重癥多參數(shù)智能醫(yī)療大數(shù)據(jù)平臺(tái)：利用AI實(shí)施監(jiān)控重癥監(jiān)護(hù)全流程

當(dāng)患者進(jìn)入了重癥監(jiān)護(hù)病房，那么就等于將一切托付給了醫(yī)生。然而重癥監(jiān)護(hù)室監(jiān)控的指標(biāo)眾多，不同的患者需要關(guān)注的指標(biāo)權(quán)重也各不相同，盡管醫(yī)生護(hù)士全神貫注處理病人相關(guān)的事項(xiàng)，失誤仍在所難免。

據(jù)數(shù)據(jù)顯示，美國2005年ICU錯(cuò)誤發(fā)生率高達(dá)1497次／每萬人，其中嚴(yán)重威脅生命的占13％；平均每人每天發(fā)生1．7個(gè)醫(yī)療錯(cuò)誤，每年平均有9．8萬ICU患者死于醫(yī)療錯(cuò)誤。不過，還有一個(gè)積極的數(shù)據(jù)顯示，在這些醫(yī)療失誤中，28％～84％都是可預(yù)防的，只是醫(yī)院需要找到一個(gè)有效的途徑進(jìn)行預(yù)防。

國內(nèi)情況也不容樂觀。隨著老齡化的到來，病人數(shù)量不斷增加，而醫(yī)生成長(zhǎng)時(shí)間長(zhǎng)，供求差額越來越大，專業(yè)醫(yī)生資源嚴(yán)重不足。另一方面，目前很多疾病診療缺乏適用于國內(nèi)人群的專業(yè)指南，均靠醫(yī)生經(jīng)驗(yàn)判斷，而有經(jīng)驗(yàn)的臨床醫(yī)生非常有限。

ICU的情況則更為嚴(yán)峻，對(duì)于醫(yī)生而言，進(jìn)入ICU的患者病情普遍多變復(fù)雜，綜合數(shù)據(jù)維度多達(dá)236項(xiàng)，遠(yuǎn)超過了人力的控制范圍，難以精準(zhǔn)評(píng)估病情變化。對(duì)于患者而言，ICU的開銷不菲，人均消耗醫(yī)療費(fèi)用75673元（年產(chǎn)生醫(yī)療費(fèi)用1000多億元），可以說ICU是醫(yī)院中最“燒錢”的科室。

針對(duì)當(dāng)前醫(yī)院ICU的痛點(diǎn)，地處杭州人工智能小鎮(zhèn)的脈興醫(yī)療以ICU醫(yī)療大數(shù)據(jù)為基礎(chǔ)搭建了病情評(píng)估系統(tǒng)，用人工智能輔助預(yù)測(cè)病人病情發(fā)展趨勢(shì)，并衍生出呼吸機(jī)智能管理系統(tǒng)、急性腎損傷（AKI）早期預(yù)警系統(tǒng)，用以為醫(yī)生提供輔助預(yù)警與決策，提高患者的生存率與預(yù)后效果。目前脈興醫(yī)療的發(fā)展模式通過數(shù)據(jù)結(jié)構(gòu)化的積累，為ICU行業(yè)的AI賦能，力爭(zhēng)成為ICU行業(yè)的＂零氪科技＂。

以ICU為核心，深入臨床診斷系統(tǒng)細(xì)節(jié)

脈興醫(yī)療聚焦于建立重癥多參數(shù)智能醫(yī)療大數(shù)據(jù)平臺(tái)，為醫(yī)療大數(shù)據(jù)平臺(tái)以及AI產(chǎn)品研發(fā)提供數(shù)據(jù)源；并利用臨床數(shù)據(jù)通過NLP（自然語言處理）、圖像識(shí)別、預(yù)測(cè)建模等機(jī)器學(xué)習(xí)的方法，研發(fā)臨床可用的醫(yī)療輔助決策系統(tǒng)，輔助醫(yī)生對(duì)患者病情進(jìn)行精準(zhǔn)判斷。

