循證醫(yī)學(xué)與真實(shí)病歷庫(kù)CDSS實(shí)現(xiàn)應(yīng)用范文

本站小編為你精心準(zhǔn)備了循證醫(yī)學(xué)與真實(shí)病歷庫(kù)CDSS實(shí)現(xiàn)應(yīng)用參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。

摘要：目的利用臨床決策支持系統(tǒng)(ClinicalDecisionSupportSystem,CDSS)，輔助醫(yī)生提高診療水平，減少誤診及漏診率。方法：通過(guò)對(duì)全院海量?jī)?yōu)質(zhì)歷史病歷的機(jī)器學(xué)習(xí)，構(gòu)建醫(yī)院臨床最佳實(shí)踐庫(kù)；在此基礎(chǔ)上，融合BMJ循證醫(yī)學(xué)最佳實(shí)踐庫(kù)，形成診療標(biāo)準(zhǔn)框架；利用隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等人工智能算法，生成決策支持模型，實(shí)現(xiàn)對(duì)臨床診療的輔助支持。結(jié)果：系統(tǒng)基于優(yōu)質(zhì)歷史病歷和BMJ循證醫(yī)學(xué)證據(jù)的決策模式，使推薦結(jié)果更具針對(duì)性，更符合醫(yī)院實(shí)際；大大提高了診療模型的準(zhǔn)確率（最高可達(dá)91.7%），使結(jié)果更加可靠。結(jié)論：臨床決策支持系統(tǒng)的應(yīng)用，將為醫(yī)生在診療過(guò)程中提供切實(shí)、有效的幫助。

關(guān)鍵詞：人工智能；臨床決策；歷史病歷；循證醫(yī)學(xué)

1引言

近年來(lái)，人工智能在我國(guó)的發(fā)展如火如荼，也為醫(yī)療行業(yè)帶來(lái)了深遠(yuǎn)影響。2017年5月，科技部《“十三五”衛(wèi)生與健康科技創(chuàng)新專項(xiàng)規(guī)劃》，提出開(kāi)展醫(yī)學(xué)大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)等技術(shù)，支持機(jī)器智能輔助個(gè)性化診斷和決策支持系統(tǒng)等研究[1]。從政策層面明確了大數(shù)據(jù)及人工智能技術(shù)在發(fā)展臨床決策支持方面的巨大潛力和廣闊前景，使其成為未來(lái)醫(yī)院信息化發(fā)展的趨勢(shì)[2]和各醫(yī)療機(jī)構(gòu)關(guān)注的熱點(diǎn)[3]。北醫(yī)三院在現(xiàn)有信息化架構(gòu)基礎(chǔ)上，建立了基于優(yōu)質(zhì)歷史病歷和循證醫(yī)學(xué)知識(shí)庫(kù)的cdss。系統(tǒng)區(qū)別于傳統(tǒng)主要依靠專家系統(tǒng)[4-6]及案例推理方法[7-8]提供輔助決策的模式，利用機(jī)器學(xué)習(xí)技術(shù)處理海量院內(nèi)優(yōu)質(zhì)歷史病歷，得出臨床最佳實(shí)踐庫(kù)，再結(jié)合BMJ循證醫(yī)學(xué)知識(shí)庫(kù)中的診斷、治療參考，通過(guò)人工智能建立精準(zhǔn)算法模型，解決了專家系統(tǒng)知識(shí)局限、更新速度慢、過(guò)度依賴人力等問(wèn)題，實(shí)現(xiàn)了與電子病歷集成的實(shí)時(shí)、無(wú)打斷式診療決策輔助。

2系統(tǒng)架構(gòu)設(shè)計(jì)

