医疗大数据将进入后结构化时代，医渡云携手落地医院探索标准治疗

2019 年 1 月 18 日 动脉网

“无论是医疗大数据还是人工智能，最终都必须落地。而医疗大数据的重要应用领域，应该是治疗。”在由重庆医学会主办，重庆医科大学-医渡云医学数据研究院承办的首届“两江智慧医疗高峰论坛”暨重庆市医学会信息专业委员会2018年学术年会上，贵州医科大学附属医院副院长李昆谈及医疗大数据时，如此表示。

近年来，以结构化的医疗大数据做支撑，人工智能应用不断逐渐渗透进医院这个最难被智能化改造的场景。从信息化到智能化，从非结构化到结构化，取之于临床的医疗大数据最终被用之于临床。

改善就医体验、提高诊疗效率、辅助临床科研，每一个医疗参与者都已经受益于诊疗数据结构化的成果。

不过，在院长们眼中，医疗大数据的触角应该延伸到专科单病种的标准化治疗方案制定，而坐拥顶尖人才和丰富经验的医疗大数据企业需要在其中发挥更加主导的作用。

在年会后的访谈环节，南京大学医学院附属鼓楼医院（简称“鼓楼医院”）党委书记彭宇竹、贵州医科大学附属医院（简称“贵医大附属医院”）副院长李昆和浙江大学医学院附属邵逸夫医院下沙院区（简称“邵逸夫医院”）副书记乔凯向动脉网介绍了智慧医院建设成果，并分享了医疗大数据未来应用的设想。

成果回顾：大数据助力临床科研是亮点

现阶段，智慧医院建设成果在患者端和医院端分别体现了应用价值。

在患者端，智慧化的医院优化了患者就医体验，统一归集患者数据，以APP联通院内和院外。医院数字化对患者的助益，已经随着国家互联网医院政策的落地而为人们熟知。

鼓楼医院设置了100余台自助设备，患者就诊全程只需条码，而无需排队，依托APP延伸原有随访体系，并建立远程医疗中心，实现对基层医院的远程诊疗指导。贵医大附属医院也通过数字化实现了自动预约、人工智能的诊断，节省诊断时间，并提高精准度。

李昆副院长告诉动脉网，以往，患者看病等待时长1-2小时，而在数字化场景下，患者只需提前10分钟抵达医院候诊，“到达医院以后，导医会将患者安排到专门的等候区。”此外，患者的处方、检验结果也会实时在院内流动。

在医院端，三位医院管理者都强调，结构化的医疗大数据给予医生临床科研极大帮助。乔凯副书记指出，结构化的医疗大数据才是真正有用的数据。邵逸夫医院成立时间不长，科研基础相对薄弱，医生对将医疗大数据应用于临床科研的感触颇深。前不久，鼓楼医院将过去10年近10万例健康体检数据进行了结构化处理，极大提高了临床科研产出效率。彭宇竹书记认为，医院内还有大量数据资源亟待开发和利用。

同时，实现分级诊疗也离不开医疗大数据。鼓楼医院的医联体集团涵盖了一百余家医院，大部分患者管理事项都是通过互联网进行。

此外，人工智能落地是医疗大数据应用绕不开的话题。鼓楼医院最早在泌尿外科，运用病理图像的机器深度学习进行前列腺癌早筛，目前已经能够实现比人工更高的准确性和特异性，前列腺癌早筛的敏感度为99.3%，并且提高工作效率。

据彭宇竹书记透露，鼓楼医院正在积极推进临床药学服务延伸，通过人工智能软件，帮助药师审方，药方的覆盖范围从过去的10%-20%已经增加至100%。

医院智能化，需要专业医疗大数据企业支撑

信息化是医院智慧医院的基础。在我国，医院信息化建设已经有超过20年历史，从信息化到智能化，却是一个更开放的过程。

鼓楼医院：重塑医院信息系统

鼓楼医院拥有百年历史，积淀深厚，在全国大型综合公立医院中有一定的品牌影响力。“十三五”其间，鼓楼提出重塑医院信息系统，以HIMSS7级、互联互通、JCR等要求为标准，开始建设智慧医院。