1、病情評(píng)估與死亡預(yù)測(cè)系統(tǒng)

脈興醫(yī)療的核心產(chǎn)品病情評(píng)估系統(tǒng)的核心是一個(gè)基于MIMIC數(shù)據(jù)庫建立的病情評(píng)估模型，能夠?qū)崟r(shí)分析臨床數(shù)據(jù)，把與疾病最相關(guān)的參數(shù)按照權(quán)重展示給醫(yī)生，并預(yù)測(cè)病情發(fā)展與死亡風(fēng)險(xiǎn)趨勢(shì)，輔助醫(yī)生運(yùn)用自己的臨床經(jīng)驗(yàn)快速進(jìn)行臨床診療決策。脈興自主研發(fā)的死亡預(yù)測(cè)模型對(duì)患者死亡結(jié)果的預(yù)測(cè)準(zhǔn)確率達(dá)到94％，而在協(xié)和醫(yī)院進(jìn)行實(shí)例驗(yàn)證時(shí)準(zhǔn)確率也到達(dá)了87％。

2、WeanDoc（人工智能搭建呼吸機(jī)智能管理系統(tǒng)）

在ICU科室，有50％以上的重癥患者可能會(huì)使用到機(jī)械通氣，而機(jī)械通氣的呼吸機(jī)的參數(shù)調(diào)整與撤機(jī)時(shí)機(jī)的選擇對(duì)臨床醫(yī)生的經(jīng)驗(yàn)要求較高。WeanDoc可以在呼吸機(jī)使用初期，選擇合適的模式，設(shè)置參數(shù)提供合理的呼吸支持去維持和改善病人的呼吸與生理情況，給治療原發(fā)疾病延長(zhǎng)寶貴的治療時(shí)間。針對(duì)不同的病人，采用不同的方案設(shè)置潮氣量（VT），呼氣末正壓（PEEP），吸入氧濃度（FiO2），以及呼吸頻率（RR）。當(dāng)病人病情得到好轉(zhuǎn)，指導(dǎo)醫(yī)生適當(dāng)時(shí)候合理減少呼吸支持，讓病人逐漸恢復(fù)自主呼吸，縮短使用時(shí)間，減少對(duì)呼吸機(jī)的依賴，提高疾病預(yù)后。

WeanDoc監(jiān)控下的患者各項(xiàng)指標(biāo)均受到系統(tǒng)不間斷的看護(hù)，其感染風(fēng)險(xiǎn)、病人痛苦、醫(yī)療費(fèi)用、呼吸機(jī)的使用時(shí)間均有顯著的減少，而醫(yī)生在WeanDoc的協(xié)助下也可減少失誤，即便是發(fā)生參數(shù)設(shè)置方向的失誤，也可即時(shí)糾正錯(cuò)誤，避免嚴(yán)重影響，同時(shí)，這意味這醫(yī)護(hù)經(jīng)驗(yàn)較少的呼吸治療師獲得了一位24小時(shí)陪伴的老師，醫(yī)院的人才缺口也會(huì)相應(yīng)減少。

合作方是成功的關(guān)鍵因素之一

為了解脈興醫(yī)療ICU預(yù)警產(chǎn)品的實(shí)際情況，動(dòng)脈網(wǎng)記者來到了協(xié)和醫(yī)院內(nèi)科ICU（MICU），該項(xiàng)目是協(xié)和醫(yī)院內(nèi)科ICU主任杜斌教授牽頭與脈興醫(yī)療合作的，杜斌教授是亞太危重病醫(yī)學(xué)協(xié)會(huì)（APACCM）主席，同時(shí)也是中國醫(yī)師協(xié)會(huì)重癥醫(yī)學(xué)醫(yī)師分會(huì)會(huì)長(zhǎng)，在ICU行業(yè)內(nèi)具有非常高的地位。

