位置:编程技术网 > 运维管理 > 正文 >

惠每科技CEO张奇:临床决策支持系统如何为临床质量增益?

2019年05月19日 23:46来源:未知手机版

申通e快递

“临床大数据在经过后结构化等AI技术处理后,才能形成真正具有应用价值的标准化信息。”惠每科技CEO张奇向雷锋网介绍到。

惠每科技拥有着深厚的自然语言处理与深度学习等AI技术储备,其核心产品——临床决策支持系统(CDSS)和单病种过程质量管理系统,在为临床诊疗提供符合循证医学证据的决策支持的同时,通过持续改进临床过程质量进而影响结果质量,这便是张奇和团队用了近四年时间打造的以提高临床质量为核心的医疗人工智能解决方案——Dr.>

张奇曾在阿里巴巴工作5年,负责电商个性化推荐,根据消费者的行为数据,构建符合消费者偏好的推荐系统。他认为,个性化推荐与医疗决策支持有互通之处,即以用户需求为核心。

“医疗是一个比较传统又与性命攸关的行业。相比普通消费者用户,在数据处理、算法模型训练、应用场景上必须深挖临床需求,以提升临床质量为目的。我们希望利用技术手段给行业带来更多增益的新东西。”张奇说道。

目前,惠每科技的CDSS已经应用于国内60余家大型公立医院和数百家基层医疗机构,并助力6家医院通过国家电子病历应用水平分级评价六/五级,5家医院通过互联互通5级乙等评审,而这个数字还在随着国家电子病历应用标准普及不断增加。

基于病历数据的知识库构建过程

作为规范临床诊疗行为、提升医疗质量的手段,CDSS自诞生以来就被临床寄予厚望。从早年的专家知识库驱动的CDSS,到今天AI驱动的CDSS,技术的发展、数据的积累等都在推动CDSS不断向前。

知识库是CDSS的重要组成部分,惠每科技在知识规则的构建上投入了大量的研发精力和成本。

一方面,惠每科技在公司内部,搭建了一个30人左右的医疗团队,医务人员主要负责两部分工作:一是对病历数据进行数据标注、处理,对指南进行拆解,保证临床规则的准确性。

二是跟踪新的疾病研究进展。

知识库需要被不断“训练”。医务人员平时需要跟踪各类疾病的发展状况,一旦有新的病种研究出来,他们需要解读疾病新的治疗措施,及时更新知识图谱并将其更新到合作医院系统。

另一方面,惠每科技和知名三甲医院专家合作,制定符合临床实际情况的诊疗路径,支持医生对一定专科路径的定制和个性化。

运用NLP、深度学习等AI技术抽取国内指南、文献、教材等包含的临床逻辑,惠每形成包含3000多个病种、2万多种疾病与症状关系、3万多种药品说明、55万多对药物冲突等的医学知识图谱,并推出临床决策支持系统,可以在医院门诊、急诊、住院环节实时辅助医护人员优化诊疗方案。据国内核心期刊公开发表的数据显示,其CDSS在特定数据集上的诊断准确率为93.6%,NLP最佳识别精确率为91.8%,

临床决策支持:从需求出发强调规范临床的价值

国内医疗机构应用CDSS的原因大致有三方面:一是提升医疗服务质量;二是国家对基层医疗发展的政策推动;三是医疗机构的信息化评级要求(电子病历分级评价、互联互通标准成熟度)。

自分级诊疗政策推进以来,外界对基层医疗服务要求越来越高,但基层医疗能力不足又是一个客观事实;在公立三甲医院,虽然专科医生水平毋庸置疑,但优质医生资源却是供不应求,治疗过程难免存在不规范问题。尤其在基层医院,惠每CDSS全科版囊括2000余种常见疾病的鉴别诊断,通过详细的症状提示,帮助基层医生快速鉴别急危重症及跨专科疾病,提高诊断水平,降低漏诊、误诊机率。

同时,根据基层医疗特点,系统实现慢病从评估、用药、随访的全程管理智能化,满足基层医生日常诊疗及健康管理需求。

在住院场景下,系统依据循证医学证据和数据分析,在病房的临床应用中为医生、护士、医技人员、科室管理者提供多维度智能决策支持。

本文地址:http://www.reviewcode.cn/yunweiguanli/48859.html 转载请注明出处!

今日热点资讯