臨床決策支持系統(tǒng)底層是由近十年來(lái)的優(yōu)質(zhì)歷史病歷和BMJ循證醫(yī)學(xué)知識(shí)庫(kù)作為數(shù)據(jù)基礎(chǔ)；在對(duì)病歷數(shù)據(jù)進(jìn)行去隱私、自然語(yǔ)言處理（NLP）、數(shù)據(jù)清洗等處理后，與BMJ循證醫(yī)學(xué)知識(shí)庫(kù)融合，形成臨床最佳實(shí)踐庫(kù)和循證醫(yī)學(xué)最佳實(shí)踐庫(kù)；利用神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林等人工智能技術(shù)對(duì)數(shù)據(jù)進(jìn)行模型訓(xùn)練，并不斷優(yōu)化，最終生成決策支持模型，輔助臨床診斷及治療方案制定。系統(tǒng)架構(gòu)如圖1所示。

2.1優(yōu)質(zhì)歷史病歷提供臨床最佳實(shí)踐

自實(shí)施電子病歷以來(lái)，共積累了10年近3000萬(wàn)份的優(yōu)質(zhì)歷史病歷數(shù)據(jù)，為后期的數(shù)據(jù)利用打下了堅(jiān)實(shí)基礎(chǔ)。但如何將以自由文本內(nèi)容為主的病歷信息轉(zhuǎn)化為計(jì)算機(jī)可識(shí)別的結(jié)構(gòu)化數(shù)據(jù)，一直是業(yè)界難題。為此，選擇了病歷多層次醫(yī)療術(shù)語(yǔ)抽取方法，在本體的術(shù)語(yǔ)標(biāo)準(zhǔn)化基礎(chǔ)上，以極細(xì)的顆粒度，對(duì)癥狀、體征、持續(xù)時(shí)間、治療手段、治療效果等實(shí)體進(jìn)行提取，并按照時(shí)間關(guān)系加以組織，最終完成病歷的后結(jié)構(gòu)化處理，為形成醫(yī)院臨床最佳實(shí)踐庫(kù)提供數(shù)據(jù)支撐。

2.2BMJ循證醫(yī)學(xué)庫(kù)提供循證醫(yī)學(xué)最佳實(shí)踐

BMJ循證醫(yī)學(xué)知識(shí)庫(kù)是對(duì)各類醫(yī)學(xué)研究、臨床指南等既有知識(shí)的梳理、總結(jié)和提煉，從而形成一套包含診斷、治療、隨訪等完整的知識(shí)庫(kù)系統(tǒng)，如圖2所示。與通常意義上的文獻(xiàn)、指南等相比，其優(yōu)點(diǎn)在于證據(jù)等級(jí)較高，屬于二次研究證據(jù)，更適合直接用于臨床實(shí)踐，為診療決策提供可靠依據(jù)，如圖3所示。

3系統(tǒng)功能實(shí)現(xiàn)

CDSS功能包括臨床診斷決策和治療方案決策。診斷過(guò)程中，因涉及的因素錯(cuò)綜復(fù)雜，系統(tǒng)通過(guò)直接診斷推薦及間接多渠道驗(yàn)證機(jī)制，輔助臨床快速確定診斷，減少誤診誤治；制定治療方案時(shí)，則聯(lián)合循證醫(yī)學(xué)知識(shí)庫(kù)和歷史病歷方案聚集推薦，輔助確定精準(zhǔn)化治療方案，提高診療效果。整體功能設(shè)計(jì)如圖4所示。

3.1診斷決策支持

診斷決策支持是利用機(jī)器學(xué)習(xí)算法，將優(yōu)質(zhì)歷史病歷及循證醫(yī)學(xué)知識(shí)庫(kù)中的疾病診療方法及經(jīng)驗(yàn)進(jìn)行深度學(xué)習(xí)，形成輔助診斷模型，繼而針對(duì)當(dāng)前患者的主訴、既往史、現(xiàn)病史、輔助檢查等信息，給出推薦診斷列表，包括疑似常見(jiàn)病、罕見(jiàn)病推薦、檢驗(yàn)檢查項(xiàng)目推薦、鑒別診斷推薦等，幫助醫(yī)生有效提高初診正確率，縮短確診時(shí)長(zhǎng)，減少誤診誤治。

