数智赋能围术期医学——乐九医疗如何助力手术质量安全提升？

临床数据是新质生产力的核心要素

　　医疗领域的数字化转型已迅速席卷全球，加速医疗数据要素价值释放已成为推动医疗行业新质生产力发展的当务之急。这一趋势引起了世界各地医疗领域的广泛关注和讨论，其核心目标是为患者提供更安全、高效和个性化的医疗服务。医院管理者们越来越关注医院内部的数字化医疗需求。

　　在国家和各地区政策指引下，中国各级医疗机构正在加速手术室智慧化的赋能和建设。2021年5月国务院办公厅印发《关于推动公立医院高质量发展的意见》，2022年11月国家卫生健康委、国家中医药局、国家疾控局联合发布《“十四五”全民健康信息化规划》，2023年3月中共中央办公厅、国务院办公厅印发《关于进一步完善医疗卫生服务体系的意见》，都明确鼓励医疗机构积极拓展智慧管理创新应用，提升医院运营管理效率。手术室作为医院医疗资源密集的核心业务部门之一，信息化、数字化和智能化的转型显得尤为关键。手术室集多学科、多专业人员、多设备、多器械于同一平台，其管理内容愈发纷繁复杂，面临诸多挑战。在公立医院高质量发展的要求下，为全面提升医疗质量安全水平，国家卫生健康委、国家中医药局2023年8月联合印发了《全面提升医疗质量行动计划（2023-2025年）》，其中提出开展“手术质量安全提升行动”，对医疗机构对于手术的安全性、精准度、效率的要求进一步提升。

　　近年来麻醉与手术相关并发症和死亡问题日益凸显，我国手术患者住院死亡率与手术、麻醉并发症发生率均呈现上升趋势，亟待通过信息化、数智化手段提升手术麻醉患者管理能力。当前医院围术期患者管理面临着多重挑战，主要体现在数据管理和整合能力有限、术前评估复杂且耗时、麻醉风险评估困难重重、实时监控与管理手段受限、人工智能和自动化应用尚未普及、术后管理面临的巨大挑战等方面。为解决这些问题，构建数据驱动的，高效、智能的手术麻醉系统显得尤为重要。

　　相应地，医疗机构对手术麻醉信息管理系统的要求不再是传统的单一手术流程管理角色，更加注重手术患者全程管理和风险与质量控制，重视数据在围术期诊疗全流程的价值释放。数智化技术贯穿患者围术期管理，将把数据从简单的决策支持工具，发展成为推动医疗技术创新的核心力量，是满足医疗行为管理、医疗质控及医疗科研发展的核心力量。

　　因此，医疗机构需要从庞大的围术期数据中洞察数据，以便更好地临床决策、研究创新和服务患者。而临床数据孤岛、数据分散、数据质量不高等问题，导致数据的应用和价值受限。为了应对这一挑战，中台概念应运而生，成为引领医疗机构数字化转型的重要引擎之一。

　　乐九医疗在医疗大数据治理领域沉淀了十年，始终聚焦于赋能临床科研与医疗质量管理，是国内围术期数据库建设的领头雁。CHIMA 2024期间，乐九医疗携手深麻智能发布了国内首个“三中台架构”的新一代数智化手术麻醉系统DeepAI-V1.0。运用大数据、生成式AI等新技术，实现以患者围手术期综合管理为目标的业务全流程支持以数据驱动的智能化应用，智能化支撑术前评估与谈话、麻醉诊疗计划、临床麻醉教育、麻醉前准备、麻醉管理、麻醉复苏、术后疼痛管理、术后随访计划等各临床业务场景，包括术前评估单自动生成，ASA分级自动生成、支持一键排程、AI智能访视、术中不良事件监测、智慧文书编辑器等创新模块，为医护人员提供智能化应用支持及友好便捷的操作体验。