作為脈興醫(yī)療的合作方，協(xié)和醫(yī)院內(nèi)科ICU副主任翁授談到了如今數(shù)據(jù)庫的痛點(diǎn)：“就數(shù)據(jù)而言，北京每個(gè)醫(yī)院都有自己龐大的數(shù)據(jù)庫，但其中很多數(shù)據(jù)庫的數(shù)據(jù)是不完善、不規(guī)范的，是難以導(dǎo)出來進(jìn)行臨床研究的，所以我們要做的首先是要做一個(gè)標(biāo)準(zhǔn)數(shù)據(jù)庫，但只是談標(biāo)準(zhǔn)化是不行的，需要先有人來試水?！?/p>

脈興醫(yī)療與協(xié)和一同建立了ICU科研大數(shù)據(jù)平臺(tái)，能夠讓ICU的醫(yī)生實(shí)現(xiàn)自主使用ICU臨床數(shù)據(jù)，進(jìn)行相關(guān)科研研究。目前脈興的科研平臺(tái)已經(jīng)在北京多家醫(yī)院陸續(xù)部署，演示版在８月３１日在脈興官網(wǎng)的案例展示中正式上線，希望有更多的ICU科室加入進(jìn)來一同參與標(biāo)準(zhǔn)的制定與維護(hù)。翁利副教授會(huì)在今年9月8日的中國危重病醫(yī)學(xué)大會(huì)上進(jìn)行題為《ICU ?？茢?shù)據(jù)庫的建立》的專題報(bào)告。

協(xié)和醫(yī)院在ICU方面非常注重?cái)?shù)據(jù)的標(biāo)準(zhǔn)化，其數(shù)據(jù)結(jié)構(gòu)完整、規(guī)范，能輕松導(dǎo)出以供算法進(jìn)行學(xué)習(xí)，無需企業(yè)再花時(shí)間對(duì)數(shù)據(jù)進(jìn)行處理，這是非常可貴的，因?yàn)橛行?shù)據(jù)由于某些指標(biāo)的缺失，即便用心修復(fù)也無法得到目標(biāo)的效果。

“協(xié)和醫(yī)院MICU能提供的病例不算多，總共2000多份患者的完整數(shù)據(jù)。但I(xiàn)CU數(shù)據(jù)不同于常規(guī)的醫(yī)療數(shù)據(jù)，以心率為例，我們5秒記錄一次數(shù)據(jù)，一天就有近17280次數(shù)據(jù)。如果從整個(gè)時(shí)間線來看，每個(gè)患者檔案中存在的數(shù)據(jù)的量非常大，足以用于算法學(xué)習(xí)。此外，我們將算法訓(xùn)練好后，不僅僅用于自己數(shù)據(jù)庫的測(cè)試，也會(huì)拿其他醫(yī)院進(jìn)行驗(yàn)證，這樣下來我們便能即時(shí)發(fā)現(xiàn)錯(cuò)誤，并對(duì)算法進(jìn)行調(diào)整”

所以，協(xié)和醫(yī)院這一合作對(duì)象為脈興向醫(yī)療AI頭部企業(yè)進(jìn)軍打下良好基礎(chǔ)。

可植入是進(jìn)入醫(yī)院關(guān)鍵

著眼于醫(yī)療信息化的企業(yè)眾多，但使用AI輔助檢測(cè)的卻寥寥無幾。然而有AI賦能并不能成為醫(yī)院選擇AI企業(yè)的理由，一般大型的信息化公司都為醫(yī)院打造了包含HIS、PACS、RIS，CDSS等成套的信息化系統(tǒng)，醫(yī)院一旦選擇了這一解決方案，沒有理由再去為單一的AI賦能的CDSS系統(tǒng)買單。

脈興醫(yī)療顯然明白醫(yī)院信息化的需求與問題所在，這一套集成科研平臺(tái)＋AI臨床應(yīng)用的系統(tǒng)可通過與醫(yī)療信息化企業(yè)合作，接入信息化企業(yè)的數(shù)據(jù)接口進(jìn)行臨床應(yīng)用。

