近日，为促进和规范医院信息化建设，国家卫健委制定了《全国医院信息化建设标准与规范（试行）》下简称《建设标准》。文件包括5章22类，共计262项具体内容，明确了下一阶段医院信息化的建设内容和建设要求。
过去没有标准可依，医疗信息化企业多是摸着石头过河，产品研发出来后的市场化风险极大，而这份文件为企业产品研发指引了方向。
通过参考文件内容，企业在今后的产品研发中，可以更清楚地了解医院在信息化建设中的需求，能更准确地找到研发产品所在的细分领域，了解产品在目前信息化建设过程中所处的发展阶段，有助于进一步深入分析市场需求与未来发展趋势。
文件按照二级、三级乙等和三级甲等医院提出了具体建设要求，使医院信息化建设有章可循。企业研发的产品如符合文件的标准要求，市场接受度将更高。企业在寻找对应的目标客户时，也能有所参照依据。
统一标准，为不同医院、医院与区域平台之间数据的交互共享创造了条件，进一步推动了医院信息的互联互通，也为企业与企业之间的合作搭建了更便捷的通道。
《全国医院信息化建设标准与规范》指标体系图
图片来源：《全国医院信息化建设标准与规范（试行）》
可以看出，人工智能、大数据、物联网和云计算作为新兴技术，出现在了三甲医院信息化建设的最顶层位置，足见本次文件对这几项技术的重视。
对比2017年版，场景化应用开始凸显
与《医院信息化建设应用技术指引（2017年版，试行）》相比，《全国医院信息化建设标准与规范（试行）》明显加强了大数据、人工智能、物联网等新兴技术在三级医院的场景建设思路。
对于本次《建设标准》所提到的场景，动脉网采用了匿名问券的形式，邀请数十位国内顶级医院信息科主任以及行业公司技术负责人，对场景成熟度、复杂度、以及潜力值进行了综合评分。
该结果能在一定程度上，客观反应未来医疗大数据、人工智能和物联网的落地方向。
大数据
《建设标准》中，大数据的具体内容和要求如下图：
和过去相比，本次《建设标准》对于大数据从采集、治理、计算、挖掘分析、利用和工具使用的整体环节做了较为详细的要求。
从具体标准中提炼出的大数据应用场景如下：
综合了医院信息科主任和企业技术或项目负责人的匿名调查表后，动脉网以技术成熟度、复杂度和发展潜力值，得出了如下的评分判断：
目前业内人士对于大数据在疾病诊疗和科研的发展和应用最为看好。但在实现难度上，临床辅助决策和多学科协作诊疗（MDT）的实现难度最大。
特别是前者，技术成熟度在目前来看还相对较低，真正能够用于医生疾病诊疗环节的产品很少。
于本次文件，博识医疗云首席产品官王炜宇判断称，标准多处强调电子病历的标准化和质控，国家对电子病历的重视增加，有利于企业去推进专病结构化电子病历。
专病结构化电子病历是大数据应用的前提基础条件，只有收集到高质量的数据，才有可能谈及后面的应用。
目前，国内医疗大数据企业在这6大场景都有涉及。针对不同的场景，王炜宇给出了自己的观点，他认为其中前两项可以定义为院级现有数据的智能化处理，这是一部分公司的努力方向，因为这部分数据是既有的，已经储存的医院的HIS系统之中，只是尚未得到完善有效的利用。
后四项可以定义为结构化全景数据的智能处理，里面包含两个要素：一是结构化数据，二是全景数据，不仅仅只是院内诊疗数据，还包括院外的随访数据，健康数据，患者基因数据等。
另外，由于后四项的数据获取难度要远高于前面两项，所以相对而言，目前实际意义上的临床辅助决策诊断是最少的场景。
即使院内的已有数据通过NLP做到了100%的结构化处理，也是不足以支撑临床决策，需要满足第二个全景数据的要素。这也是为什么博识医疗云要做专病结构化电子病历收集全景医疗数据。
疾病分析和科研方面，解放军第302医院的研究项目是很好的案例。
2015年，基于中心肝癌和胆管细胞癌的肿瘤数据库的科研需求，中国人民解放军第302医院肝 脏肿瘤诊疗与研究中心、中国研究型医院学会分子诊断医学专业委员会与博识医疗云合作耗时一年共同打造了一个胆管细胞癌大数据平台。该平台实现了患者诊疗信息、影像资料、病理诊断、代谢组学和基因检测数据的全方位整合。
目前，302医院胆管细胞癌大数据平台已经积累了1000多例胆管细胞癌患者结构化病历及组学数据。
并且在此基础上，医院整合国内外临床诊疗指南及研究结果，中心利用智能化分析和挖掘系统，辅助机器学习和深度学习，成功构建出“胆管细胞癌疾病风险及一年生存率估算”新的数学模型，为胆管细胞癌患者的临床治疗评估和预后风险预测提供了数据依据和诊疗基础。
EN的AUC峰值最优
比如医生输入一些关键的病人信息，包括肿瘤特征、患者个人信息、化验指标、检测指标数据，通过该产品，能够得出病人的诊断分级建议，包括患者应该做何种治疗，会出现何种情况，一年生存率是多少。
在临床决策支持方面，零氪科技的Hubble人工智能辅助决策系统具有很强的代表性。