DeepAI-V1.0的三中台架构体系

　　通过数据中台、AI中台和业务中台的紧密配合实现高效管理操作、整合数据分析及智能算法应用，显著提高麻醉过程的精确性、安全性和决策支持能力。

　　数据中台通过数据技术，对围术期全量数据进行采集、计算、存储、加工，参考围术期数据集标准对数据进行术语统一和结构化处理，再进行存储，形成大数据资产层，进而为患者的手术提供全病程管理、精准诊疗等高质量服务，实现数据对业务的赋能和支撑。数据中台的核心是临床数据资产的共享和复用，提高数据处理效率，降低数据管理成本，为临床、科研和质控管理提供更全面的数据分析和洞察能力。数据中台的构建主要包括数据管理、数据分析、数据共享三个层次，数据管理的本质是将数据资产化，数据分析的本质是将数据智能化、场景化，数据共享的目标是将数据业务化。

　　AI中台集成机器学习、自然语言处理、迁移学习、自监督对比学习、大模型认知和增强等技术手段，完成数据引擎、算法引擎、规则引擎的构建。基于生成式AI大模型的多模型系统架构，专注于围术期的辅助决策。其中不同的基座模型被设计和训练，通过模态对齐、跨模态融合等技术来处理特定的子任务或模态，然后由一个主模型（大语言模型）来协调和调用它们。突破大模型输出可靠性提升技术，面向生成式评估单、动态监测与预警、辅助决策与干预控制三个具备代表性的围手术期临床应用开展针对性研究。基于标准报告模板和上下文学习技术，生成与医生评估质量相似的高质量术前评估建议。整合权威医学文献指南知识和真实案例数据，实时监测并预警手术患者可能发生的不良事件。基于外部知识约束和提示词工程，强化模型对医疗问题的应对能力。

　　临床医生可以通过AI中台将辅助决策等科研成功转化的成果直接应用于手术患者，降低并发症发生率。AI中台对患者术前信息及术中心率、血压、血氧饱和、体温等波形数据进行实时分析，对预测可能发生的急性事件或不良预后及时进行处置并逐步实现手术患者生命参数的精准调控。

　　业务中台将数据中台的资源整合成面向临床工作需要的“中间件”，满足随需调用，其目标是沉淀出可以“被共享的能力”，通过统一的数据接口和模块化设计，中台能够实现资源共享、信息流通和业务协同，支持多种手术麻醉应用场景。

　　通过与AI中台和数据中台对接互联，实现智能化的辅助决策和全面的数据分析应用。同时业务中台的灵活性和可扩展性使其能够适应不断变化的业务需求，最终满足用户体验升级、运营成本降低的要求，实现业务标准化、体系化。

DeepAI-V1.0的核心功能模块

　　1 AI一键智能排台

　　依托数据模型和预设的排台规则，支持一键智能排台；配合灵活的拖拽交互，快速便捷的完成手术排台。

　　2 智能访视

　　系统自动采集患者病史及检查结果，生成访视单并提供原始数据核对。结合知识库，输出麻醉指南，助力麻醉医师制定麻醉计划。

　　3 辅助决策

　　基于预制算法模型库和围术期知识图谱，提供术前用药指导、麻醉计划推荐、术中不良事件应对和术后并发症处理措施。

　　4 知识图谱

　　知识图谱通过系统化整合手术相关信息和知识，结合大模型能力，提供决策支持和数据驱动的见解，提升医疗质量、优化手术流程。

　　5 患者转运

　　通过移动端（PAD/PDA）的使用，规范患者手术转运的流程，提高护理效率和患者安全。

　　6 精细管理

　　手术麻醉计费自动提取，耗材、毒麻药管理，详细的业务统计，全面的质控控制等功能。

DeepAI-V1.0助力手术质量提升

　　基于三中台架构的DeepAI-V1.0可以协助医务人员共同完善手术质量安全管理体系，形成科学规范、责权清晰、运行顺畅的系统机制，降低患者围手术期死亡、手术并发症、麻醉并发症等负性事件发生率，降低非计划重返手术室再手术率，降低手术麻醉期间低体温发生率。

