AI新基建|医院CIO教你如何“把好的技术用好”

2020-4-27

人工智能(AI)作为“新基建”重要领域之一,在政策的持续加码下站上了发展“新风口”,以多元化应用场景驱动医疗服务向智能化进发。

“辅助诊疗是医院信息化场景中最核心也最具挑战的应用,对于大型综合性医院而言,应用场景不能‘全院一盘棋’,要在已有基础上根据科室特点与医生资历灵活配置。”江苏省人民医院信息处处长王忠民表示,细分的场景才能满足不同医生对决策支持的需求。

AI应用不能“全院一盘棋”

电子病历与医嘱系统的融合,为基于AI的临床决策支持系统(CDSS)发展提供了土壤。作为一种嵌入性工具,CDSS能够与医院不同的信息系统进行整合,赋能于医疗服务中的各个环节。这种可“移植”的系统架构便于推广应用,但目前国内医院的CDSS应用率仍然偏低。 

“人工智能应用是一个生态链,尖端是建立数学模型,往下游拓展时就要细分产业,细分场景。”王忠民表示,综合性医院的临床科室及医疗环节众多,医护人员的知识层次不一,接受能力不同,单一化的AI场景有可能增加临床的使用负担,这就需要医疗机构与供应商进行充分的调研,将整个决策过程细化,找到合适的细分切入点。比如,在门诊环节对不同科室、不同资历的医生进行知识推送分层;在质量管理环节根据质控员、医师、医技人员、护士等角色设置相应的智能服务。

加强智能决策的灵活性,能有效解决医学知识的局限性,使医生更主动参与CDSS的建设和使用。王忠民认为,“把好的技术用好”,应当由医务部门联合临床科室与信息部门一起去推进,包括系统知识库的扩展与建设。

数据“实时”转化成知识

具备良好的模型准确率,是CDSS获得临床广泛认可的关键,这就对医院数据质量提出了要求。“低质量的数据,训练出来的模型准确率不会高,要健全临床数据的完整性、一致性、客观性。”王忠民表示,通过对产生数据的全过程进行闭环管理、梳理清晰,才有可能使AI获得长远的发展。

为了提高数据质量,江苏省人民医院设置了一个数据质量持续改进例会,由信息部门联合各个临床科室及职能部门,对缺陷数据进行查因,并从数据产生源头规范操作行为。“数据的不准确、不完整,往往是没严格执行规范的工作流程,管理部门加强对数据入口的管理,能大大减少后期投入的精力。”

高质量的数据将驱动CDSS在更多场景获得突破,但相对临床每天产生大量数据,目前CDSS对数据的知识转换实时性不够。王忠民表示,随着大数据技术的不断进步,CDSS的系统架构将更趋灵活、开放、实时,或可随时将新的知识自动纳入知识体系中,实现动态、实时的知识库建设与决策支持,规范医疗行为,提升医院管理水平。“这种知识转化不止在一家医院,包括把医联体里的数据实时纳入,然后动态地监测异常事件,比如可疑的传染病信号,让医生和管理部门得到及时的预警。”

成为我们的合作伙伴

信息提交
姓      名
所在地区
单位名称
手  机  号

提交

感谢您的关注,我们会尽快与您取得联系!