很長(zhǎng)時(shí)間以來(lái)，我國(guó)醫(yī)療大數(shù)據(jù)的發(fā)展都處于摸著石頭過(guò)河的狀態(tài)。醫(yī)院的數(shù)據(jù)基礎(chǔ)水平較差，應(yīng)用能力相對(duì)薄弱，即使是在數(shù)據(jù)采集層面，也仍有很長(zhǎng)一段路要走。

面對(duì)這樣的現(xiàn)狀，近兩年國(guó)家頻頻撥款，加大力度推動(dòng)醫(yī)院信息化改造升級(jí)。

2017年9月，國(guó)家衛(wèi)計(jì)委批復(fù)了四川大學(xué)華西醫(yī)院、中國(guó)醫(yī)學(xué)科學(xué)院阜外醫(yī)院、北京大學(xué)人民醫(yī)院、復(fù)旦大學(xué)附屬兒科醫(yī)院4家醫(yī)院的大數(shù)據(jù)相關(guān)項(xiàng)目初步設(shè)計(jì)和投資概算共計(jì)6,771萬(wàn)元。其中，中央預(yù)算內(nèi)投資4,200萬(wàn)元，其余資金由各醫(yī)院自籌解決。三級(jí)醫(yī)院信息化建設(shè)投資提速明顯。

現(xiàn)階段，國(guó)內(nèi)三甲醫(yī)院的建設(shè)重心基本放在了信息集成平臺(tái)和互聯(lián)互通平臺(tái)上。為了落實(shí)《國(guó)務(wù)院辦公廳關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見(jiàn)》，以及《健康中國(guó)2030規(guī)劃》，數(shù)據(jù)的結(jié)構(gòu)化和質(zhì)量，成為了醫(yī)院下一階段信息化建設(shè)的核心。

除了國(guó)家對(duì)數(shù)據(jù)的關(guān)注不斷加強(qiáng)之外，業(yè)內(nèi)普遍也在數(shù)據(jù)層面頻頻發(fā)力。而之所以如此注重?cái)?shù)據(jù)的結(jié)構(gòu)化和質(zhì)量，恰恰是因?yàn)榻窈筢t(yī)療大數(shù)據(jù)能否從概念落實(shí)為實(shí)惠，數(shù)據(jù)基礎(chǔ)至關(guān)重要。

如果將2017年稱為醫(yī)療人工智能的元年，想必不會(huì)有多少人反對(duì)。業(yè)內(nèi)評(píng)價(jià)人工智能公司的實(shí)力，往往會(huì)綜合算法、算力、數(shù)據(jù)三個(gè)方面的因素。

而圍繞這三要素的普遍共識(shí)是：算法難以成為企業(yè)未來(lái)的絕對(duì)核心競(jìng)爭(zhēng)力，算力的高成本也絕非一般公司所能涉足，因此，數(shù)據(jù)成為了產(chǎn)業(yè)內(nèi)各方競(jìng)爭(zhēng)的焦點(diǎn)。

如何能夠保證原始數(shù)據(jù)的數(shù)據(jù)質(zhì)量專業(yè)化、結(jié)構(gòu)化及數(shù)據(jù)維度多樣化，讓未來(lái)開(kāi)發(fā)具有真實(shí)性和準(zhǔn)確性的人工智能變?yōu)榭赡埽恳患颐麨樗髀劜┳R(shí)的大數(shù)據(jù)公司，給出了自己的答案：“前結(jié)構(gòu)化”+“專病種”。

前結(jié)構(gòu)化比后結(jié)構(gòu)化強(qiáng)在哪兒？

索聞博識(shí)的核心產(chǎn)品博識(shí)醫(yī)療云，是目前國(guó)內(nèi)應(yīng)用規(guī)模最大的專病種前結(jié)構(gòu)化電子病歷平臺(tái)。目前已經(jīng)有近500家三甲醫(yī)院、近4000個(gè)科室在使用基于博識(shí)醫(yī)療云平臺(tái)的應(yīng)用。

過(guò)去，臨床醫(yī)生在進(jìn)行科研工作時(shí)，往往花費(fèi)98%的時(shí)間在整理病例和查找病歷上，僅有2%的時(shí)間能夠產(chǎn)生有效的科研價(jià)值。

在使用了基于博識(shí)醫(yī)療云的病種前結(jié)構(gòu)化電子病歷服務(wù)之后，醫(yī)生可以節(jié)省95%的數(shù)據(jù)整理時(shí)間，從而讓他們可以把更多的時(shí)間放在對(duì)患者的診斷治療、科研和文章的細(xì)節(jié)上。

