北京思普科软件:儿患智能医学专家系统

作者:北京思普科软件 发布时间:2020-11-18
浏览次数:


CHIMA 2020医院新兴技术创新应用典型案例推荐活动自启动以来,获得业内各方积极响应。CHIMA公众号将陆续刊登参评案例,展示医疗信息技术科技创新应用成果,分享信息化建设先进经验,促进同行间的学习交流和相互借鉴。欢迎关注。


01
案例概要


医院诊断的准确度是决定医疗质量和效率的最关键因素。诊断绝大多数情况下和临床医生思路及患者诊断流程相关,很多情况下作为一个普通医生凭借固有思路很容易会导致诊断失误。对于非三甲医院的医生而言医生误诊主要是缺乏经验引起的;而对于三甲医院而言由于医生每天都面临大量患者(以北京儿童医院呼吸科为例,高峰期每位医生接待患者时间不超过1分钟)。这种情况下,医生做诊断时一般是通过“直觉”,这样的思维模式在医学诊断层面则可能出现低概率的错误从而造成医生误诊和漏诊。


儿患智能医学专家系统在儿童专科疾病辅助诊疗领域具有重大创新性,它学习了北京儿童医院最顶尖的医学专家的诊疗思路,将全国具有巨大影响力的北京儿童医院优势学科能力,通过人工智能技术转化为儿科领域的辅助诊断工具,实现了人工智能技术与医疗科学的完美融合,并填补了国内儿科智能医疗领域的空白,成为我国儿科智能辅助诊疗的先行者和推动者。该系统已在北京儿童医院门诊环节得到了应用,为儿科临床医生提供了有效的辅诊服务,在极大的减轻了医生的工作强度的同时,进而有效地避免了漏诊、误诊情况的发生。


02
系统的服务对象及覆盖范围



儿患智能医学专家系统可同时覆盖于三甲医院门诊环节及医联体分级诊疗环节的应用,主要服务对象患者及临床医生。


该系统在满足北京儿童医院门诊环节需求的同时,也适用于医联体分级诊疗的建设,为基层医院信息化发展和国家公共卫生体系完善奠定了基础,真正将国家倡导的“医疗优质资源下沉”及“分级诊疗”政策落到实处。在未来,随着人工智能、大数据云计算、5G技术等在医疗领域的广泛运用,该项目整合儿科基层至国家级医疗专家资源,使患者在基层医院就医也能享受到三甲医院专家级医生的规范性诊疗,这在一定程度上解决了医院医疗服务能力不足问题,同时也提高了医生的服务水平和诊断疾病能力。


03
产品功能及服务内容



儿患智能医学专家系统采用人工智能技术,通过搭建人工神经网络模型,模拟临床医生的认知、思考、推理、学习,并能够精算出临床诊疗结果的智能系统。



智能诊疗是指根据患者基础信息(如:年龄、性别)、主诉信息(如:胃痛、咳嗽)、症状信息(如:发热3天,体温最高40度)、病史信息(如:2年前重症肺炎已治愈)、体格检查(如:听诊是否闻及湿啰音)、医技检查(如:胸片、血常规、核磁)等信息作为输入数据传至“智能诊断模型”,通过自然语言处理、图像识别、知识图谱等技术区分鉴别诊断,根据输入内容自动提供引导性实时提醒及循证,包括观察患者典型症状表现、进一步检查检验项目、指标高危值等。通过输入信息的不断丰富与完善,系统智能诊断疾病结果也会更加精确,并支持疾病轻重症及亚型细分,以肺炎为例,进一步可区分病毒性肺炎、细菌性肺炎、支原体肺炎等细分疾病。通过提取临床表现及辅助检查检验结果等核心要素进一步筛选疾病场景,包括门诊治疗、住院治疗、转诊治疗,自动定制规范治疗路径,包括适当的治疗措施、用药、专家会诊、诊后评估、随访等。



系统操作简单,体验友好,支持手动、语音及OCR识别技术信息输入,支持患者病历、检查、检验单等内容拍照上传,系统即可自动识别并精准匹配,让用户体验“随手拍,随心查,精准诊疗”。


系统支持多终端使用,包括电脑、手机、机器人、电视等。


04
应用场景




儿患智能医学专家系统在三甲医院的使用场景如下:


患者家长在儿童医院门诊室通过扫码下载“儿患智能医学专家系统”小程序,使用者登录系统后,在等候期间输入主诉信息,提交后系统自动获取检验检查信息。AI根据信息自动给出诊断和治疗建议并推送给医生。本产品便可通过对患者病历的解析,智能给出诊断结果及治疗方案。诊断结果按概率大小顺序列出,供医生参考。智能诊断还支持对诊断疾病细分、疾病严重程度判断、正确诊疗规范提醒等功能。