3.1.1推薦診斷按概率排序以往的輔助診斷很多都是并行推薦與疾病特征相關(guān)的所有命中結(jié)果，沒(méi)有權(quán)重區(qū)分，很難起到有效的輔助決策作用。以優(yōu)質(zhì)歷史病歷為樣本集，分專科訓(xùn)練并構(gòu)建診斷推薦模型，確定疾病特征與診斷的關(guān)聯(lián)性及關(guān)聯(lián)度，并借助循證醫(yī)學(xué)證據(jù)金標(biāo)準(zhǔn)修正模型，實(shí)現(xiàn)為醫(yī)生推薦按概率排序的診斷結(jié)果。推薦診斷處理過(guò)程如圖5所示。

3.1.2罕見(jiàn)病推薦罕見(jiàn)病由于發(fā)病率極低，臨床很難首次確診。系統(tǒng)將國(guó)家罕見(jiàn)病目錄中的疾病納入模型，在患者就診時(shí)結(jié)合當(dāng)前實(shí)際情況，為醫(yī)生推薦可能的罕見(jiàn)病診斷結(jié)果，引起臨床關(guān)注，最大限度避免漏診誤診。

3.1.3檢驗(yàn)檢查項(xiàng)目推薦患者的病情描述可為臨床醫(yī)生初步診斷提供信息，而明確診斷往往還需要有進(jìn)一步的檢驗(yàn)、檢查結(jié)果作為證據(jù)。根據(jù)診斷推薦，系統(tǒng)可從BMJ循證醫(yī)學(xué)知識(shí)庫(kù)中獲取確定診斷所需的檢查、檢驗(yàn)指導(dǎo)，輔助醫(yī)生做出正確決策。

3.1.4鑒別診斷推薦鑒別診斷是臨床診療中的重要環(huán)節(jié)，是對(duì)診斷的進(jìn)一步驗(yàn)證。由于歷史病歷中包含了既往豐富的病情描述及鑒別診斷等信息，通過(guò)機(jī)器學(xué)習(xí)，可提取并聚合鑒別診斷結(jié)果，在聯(lián)合循證醫(yī)學(xué)知識(shí)庫(kù)中的鑒別診斷結(jié)果后，給出個(gè)性化鑒別診斷推薦。

3.2治療決策支持

系統(tǒng)對(duì)治療決策的支持，同樣是通過(guò)對(duì)醫(yī)院歷史病歷數(shù)據(jù)和BMJ循證醫(yī)學(xué)知識(shí)庫(kù)的融合實(shí)現(xiàn)，具體如圖6所示。通過(guò)對(duì)歷史病歷的處理建模，找到相似病歷，獲取最佳臨床實(shí)踐治療方案；再以循證醫(yī)學(xué)知識(shí)庫(kù)中的標(biāo)準(zhǔn)治療方案為補(bǔ)充，修正完善后，形成相關(guān)治療方案推薦結(jié)果。

3.3與電子病歷系統(tǒng)集成電子病歷系

統(tǒng)是臨床醫(yī)生的主要工作平臺(tái)，包含書(shū)寫(xiě)病歷、開(kāi)立醫(yī)囑、錄入診斷、查看檢查檢驗(yàn)等。將CDSS無(wú)縫集成于電子病歷前端，多渠道推薦診斷及治療方案，并可通過(guò)異步通訊方式，提供不影響當(dāng)前業(yè)務(wù)系統(tǒng)使用的實(shí)時(shí)非打斷式服務(wù)模式。

4系統(tǒng)建設(shè)成效

系統(tǒng)于2018年10月正式上線，經(jīng)過(guò)不斷優(yōu)化調(diào)整后，其模型推薦準(zhǔn)確率明顯提高，具有較高程度的輔助決策功能。分析醫(yī)院5個(gè)科室在2017年的病歷數(shù)據(jù)，以出院主診斷不同于入院診斷為判斷初診正確性標(biāo)準(zhǔn)，計(jì)算各科室的初診準(zhǔn)確率。設(shè)科室病歷數(shù)為a，出院主診斷不同于入院診斷的病例數(shù)為b，將其輸入診斷推薦模型，出院主診斷排在模型推薦前一位置的病歷數(shù)為c，則模型前一準(zhǔn)確率為（a-b+c）/a×100%。同理，得到模型前三準(zhǔn)確率。如表1所示，模型前三的準(zhǔn)確率有顯著提升，最高可達(dá)91.7%。