在功能实现方面，鼓楼医院主要从三个层面来操作。

第一，操作层面的互联互通，2016年启动，2018年2月初已经基本到位。目前，鼓楼医院通过HIMSS6级认证，实现日常诊疗、检验等数据的互联互通。

第二，结构化数据库，已经于2018年6月顺利完成。

第三，借助结构化数据库来实现智能化应用，部分学科已经形成了单病种的细分结构化数据库，如普外科的胃癌和大肠癌、内分泌科的糖尿病。下一步，鼓楼医院将鼓励各个专科和部门对结构化数据库进行深度挖掘。

彭宇竹书记指出，医疗大数据的智能化有效利用，单靠医院自身是很难完成的。医疗大数据体量非常大，人工的方式无法采集和处理，必须依靠专业人员通过计算机语言建立算法来归类。“医疗大数据公司具备人才优势，负责具体工作内容的推进。”

医渡云等医疗大数据公司介入医院智慧化建设的路径，一般是从大项目到专科单病种。鼓楼医院的数据结构化已经进入专科单病种阶段，彭宇竹书记告诉动脉网，一般由大数据公司设计数据细分方案，经与临床交流、调整后，着手实施。大数据公司所做的工作是运用大数据将临床需求转化成计算机语言。

贵医大附属医院：以大数据为抓手，奋力追赶

李昆副院长在分享贵医大附属医院智能化建设经验时，格外强调落地，“何为落地？就是要让管理者感觉到管理上的便捷，让我们医生的使用者感到他使用的方便。”

贵州省是全国大数据的重要基地，在与医渡云的合作中，贵州省人民医院最想做的是预防。通过大数据梳理发现，贵州省的一些常见病、地方病具有发病规律，生活习惯、居住环境中存在潜在诱发因素。

贵州农村的高血压比较多，计划与医渡云开发心血管专病软件，一方面发现今后怎么样规范治疗，另一方面发现它的诱发因素和他的生活环境和他的饮食习惯和他的其他嗜好有没有关系。在此基础上，尽量将疾病扼杀在没有发生的阶段。

邵逸夫医院：从“一号制”到智能化

邵逸夫医院从1994年建院伊始便实行一号制，依托计算机系统，患者所有的历史就诊信息都被完整保留。数据的连续性和完整性是邵逸夫医院的特色，其保证了了医疗质量，和临床科研需求，并且为大数据平台的建设提供了良好基础。

2016年，邵逸夫医院与医渡云合作，着手建立整个医院的科研大数据平台，对患者数据进行了采集，实现标准化和结构化。邵逸夫医院自主建立了医疗云平台，汇总千余家医院的上万名医生资源，从而更好地服务和吸引患者。

此外，邵逸夫医院建立了认知医疗中心，从事基于结构化医疗大数据的人工智能应用研究，开发了社区全科医生助手，并获得国家卫健委认可，指定为邵逸夫医院的国家级扶贫项目。

医疗大数据应用：从临床需求出发，强化治疗功能

谈及医疗大数据应用前景，三位院长均强调，未来医疗大数据模型设计，应当向治疗端推进。

李昆副院长指出，建议医渡云把预防设计放在前端。在全国顶级医疗专家的帮助下，这项工作是医疗大数据公司可以做到的。“但是这个工作不是单靠医渡云能够完成的，需要与全社会的信息化建设联动起来。”

目前，医渡云已经协助贵州省人民医院梳理了2007年以前的数据，在完善法律规范的基础上，将进一步推出实用性功能，包括全科疾病和心血管专科疾病的防控。

此外，贵医大附属医院已经就肝病的标准治疗方案，与中科院肿瘤医院、医渡云达成初步意向，从2019年1月启动新的合作。“医渡云可以通过与中科院肿瘤医院的院士组成一个团队，以肺癌为例，针对具体肺癌分型，制定病例采集要求，通过医渡云传输到院士指导团队，由指导团队制定标准治疗方案，用于治疗指导，这是一种循证医学的临床路径。”李坤副院长指出，“目前，全国还没统一的治疗方案，科学界也有些争论。但如果院士团队能够制定出一套完整的方案，再通过医渡云传输下来。”

乔凯副书记也指出，临床科研的具体想法，是要从医院里产生的，医疗大数据企业具备技术领军人才，能够从技术层面切入，为智慧医院建设提供专业服务，“希望医疗大数据企业从数据的服务型企业转变为数据的主导型企业，在这方面实现一些跨越性的转变。”