医生接诊后,根据AI的预判信息再进行听诊等进一步工作给出最终诊断后,系统自动完成归档。


05
关键技术



本系统主要应用人工智能技术,包括:自然语言处理、知识图谱、图像识别技术以及公司自主研发的空间向量精准诊断模型、儿科医疗大数据库和数据解读训练模型等。


系统依托北京儿童医院既往5-10年的电子病历数据,搭建基于多组学科融合的AI模型,通过模型对噪音数据进行筛选、清理,形成初步疾病诊疗数据集以及诊断模型。基于初步诊断模型并将临床专家大脑内经验转化及融合,真正适用于临床医生。


本系统的空间向量精准诊断模型突破传统AI只基于“病历数据”训练的诊断技术,突破传统AI“黑盒子”算法,空间向量精准诊断模型支持将专家经验转化为算法参数,同时支持诊断算法“白盒”化,空间向量精准诊断模型具有精准、灵活、可调试性。


公司经十几年专注医疗项目积累,搭建标准化疾病谱、疾病细分类库、标准化医疗用语词库、医疗用语语义分析库、医疗知识关联融合库、多因素判断逻辑库、引导提醒库等数据解读训练模型。将“数据”转化为可解读及应用的“信息”和“知识”,本系统在医疗数据深入解读能力方面处于国内领先水平。


06
产品特点



(1)结合国内儿科顶尖医疗技术团队经验方面


本项目依托北京儿童医院顶尖医学专家开发,系统研发过程中与院内多位专家密切沟通、学习、配合,在疾病认知,疾病诊断、疾病处置等方面学习到大量精准、规范、前沿知识,并将其转化融合至系统应用。本系统通过儿童医院专家的校对、测试等环节确保其儿科诊疗能力达到三甲医院医生水平。


(2)应用创新方面


儿患智能医学专家系统填补了儿患AI应用的空白,尤其是在儿童呼吸科疑难杂症的辅助诊疗方面,目前尚属首例。


07
成果分享



2020年9月《儿患智能医学专家系统》参加了中国科技产业促进会科学技术奖评选,经专家组多轮评审,最终荣获科技创新一等奖。



该系统的医联体版本自2018年至今,陆续在顺义空港医院、方庄社区卫生服务中心、保定儿童医院及医联体单位、河北省儿童医院国际部、石家庄市辛集第一人民医院、保定市曲阳恒州医院、井陉县孙庄乡卫生院、云南省昆明甘美医院儿科、保山市施甸县妇幼保健院以及昭通市大关县上桥回族彝族苗族乡中心卫生院等几十个卫生医疗机构安装后,经过一年的临床实践与应用,系统在儿科疾病诊断上起到了很好的辅助作用,诊断准确率超过一般年轻医生。据多个院医生反馈,因儿童往往不会表达疾病症状,诊断流程费时费力、效率较低,但使用了《儿患智能医学专家》后,能有效地缩短诊断时间,优化服务流程,在1000余例患儿诊断上,应用效果良好。这在一定程度上解决了医院医疗服务能力不足问题,同时也提高了医生的服务水平和诊断疾病能力,为儿科临床医生提供了有效的辅诊服务,进而有效地避免了漏诊、误诊,同时也为基层医院信息化发展奠定了基础。在这次新冠肺炎疫情防控工作中,通过该系统减少了到三甲医院就医可能遇到的新冠病毒的传染,保证了部分儿童患者得到了高水平的规范诊治。


以保定儿童医院及医联体单位为例,利用该系统进行辅诊的医联体机构患者已有532名,申请检验项目611个,依托系统向上级转诊患者7名;开卡患者63名。





系统三甲医院版本已余2020年8月份在北京儿童医院门诊上线。当前包括:呼吸、消化、神经、感染等28种疾病。系统在儿科疾病诊断上起到了很好的辅助作用,诊断准确率超过一般年轻医生。使用了《儿患智能医学专家》后,能有效地缩短诊断时间,优化服务流程,在患儿诊断上,应用效果良好。这在一定程度上解决了医院医疗服务能力不足问题,同时也提高了医生的服务水平和诊断疾病能力,为儿科临床医生提供了有效的辅诊服务,进而有效地避免了漏诊、误诊,同时也为基层医院信息化发展奠定了基础。



08
未来计划



随着系统病种的不断丰富,未来将儿患智能医学专家系统打造成儿科全病种、跨学科、多场景应用的人工智能辅助诊疗系统。依托福棠儿童医学发展研究中心,在其3000余家基层医疗机构的儿科分级诊疗网络体系中大力推广,使患者在基层医院就医也能享受到三甲医院专家级医生的规范性诊疗。真正将国家倡导的“医疗优质资源下沉”及“分级诊疗”政策落到实处。


申报单位:

北京思普科软件股份有限公司


参选方向:

医学人工智能创新应用