5結(jié)語(yǔ)

基于歷史病歷和循證醫(yī)學(xué)證據(jù)的CDSS，是醫(yī)院對(duì)人工智能在臨床醫(yī)療領(lǐng)域的一次成功探索與實(shí)踐，開(kāi)創(chuàng)了臨床診療新模式。系統(tǒng)以對(duì)歷史病歷的機(jī)器學(xué)習(xí)為基礎(chǔ)，確保了推薦結(jié)果的個(gè)性化和有效性；同時(shí)輔以BMJ循證醫(yī)學(xué)知識(shí)庫(kù)，使推薦更加客觀、全面；通過(guò)與電子病歷集成，提供實(shí)時(shí)非打斷式輔助，極大提升了系統(tǒng)的易用性。CDSS的應(yīng)用，對(duì)提高臨床醫(yī)生尤其是低年資醫(yī)生的診療水平將具有重要意義，對(duì)促進(jìn)基層醫(yī)療衛(wèi)生水平的提高也有顯著作用，是落實(shí)新醫(yī)改三級(jí)診療政策的有力抓手。下一步將對(duì)系統(tǒng)的臨床效果做出量化評(píng)估，并根據(jù)臨床反饋及評(píng)估進(jìn)行改進(jìn)，同時(shí)積極探索系統(tǒng)在疾病風(fēng)險(xiǎn)預(yù)測(cè)方面的應(yīng)用。

參考文獻(xiàn)

[1]關(guān)于印發(fā)《"十三五"衛(wèi)生與健康科技創(chuàng)新專項(xiàng)規(guī)劃》的通知[EB/OL].

[2]姬娜,李桂祥,陳鵬崗.基于疾病模式的臨床決策支持系統(tǒng)構(gòu)建[J].中國(guó)醫(yī)療設(shè)備,2018,33(10):71-73,82.

[3]馬萬(wàn)興,朱媛媛,張瑜,等.臨床決策支持系統(tǒng)應(yīng)用調(diào)查研究[J].醫(yī)學(xué)信息學(xué)雜志,2018,39(6):38-42.

[4]馬計(jì),杭波.糖尿病診斷專家系統(tǒng)的研究與實(shí)現(xiàn)[J].實(shí)用診斷與治療雜志,2008(2):121-123.

[5]江濤,石榮剛.心電診斷模糊專家系統(tǒng)開(kāi)發(fā)與研究[J].現(xiàn)代電子技術(shù),2007(11):124-126.

[6]吉艷平,危韌勇,劉洋君.抑郁癥智能診斷專家系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制,2007(3):291-293.

[7]周晟.基于案例推理的糖尿病腎病中醫(yī)臨床決策輔助系統(tǒng)的設(shè)計(jì)與構(gòu)建[D].北京:北京中醫(yī)藥大學(xué),2018.

[8]顧東曉,江政.考慮醫(yī)療案例標(biāo)注性屬性的醫(yī)生診療輔助決策研究[C]//中國(guó)管理現(xiàn)代化研究會(huì)、復(fù)旦管理學(xué)獎(jiǎng)勵(lì)基金會(huì).第十三屆(2018)中國(guó)管理學(xué)年會(huì)論文集.中國(guó)管理現(xiàn)代化研究會(huì)、復(fù)旦管理學(xué)獎(jiǎng)勵(lì)基金會(huì):中國(guó)管理現(xiàn)代化研究會(huì),2018:10.

作者：朱聲榮 李維 張晨 席韓旭 張欣 計(jì)虹 單位：北京大學(xué)第三醫(yī)院信息管理與大數(shù)據(jù)中心