核心在于下放基層

相對(duì)于群星云集的三甲醫(yī)院，基層醫(yī)院對(duì)這一ICU預(yù)警系統(tǒng)的需求更大。受制于資源分配的限制，基層醫(yī)院缺乏相應(yīng)的人才，相應(yīng)的醫(yī)療事故更為頻發(fā)；另一方面，醫(yī)院的規(guī)模也限制了醫(yī)療人才的流入，這是一個(gè)惡性循環(huán)的過程。

頻發(fā)的事故降低了基層醫(yī)院的聲望，加劇了居民涌向三甲醫(yī)院的動(dòng)機(jī)，這實(shí)際上是不利于分層診療政策的實(shí)施的。脈興醫(yī)療這一預(yù)警系統(tǒng)不僅能夠降低基層醫(yī)院的事故發(fā)生率，提高基層醫(yī)療在居民心中的印象，還能不斷的給醫(yī)生護(hù)士提出錯(cuò)誤的關(guān)鍵，頻繁的糾錯(cuò)可以讓醫(yī)生和護(hù)士的醫(yī)療水平得到實(shí)質(zhì)的提升。

一直以來，醫(yī)生都是醫(yī)院的核心，醫(yī)生的一舉一動(dòng)關(guān)乎醫(yī)院的聲譽(yù)、發(fā)展；當(dāng)AI作為醫(yī)生工作的一部分，可以一定程度上降低基層醫(yī)院和三甲醫(yī)院的技術(shù)差距，這對(duì)于基層醫(yī)療的發(fā)展有一個(gè)長(zhǎng)遠(yuǎn)的推進(jìn)作用。

未來可期

死亡預(yù)警系統(tǒng)只是脈興醫(yī)療的第一步，更重要的是在通過不斷的機(jī)器學(xué)習(xí)下，我們不僅僅可以給醫(yī)生提供警告，還能給出相應(yīng)的決策。翁利副主任告訴動(dòng)脈網(wǎng)記者：“這個(gè)系統(tǒng)能夠幫我們即時(shí)糾正錯(cuò)誤，但當(dāng)錯(cuò)誤發(fā)生時(shí)后我們應(yīng)該怎么做，這是不可預(yù)測(cè)的，醫(yī)生們只能根據(jù)自己的經(jīng)驗(yàn)對(duì)設(shè)備的相關(guān)參數(shù)進(jìn)行調(diào)整，而不能保證這樣調(diào)整以后能對(duì)患者有積極的影響——這正是我們想要研究的。通過AI對(duì)數(shù)據(jù)庫的不斷分析，我們或許可以找出其中的規(guī)律，并作出最有利于患者的決策，但這需要很大的一個(gè)數(shù)據(jù)庫，我們也希望有更多的醫(yī)院與醫(yī)生加入我們一起建立行業(yè)數(shù)據(jù)標(biāo)準(zhǔn)，推動(dòng)ICU行業(yè)智能化的發(fā)展?！?/p>

至今為止仍沒有一個(gè)具有說服力的標(biāo)準(zhǔn)來對(duì)數(shù)據(jù)庫進(jìn)行評(píng)價(jià)，但我們不能等到官方標(biāo)準(zhǔn)制定再作出決斷，先行一步絕無壞處。在接下來，脈興醫(yī)療將更加深入地與醫(yī)院端合作，從醫(yī)生與患者角度出發(fā)，幫助醫(yī)生研究，完善現(xiàn)有系統(tǒng)的交互設(shè)計(jì)，給予醫(yī)生更好的體驗(yàn)，為患者提供更有保障的ICU服務(wù)。

另一方面，脈興醫(yī)療也將協(xié)助醫(yī)生挖掘ICU各指標(biāo)變動(dòng)對(duì)患者的長(zhǎng)期影響，探尋病人病情惡化時(shí)的精準(zhǔn)解決方案，將ICU變得更加智慧。