似癥狀的罕見病關聯起來，形成知識網絡。在知識網絡形成的基礎上，利用網絡拓撲系統、直觀地展現罕見病之間的聯系和聚類，促進用戶對罕見病知識的宏觀理解。（4）思維導圖：以罕見病的種類為單位繪制疾病思維導圖，內容包括罕見病的概念、發病機制和發展過程、臨床表現、診斷要點、治療方案、預后和轉歸及康復與隨訪，以使知識受眾全面掌握特定罕見病的全貌。（5）案例庫：通過展示罕見病經典病例，幫助醫生深入理解罕見病知識、理清罕見病診療思路（維），豐富其臨床經驗并提高其罕見病診療水平［11］。

2.3 構建罕見病知識庫和模型庫 通過對國內外罕見病相關文獻、臨床診療路徑及電子病歷進行系統分析，同時結合臨床醫生、專家等在實踐中積累的診療經驗或形成的診療思維，建立起較為完善、規范和完整的罕見病知識庫和模型庫［12］。通過對罕見病知識進行分類和處理，形成不同類型的罕見病知識節點和記錄，并根據本體關系定義和映射建立罕見病知識概念描述，在此基礎上，實現罕見病知識庫和模型庫的構建［13-14］。構建知識庫和模型庫過程中所運用到的技術包括可視化技術、知識組織、人工智能技術和自然語言處理技術等。

2.3.1 罕見病知識庫設計 研究過程中將構建9類知識庫，即罕見病通用知識庫、預防知識庫、癥狀知識庫、診斷知識庫、異常檢查指標知識庫、特異癥狀知識庫、藥物循證知識庫、治療知識庫和隨訪知識庫。通用知識庫是其他知識庫的基礎，以疾病為分類維度，實現對疾病信息的全面、系統描述。癥狀知識庫以疾病癥狀為分類維度，用于描述癥狀的具體特征及與該癥狀相關聯的疾病。各知識庫之間既可支持知識的直接查詢，又可協同發揮作用以輔助醫生診斷與決策。

2.3.2 罕見病模型庫設計 研究過程中將構建2類模型庫，即癥狀與疾病關聯模型庫和疾病鑒別模型庫，其中，癥狀和疾病關聯模型是整個知識庫和模型庫的核心。癥狀和疾病關聯模型在罕見病通用知識庫和癥狀知識庫的基礎上結合專家經驗和電子病歷擬合形成，包括定性模型和定量模型。罕見病鑒別模型則提供了罕見病與其他相似疾病的鑒別方法和要點等。

2.3.3 知識庫和模型庫的關聯關系及應用模式舉例 本研究設計的9類知識庫和2類模型庫的關聯關系見圖3。知識庫和模型庫均可單獨使用，也可與包括智能知識服務平臺、醫院信息系統和基層醫療衛生服務信息系統等在內的平臺或系統進行對接以協同發揮作用。知識庫和模型庫既可關聯患者的癥狀，又可關聯疾病鑒別模型、特異癥狀知識庫、診斷知識庫和異常檢查知識庫中的規則，以實現對患者所患疾病種類進行提示。醫生在收到“提示”的基礎上，通過查閱通用知識庫，可更加快速精準地對疑似罕見病患者做出診斷。疾病確診后，治療知識庫和藥物循證知識庫可為患者提供針對性的藥物和非藥物治療方案。若患者所患罕見病為慢性病，隨訪知識庫可為其提供長期的，甚至覆蓋全生命周期的健康管理計劃，以助益自我健康管理和社區健康管理。預防知識庫主要針對公眾設立，用于加強罕見病科普宣傳和健康教育。

圖3 9類知識庫和2類模型庫關聯關系圖Figure 3 Association diagram of 9 kinds of rare disease knowledge databases and 2 kinds of rare disease model databases

2.4 研發罕見病智能知識服務平臺 由于不同用戶對罕見病知識的需求不同，罕見病智能知識服務平臺以罕見病知識的收集、整理與加工為基礎，為用戶提供包括信息查詢、文獻傳遞、知識地圖、知識查詢、典型病例分析和疾病輔助診斷等在內的多種智能服務。平臺的核心功能包括罕見病知識加工、罕見病知識庫和模型庫構建、罕見病知識檢索、罕見病數據信息采集與分析和罕見病知識共享等。研發罕見病智能知識服務平臺需要經過需求分析、軟件工程和平臺開發3個過程。在平臺開發完成后，首先需開展試點應用以對平臺的運行效果進行初步綜合評估，在此基礎上，不斷對平臺進行優化和完善，待平臺功能成熟后再進行深度宣傳與推廣。

2.4.1 服務對象分析 鑒于不同類型用戶在使用罕見病智能知識服務平臺時關注的內容重點不同，針對罕見病患者及其家屬和普通群眾，重點提供罕見病知識百科、就醫指南、用藥指南和康復指南等；針對醫生，重點提供罕見病典型案例、診療和鑒別方法等；針對管理者，重點提供罕見病相關決策分析報告；針對制藥公司和研究機構，重點提供罕見病發病率、世界范圍內罕見病研究機構和項目等信息；針對公益和慈善組織，重點提供罕見病的患者組織信息等，以助力其定期、定向開展公益和慈善活動。