未來(lái)醫(yī)療人工智能的發(fā)展，最核心的一點(diǎn)便是高質(zhì)量的結(jié)構(gòu)化診療數(shù)據(jù)。要想獲取到這類數(shù)據(jù)，最優(yōu)的實(shí)現(xiàn)路徑則是基于專病電子病歷的前結(jié)構(gòu)化錄入。

美國(guó)醫(yī)療信息化已經(jīng)發(fā)展到以電子病歷為核心平臺(tái)，與其他業(yè)務(wù)單元進(jìn)行整合，形成專病前結(jié)構(gòu)化的大趨勢(shì)。美國(guó)的臨床醫(yī)生已基本普及利用前結(jié)構(gòu)化記錄患者的信息，中國(guó)在這方面則遠(yuǎn)遠(yuǎn)落后。

目前，包括博識(shí)醫(yī)療云在內(nèi)，國(guó)內(nèi)仍有大量企業(yè)使用后結(jié)構(gòu)化的方法處理存量信息 。但從本質(zhì)來(lái)看，它只是中國(guó)醫(yī)療數(shù)據(jù)發(fā)展的一個(gè)過(guò)渡產(chǎn)物。

后結(jié)構(gòu)化的優(yōu)點(diǎn)是作為當(dāng)下一種主流的數(shù)據(jù)處理技術(shù)，能夠幫助醫(yī)院處理存量數(shù)據(jù)，從過(guò)往保留的海量病歷中導(dǎo)出結(jié)構(gòu)化的數(shù)據(jù)，為醫(yī)生的臨床研究提供幫助。

它的缺點(diǎn)很明顯，主要有以下四點(diǎn)：

1、原始病歷內(nèi)容缺失不完善，存量數(shù)據(jù)質(zhì)量難以保證

2、需要集成院內(nèi)各個(gè)系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一整理；

3、NLP等功能算法可重復(fù)使用性較低；

4、人工復(fù)核等企業(yè)運(yùn)營(yíng)成本極其高昂。

與后結(jié)構(gòu)化相比，前結(jié)構(gòu)化則有著以下幾點(diǎn)優(yōu)勢(shì)：

1、醫(yī)生能夠直接輸入主觀信息并實(shí)時(shí)上傳；

2、確保了數(shù)據(jù)從最初就以完善的內(nèi)容和維度得以保存；

3、減少了數(shù)據(jù)處理的時(shí)耗及成本。

從后結(jié)構(gòu)化過(guò)渡到前結(jié)構(gòu)化，索聞博識(shí)也并非是一蹴而就。

從2013年開(kāi)始，索聞博識(shí)團(tuán)隊(duì)耗費(fèi)了兩年的時(shí)間整理、開(kāi)發(fā)、測(cè)試整個(gè)博識(shí)醫(yī)療云的原型技術(shù)體系；2015年，博識(shí)醫(yī)療云定位服務(wù)三甲醫(yī)院并開(kāi)始推向市場(chǎng)，其中協(xié)和醫(yī)院胸外科是其極具代表性的客戶之一。

2015年時(shí)，協(xié)和醫(yī)院胸外科和其他三甲醫(yī)院胸外科醫(yī)院，還處于傳統(tǒng)HIS系統(tǒng)電子病歷配合紙質(zhì)病歷的狀態(tài)。這對(duì)胸外科的醫(yī)生們?cè)斐闪藰O大的困擾。

在與索聞博識(shí)接觸后，索聞博識(shí)基于自主核心技術(shù)，快速幫助協(xié)和醫(yī)院胸外科打造了一個(gè)完全符合診療路徑，同時(shí)凝聚了協(xié)和醫(yī)院胸外科臨床經(jīng)驗(yàn)的科室級(jí)專病種全結(jié)構(gòu)化電子病歷。

在電子病歷平臺(tái)上線之初，索聞博識(shí)采用后結(jié)構(gòu)化處理（文本抽提+NLP）的方法，把醫(yī)院過(guò)去5年歷史的患者存量信息從醫(yī)院系統(tǒng)里導(dǎo)出、清洗，并且導(dǎo)入到博識(shí)醫(yī)療云之中以便醫(yī)生更好使用。

但在對(duì)歷史信息的清理中，索聞博識(shí)團(tuán)隊(duì)發(fā)現(xiàn)除了紙質(zhì)媒體導(dǎo)入的不便之外，最為挑戰(zhàn)的是臨床醫(yī)生書(shū)寫的不均一性。不同醫(yī)生在措辭和用語(yǔ)方面的個(gè)性，給后期的自然語(yǔ)言處理帶來(lái)了巨大的挑戰(zhàn)。