零氪通过将患者真实的病例数据和算法模型应用于肿瘤治疗，构建精准的诊疗模型并提供数据支持，从而辅助医院管理决策、辅助科研、辅助临床诊疗。
目前，Hubble系统“肺癌淋巴结跳跃转移风险预测”模块，可避免肺癌病人由于误判而导致提前8-10个月的复发，每年能让近两万病人的生命再延长8-10个月；Hubble 系统“AI-肺结节智能诊断”模块全自动地识别CT影像中所有的结节，识别率达91.5％。
Hubble人工智能辅助决策系统展示页面
零氪科技医疗大数据临床运营总监侯波林告诉动脉网记者，公司在医疗大数据领域最初是运用NLP技术，结合医学知识图谱以及大量的人工标注等，对临床原始病历进行深度结构化处理。
通过严格的数据处理体系，形成高质量的临床大数据队列，最终实现基于大数据的有效应用。
零氪主要侧重于基于临床数据的科研，以及辅助诊疗中结合人工智能的应用。对于医院的运营管理、医院治理包括实时统计分析部分，零氪涉及较少。
目前来看，科研仍然是医院的重点需求。由于医院CDR的建设刚刚起步，可用数据平台并不完善，因此并没有一个相对明确的数据利用思路。
唯有科研平台，目前应用相对成熟。根据零氪的规划，未来疾病分析、科研和辅助诊断，会是零氪的主要侧重点。
多学科协作诊疗（MDT），也是大数据目前探索中的应用场景之一。以肿瘤为例，肿瘤的治疗是综合治疗，单科室的病历数据在价值上存在局限性，如果是多科室MDT的数据，会使得数据的证据级别得到很大提升。
这方面，同样有实例。北大肿瘤医院依托博识医疗云底层技术，结合多年多学科讨论的实践经验，开发出一款适用于多学科讨论的MDT组件工具。
利用这款工具，医生在确定科研课题之后，可以利用数据分析，对不同科室、不同医生、不同病历表单之间的交叉验证互补，从不同的维度，让MDT得以实现，最终让患者受益。
人工智能
《建设标准》中，人工智能的具体内容和要求如下图：
和过去相比，本次《建设标准》明确了人工智能在各类影像设备和重要疾病方面的应用。其中心脑血管、肺部、肝病、乳腺、眼底和心脏是影像的重点疾病方向。
而慢病管理方面，人工智能在糖尿病、高血压、心脑血管、呼吸道疾病、消化道疾病等方面存在健康管理的应用场景。
从具体标准中，动脉网提炼出的人工智能六大应用场景如下：
综合了医院信息科主任和企业技术或项目负责人的匿名调查表后，动脉网以技术成熟度、复杂度和发展潜力值，得出了如下的评分判断：
由调查结果可知，目前业内人士对于人工智能在疾病的辅助诊疗和预测类场景最为看好。技术难度上，各种场景基本持平。智能健康管理是目前来说相对最成熟的领域。
对于本次《建设标准》，雅森科技CEO陈晖给出了自己的观点。他认为，本次文件对于人工智能应用方向和临床落地，以及中国医疗系统的提升都有很好的促进作用。
目前来看，面向具体病种的AI产品，比如阿尔兹海默症或者是心脑血管的具体病种的诊断相对来说比较缺乏，大家都集中在影像辅助的定量化的分析。
人工智能企业应该把疾病的风险预测放在首位。因为我国的很多疾病预后效果不理想，归根结底在治疗之外的环节没有做好。
对于企业而言，更重要的是能否提供好的预测分析模型，进行大规模地预测应用。尤其是以心脑血管、神经类、老年病为主。
陈晖判断，疾病风险预测会成为很好的落地场景，并且它在体检中心、老年病中心，第三方的检验检查机构，都有很现实的落地场景。
在医学影像应用方面，本次《建设标准》明确了人工智能在心脑血管、乳腺、肺部等疾病的应用，影像数据也拓展到了核医学和超声等维度。这避免了大量的企业都扎堆在单一的影像上，导致企业与临床的脱节。
从医院的场景来看，检验、影像、放射、核医学、病理都是高需求科室，但未来人工智能在临床科室的应用与医技科室同等重要。
以心脑血管疾病为例，能否基于临床的需求去定义分析模型、定义数据，而不是单纯从技术角度自上而下去推动，这是企业应该去尝试和拓展的方向。
据悉，雅森科技未来的发展重点包括两大方向：
一是要支持最大规模的基层医院，包括第三方检验中心在检验类项目上的落地；
二是针对脑科学这种实际发病率很高，但缺乏有效、长期的预测和预后分析处理的领域进行探索。
由于我国老龄化是一个大问题，神经退行性疾病的早期预测，风险管理乃至于康复都十分缺乏，即使不考虑用药，这也是一个数百亿的市场。
针对本次《建设标准》的出台，动脉网也咨询了国内高校的人工智能专家，清华大学信息学院自动化系张学工教授。
他认为，除了影像和病理之外，还有很多其他领域，比如说精神科也是人工智能的一个很好的落地场景。
过去，医生判断患者是否存在精神问题，只能通过患者的思维方式和逻辑得出结论。如果利用人工智能中的语音识别技术，便可以尝试利用机器去与患者沟通，类似于图灵测试。
据张教授透露，目前清华大学正与国内医疗信息化龙头企业卫宁健康在人工智能相关领域展开合作。
发表评论 取消回复