2.4.2 平臺主要功能 本研究設計的罕見病智能知識服務系統包括10項功能。（1）綜合資訊：提供罕見病最新權威信息，如相關政策、部門動態、國內外研究進展、“孤兒藥”的供應、健康熱點和健康經驗等。（2）知識地圖：展示不同地區主要罕見病的種類、危險因素、醫療資源及某種罕見病在全世界、全國和各地區的分布。（3）信息查詢：可支持查詢疾病知識、權威醫療衛生機構信息、專家信息、典型病例和藥物資源等。（4）智能服務：該功能是平臺的建設重點，可實現疾病輔助診斷（包括癥狀錄入、疑似疾病排序、疾病鑒別和信息推送等功能）和智能問答（包括問題輸入、問題選擇、實時解答和信息反饋）。在信息采集環節，該功能亦可實現罕見病智能知識服務系統與醫院信息系統和電子病歷系統間的互聯互通，以獲取所需關鍵數據。（5）罕見病輔助登記系統：為開放平臺，所有用戶可根據自身實際情況填寫和登記信息。該系統基于智能診斷系統可對填寫的信息進行自動初篩，對于疑似罕見病患者，系統可自動將信息遞交至專家處審核。同時，對于已確診的罕見病患者，該系統可將其登記的信息提交至國家罕見病相關系統或平臺。（6）交流互動：包括醫患交流、知識培訓和科研交流等。（7）健康管理：包括健康監測、健康評估、健康指導、個性化的健康知識推送和健康教育處方提供等。（8）更多服務：包括專項基金、病友之家、患者組織、關愛中心、公益項目和下載專區等［15］。（9）智能檢索：可支持查詢信息平臺中的所有信息，在將查詢到的信息按重要程度或者相關程度進行排序的基礎上，建立相應的關聯關系。（10）友情鏈接：鏈接目前已建成的臨床科研信息服務平臺、罕見病數據庫和罕見病疑難癥會診平臺等，為用戶提供更加廣泛的信息交流服務。

2.4.3 應用場景舉例——罕見病地圖 利用平臺可實現罕見病地圖的自動構建、數據分析和信息查詢等。通過運用罕見病智能知識服務平臺采集的信息，研究者可進行單病種追蹤調研。單病種追蹤調研結果在經由領域專家審核的基礎上，結合現有罕見病病例登記系統中的大數據和各地區衛生資源分配情況［16］，可助力罕見病地圖和罕見病醫療資源分布地圖的繪制。同時，基于“互聯網+”的優勢，結合癥狀和疾病雙重信息采集結果與醫療大數據，可進一步完善罕見病地圖。罕見病地圖結合時間和影響因素分析可以實現：描述疾病的地理空間分布與特征，反映疾病分布的時間變化情況，探究疾病分布變化的影響因素，預測疾病的發生發展，輔助疾病管理和衛生決策。罕見病地圖還可與知識服務平臺實現關聯，利用地圖模塊也可實現疾病相關信息查詢，包括罕見病概述、疾病分類、致病基因、臨床項目、治療藥物、患者組織和研究中心等多種信息。

3 結語

罕見病的早期發現和科學治療是醫學界的重大難題，且罕見病帶來的社會經濟負擔已引發全社會的關注，如何提高罕見病防控的有效性、診療的科學性和規范性，是科研工作者面臨的巨大挑戰。我國“十三五”期間針對罕見病的政策保障和科學研究開始全面提速，搭建了隊列研究、注冊登記平臺、直報體系和診療協作網等一系列的國家級平臺和基礎設施，在罕見病的防控中發揮了卓有成效的作用。這些數據平臺將提高醫務人員、科研人員和管理者等對罕見病臨床特點和遺傳背景的認知，有助于罕見病規范化診療路徑的制定，促進對疾病臨床表現和自然演變過程的精準理解，并為疾病干預研究奠定基礎［1］。罕見病智能知識服務體系的設計主要是從服務基層醫療衛生機構和患者及其家屬等用戶角度出發，以知識的采集、加工和轉化為基礎，注重利用信息平臺和“互聯網+”智能、便捷、高效、遠程的獨特優勢，通過信息化手段促進優質醫療資源的傳播和共享，以推進優質資源進基層醫療衛生機構和千家萬戶。

智能知識服務體系在提高罕見病的認知和識別水平、輔助醫生對罕見病進行診斷和治療的同時，可成為罕見病知識傳播和不同類型知識受眾間溝通的“橋梁”，有利于增進醫患交流、優化健康服務。利用智能知識服務平臺中用戶提供的信息，結合已有的隊列研究、注冊登記平臺、直報體系和診療協作網中的數據，可直觀地反映出我國的罕見病發病水平、地區分布和危險因素的分布等，并在此基礎上可進一步完善罕見病地圖、探索罕見病發生發展的影響因素。借助知識服務平臺也可為注冊用戶提供個性化的健康指導，并提升衛生行政部門的管理水平和公共衛生服務水平［17］，從而更好地預防和控制罕見病的發生與發展，最終提升我國罕見病的防治能力。在平臺的具體開發過程中，將采用罕見病標準化的術語體系，為與現有罕見病注冊登記平臺、直報體系和診療協作網之間形成互聯互通和信息共享奠定良好的基礎，從而更好地發揮信息技術、人工智能等技術在罕見病防控中的作用。

作者貢獻：陳慶錕負責文章的可行性分析、文獻/資料整理；戴國琳負責文獻/資料收集；胡紅濮、戴國琳、陳慶錕和萬艷麗負責撰寫論文；胡紅濮、萬艷麗負責論文的修訂；萬艷麗負責英文的修訂；胡紅濮負責文章的構思與設計、質量控制及審校，并對文章整體負責，監督管理。

本文無利益沖突。