如何破解這個(gè)難題？

在結(jié)合國(guó)外經(jīng)驗(yàn)以及產(chǎn)品論證后索聞博識(shí)發(fā)現(xiàn)，如果采用前結(jié)構(gòu)化的方法，通過(guò)高度定制化全結(jié)構(gòu)化表單，醫(yī)生通過(guò)點(diǎn)選和輸入數(shù)據(jù)的方式實(shí)現(xiàn)主觀診斷數(shù)據(jù)輸入，讓診斷結(jié)果直接生成，能夠有效克服不同醫(yī)生之間的語(yǔ)言差異，同時(shí)達(dá)到數(shù)據(jù)高質(zhì)量地輸入。

2017年，基于醫(yī)院歷史資料處理的磨合，索聞博識(shí)為協(xié)和胸外科的醫(yī)生們量身設(shè)計(jì)了諸多操作細(xì)節(jié)和定制表單。臨床醫(yī)生們也越發(fā)體會(huì)到高度前結(jié)構(gòu)化的電子病歷在書(shū)寫均一性上的優(yōu)勢(shì)。

經(jīng)過(guò)一年多的臨床應(yīng)用，協(xié)和胸外科的醫(yī)生們已經(jīng)基本能將全部當(dāng)期的住院患者信息用前結(jié)構(gòu)化的方式記錄在博識(shí)醫(yī)療云中。當(dāng)然，這在博識(shí)醫(yī)療云的客戶中并非個(gè)例。

專病電子病歷比普通電子病歷強(qiáng)在哪兒？

前結(jié)構(gòu)化還有一個(gè)好處是：通過(guò)結(jié)構(gòu)化的設(shè)計(jì)能讓電子病歷做到專病化。相對(duì)于傳統(tǒng)電子病歷，專病電子病歷在信息維度、數(shù)據(jù)質(zhì)量、病種專業(yè)化、適于應(yīng)用方面，均有著明顯優(yōu)勢(shì)。

在信息維度方面，專病電子病歷可以針對(duì)特定病種的信息，依照醫(yī)生需求做專門的采集，維度可以為1至無(wú)上限。泛病種病歷只收集病種普遍信息，在數(shù)據(jù)維度上限制極大。

數(shù)據(jù)質(zhì)量方面，專病電子病歷僅針對(duì)該病種相關(guān)信息進(jìn)行收集，超過(guò)80%的內(nèi)容可以做到前結(jié)構(gòu)化的定制，信息收集規(guī)范、統(tǒng)一。

在系統(tǒng)更新方面，專病電子病歷可根據(jù)疾病的指南和發(fā)展方向不斷更新迭代。而普通電子病歷無(wú)法因?yàn)槟骋粋€(gè)或幾個(gè)疾病的指南更新，藥物發(fā)展而及時(shí)更新。

適于應(yīng)用方面，只有高質(zhì)量高數(shù)量的專病信息才能總結(jié)疾病的治療情況，推動(dòng)新藥的研發(fā)，提高疾病的治療效果。專病信息的收集，甚至可以看做是人工智能的基石。

怎樣才能形成專病前結(jié)構(gòu)化病歷？

要形成專病前結(jié)構(gòu)化病歷，需要解決兩個(gè)核心問(wèn)題，一是實(shí)現(xiàn)快速定制。三甲醫(yī)院之間，甚至是醫(yī)生之間并沒(méi)有太多共性化的需求，個(gè)性化需求偏多。醫(yī)院除了診斷治療外，還有大量的科研和疾病發(fā)展學(xué)科建設(shè)工作。

每家醫(yī)院在同一個(gè)疾病領(lǐng)域都有自己的經(jīng)驗(yàn)積累，在此基礎(chǔ)上才同時(shí)運(yùn)行著不少具體的臨床科研項(xiàng)目。因此定制化對(duì)于三甲醫(yī)院的臨床科室來(lái)說(shuō)，是一件非常重要的事情。

其二是能否快速迭代。以索聞博識(shí)三年來(lái)服務(wù)全國(guó)接近4000個(gè)三甲醫(yī)院臨床科室的經(jīng)驗(yàn)來(lái)看，醫(yī)院科室平均3-6個(gè)月便需要迭代一次電子病歷。

迭代內(nèi)容包括醫(yī)生在使用過(guò)程中功能改進(jìn)的建議，以及診療指南和研究方向的改變。而這種迭代往往并不是斷崖式的一次性更新，而是波浪式的持續(xù)累計(jì)下產(chǎn)生的質(zhì)變。

總的來(lái)說(shuō)，專病種電子病歷是前結(jié)構(gòu)化電子病歷的前提。如果電子病歷做不到專病化，就一定無(wú)法做到結(jié)構(gòu)化。

目前主流的電子病歷之所以是文本的形式，主要原因是醫(yī)院在信息化升級(jí)的過(guò)程中，需要考慮科室與科室之間的標(biāo)準(zhǔn)化問(wèn)題。但實(shí)際上，這種標(biāo)準(zhǔn)化犧牲的是學(xué)科的專業(yè)化。