　　1 赋能术前风险管理的科学评估

　　21世纪医生的听诊器是科学评估。DeepAI-V1.0建立结构化的患者术前评估表，防止漏评、错评，并在手术前对已完成的评估项目进行核定和分析，对其中发生变化的项目及时复评，根据评估进行手术分级管理目录的动态调整，保障手术分级管理的科学性。

　　同时系统根据手术风险、患者评估情况，提供手术指征、禁忌症、手术方式、预期效果、手术风险及处置预案参考，对存在糖尿病、高血压、凝血功能障碍等情况的患者，提供术前药物应用情况的自动核实，防止意外出现。对于急诊手术，提供规范、简便的术前准备清单、流程，避免遗漏必要的术前准备内容。

　　2 强化术中关键环节核查

　　系统嵌套《手术安全核查表》，在麻醉实施前、手术开始前和患者离开手术室前，逐项签名核对相关内容，严防手术部位错误、手术用物遗落、植入物位置不当、手术步骤遗漏等问题。手术过程中，系统自动全程监测患者血压、心率、体温、血氧饱和度等生命体征，尤其是术中体温主动保温和紧急干预措施。

　　3 以精细管理为目标，实现术后风险管理

　　系统依据术后转运衔接的业务流程，按要求定制交接清单、麻醉事项清单、耗材清单、护理质控清单、患者沟通清单。系统术后的即时评估，帮助医务人员科学选择麻醉复苏室、普通病房、重症监护室等术后观察和恢复区域。记录术后患者引流物性状、引流量、出入量、伤口渗血等数据，辅助临床及时开展AI疼痛评估，规范处置危急值，依靠系统加强和完善术后随访工作。

　　4 提供科学技术手段实现固本强基

　　DeepAI-V1.0依据手术质量安全提升行动目标来构筑系统的架构体系、匹配业务流程，坚持问题导向，聚焦重点问题。

　　系统将手术质量安全提升目标与医院管理重点工作全面深度融合，形成长效管理机制，协同手术质量安全管理与技术成果转化双轮驱动的绩效考核，帮助医疗机构探索建立以医疗质量安全为导向、以科学创新赋能为结果的医疗体系绩效分配新机制。

乐九医疗企业介绍

　　乐九医疗成立于2014年，是浙江大学计算机创新研究院的生态企业。企业秉承“创新向善、乐人寿世”的初心，十年专注于赋能临床科研与医疗质量管理，擅长医疗大数据治理及医学人工智能技术开发，拥有近百项发明专利和软著，具备完整的数据、隐私、信创等体系认证，是国家级高新技术企业、省级专精特新企业，是国内多个医疗/信息协会委员单位。

　　乐九医疗参与了多个国家重点研发计划项目，累计协助临床医生发表了多个专家共识、超200篇SCI高分文章，主导了多个团标的编制。目前已为全国20余个省市和地区的数百家医疗机构提供了数智化技术产品与服务。

　　2022年乐九医疗组建由高校、医院、研究机构协同参与的数据科学第五范式研发团队，致力于研发基于垂域大模型的下一代临床数智一体化平台ClinNEX(1+X)，通过风险事件和专病管理两个维度构建数智风险防控体系，以降低不良结局发生率为目标，全方位赋能医院高质量发展。

　　以麻醉科为例，乐九构建了围术期临床知识研究平台、围术期数据库、围术期智能访视与辅助决策系统、数智手术麻醉作业管理系统，形成临床教学、科研、质控和患者全病程服务管理于一体的围术期诊疗生态。围术期领域大模型基于广泛的医学知识和临床数据，进行复杂的数据分析、推理和决策支持，随着数据不断优化模型，算法持续优化迭代，预测精度不断提升，逐步实现围术期生命参数的调控精准，为麻醉机器人的发展奠定类脑人工智能核心支持。

　　未来，乐九医疗将继续深耕科技与医疗的融合，为更多的医生和患者提供更好的服务和诊疗效果，为推动中国医疗高质量发展，做出实实在在的贡献。

　　（本文由乐九医疗供稿）