可以說(shuō)，前結(jié)構(gòu)化專病電子病歷能獲得最高質(zhì)量的醫(yī)療數(shù)據(jù)，而高質(zhì)量的醫(yī)療數(shù)據(jù)是人工智能模型訓(xùn)練和算法應(yīng)用的前提條件。 

下面這個(gè)案例，能夠給出一些啟示。

專病前結(jié)構(gòu)化電子病歷如何與人工智能相結(jié)合？

2017年，基于專病前結(jié)構(gòu)化電子病歷的技術(shù)經(jīng)驗(yàn)，索聞博識(shí)開(kāi)始嘗試在人工智能領(lǐng)域發(fā)力。

中國(guó)人民解放軍302醫(yī)院的肝臟腫瘤中心、中國(guó)研究型醫(yī)院學(xué)會(huì)分子診斷醫(yī)學(xué)專業(yè)委員會(huì)聯(lián)合博識(shí)醫(yī)療云于今年9月份發(fā)布了一項(xiàng)基于算法的成果：通過(guò)結(jié)合機(jī)器學(xué)習(xí)算法和臨床醫(yī)學(xué)方面的專業(yè)算法，打造了一款針對(duì)膽管細(xì)胞癌的診斷和生存概率的人工智能模型產(chǎn)品。

目的是希望能夠幫助更多的三級(jí)醫(yī)院、二級(jí)醫(yī)院的臨床醫(yī)生，準(zhǔn)確地把膽管細(xì)胞癌從肝細(xì)胞癌中識(shí)別出來(lái)。

膽管細(xì)胞癌和肝細(xì)胞癌的生長(zhǎng)部位都在肝區(qū)，在影像上看起來(lái)很相似，但其實(shí)它們是不同源細(xì)胞，兩者的治療方案存在差別。能夠準(zhǔn)確的識(shí)別和診斷膽管細(xì)胞癌并制訂合理的治療策略，對(duì)于患者具有巨大的意義。

EN的AUC峰值最優(yōu)

博識(shí)醫(yī)療云采用前結(jié)構(gòu)化方法，首先先形成一個(gè)數(shù)千例的腫瘤數(shù)據(jù)集，該結(jié)構(gòu)化數(shù)據(jù)集擁有近2000個(gè)字段維度。

首先通過(guò)機(jī)器學(xué)習(xí)算法將字段的維度快速降維，高效率的壓縮到合理的數(shù)量范圍內(nèi)，從而滿足模型產(chǎn)品的易用性要求。

隨后結(jié)合醫(yī)學(xué)專業(yè)算法，利用機(jī)器學(xué)習(xí)模型獲取的關(guān)鍵變量信息進(jìn)行擬合，最后非常成功地搭建出基于疾病的發(fā)病概率和一年生存期等核心輸出指標(biāo)的人工智能產(chǎn)品。

從臨床醫(yī)生的角度，上述工作能夠幫助他們建立患者風(fēng)險(xiǎn)評(píng)價(jià)標(biāo)準(zhǔn)，未來(lái)有可能會(huì)內(nèi)化到中國(guó)的膽管細(xì)胞癌診療指南中。

同時(shí)，博識(shí)醫(yī)療云這套模型算法不斷迭代更新內(nèi)化到既有產(chǎn)品平臺(tái)中，包括網(wǎng)頁(yè)端和移動(dòng)端，從而讓更多的臨床醫(yī)院通過(guò)公開(kāi)的渠道使用該產(chǎn)品，應(yīng)用到診斷和治療工作中。

毫無(wú)疑問(wèn)，從篩選出腫瘤細(xì)胞，到給出診療意見(jiàn)，索聞博識(shí)的人工智能在影像學(xué)之外，又開(kāi)辟了一個(gè)新的應(yīng)用場(chǎng)景?；趯２∏敖Y(jié)構(gòu)化電子病歷所建立的數(shù)據(jù)基礎(chǔ)。

在未來(lái)，索聞博識(shí)可以開(kāi)發(fā)結(jié)合臨床醫(yī)生的需要，從機(jī)器學(xué)習(xí)、深度學(xué)習(xí)乃至復(fù)合型算法，實(shí)現(xiàn)更多場(chǎng)景的人工智能臨床應(yīng)用。

文|郝雪陽(yáng)

微信|hxy942416176

添加時(shí)請(qǐng)注明：姓名-公司-職位

后臺(tái)發(fā)送關(guān)鍵詞即可獲得相關(guān)好文

網(wǎng)站、公眾號(hào)等轉(zhuǎn)載請(qǐng)聯(lián)系授權(quán)