聚焦AIITer|“典型人”与“非典型事”:让医疗大数据有温度

来源:AIIT发布日期:2021-01-19

信息化带来的变革渗透在人类社会的方方面面,也改变着健康数据管理和利用方式。北京大学高等信息技术研究院智慧医疗研究中心里,“典型”产品经理、医学生和程序员,在医疗大数据的蓝海中,正做着一些“非典型”尝试。

|产品经理在医院

“有一次,刚跟医生对接完需求就感觉身体有些不适,一量体温38.4度,于是就顺便向医生咨询,配了建议的退烧药。算是双方的需求都对接上了。”

当被问及“作为产品经理去医院对接需求通常是怎样的”,潘虹安发来一张流程图:

6034a951a1feb.png

如上图,跑医院对接需求是虹安工作中重要一环,从研究院去浙一医院的线路她已经谙熟于心。作为信研院智慧医疗中心的产品经理,虹安参与着CKD随访管理系统、智能透析数据管理平台、可计算医学知识智能应用平台等项目的全生命周期建设。整个过程,都会与医院保持密切沟通。“我们做B端产品其实是与用户(比如医护人员或患者)共创的过程,不断探索如何用技术解决业务痛点,去赋能医疗行业”。

谈到健康医疗大数据,虹安认为其优势之一在于数据量大,通过数据挖掘和分析,可以极大程度地服务于临床医疗和科研。但医疗数据通常结构不规整,非结构化的图片、影像、文本等数据大大削弱了其可利用性。当下数据标准化和共享机制的不完善,更是横亘在其中的大山。医疗数据散落于医院各个独立的系统中,国家、省、市、县信息平台尚未实现联通,很多医院仍处于手动上报数据的阶段。对健康医疗数据进行管理与价值的提升,在保障数据安全的前提下以大数据赋能医疗行业升级,是智慧医疗中心的使命之一。

举个例子,很多医院目前还没有采用电子病历系统。对于慢性病患者来说,定期复查,病历本、检验报告、影像资料…沉甸甸一沓病历资料是家常便饭。“第一步就是实现慢性疾病随访病历无纸化”,奔着这个需求,中心设计研发团队共同规划讨论平台架构与方案,搭建起CKD随访管理系统。

6034a9a117d48.png

专病随访管理系统已签署产品服务合同,在北大医院稳定运行;该项目已拓展为多中心队列管理系统,涉及40家大型医院。

经过半年多的努力,慢性肾脏疾病随访管理系统在2020年5月,于北京大学第一附属医院肾内科正式投入使用。临床医生可以在问诊过程中通过pad端录入随访患者新数据。此外,系统能将从医院各个系统(HIS、LIS等)智能采集到的数据字段生成统一的结构化数据表,并利用安全可靠的辅助工具,实时同步到数据平台。

同时,为保护数据安全,“我们能通过技术手段,建立数据自动传输机制,将这些数据以安全可靠的方式提取到各个专网,再通过特定通道将脱敏数据传输到外网。”此外,平台部署在北京大学健康医疗大数据国家研究院自建机房,该机房的“健康医疗大数据分析保藏平台”已获得中国人类遗传资源管理办公室行政审批许可,为数据安全提供了保护屏障。

未来,包括随访系统在内,智慧医疗中心重大疾病智能管理平台研发的多套系统还将应用到几十家定点医院,帮助实现医疗数据的准确性、标准性、及时性,创新人工智能技术和健康医疗的深度结合、健康医疗大数据行业应用标准与管理规范的推广。

虹安有一个个人微信公众号,偶尔用来记录生活,也在上面分享作为医疗行业产品经理的心得体会。在一篇推文里,虹安这样写道:“这段时间由于项目的关系,经常接触医护人员,深深感受到他们工作的繁忙和伟大…”医疗行业的信息化,从数据的整合、获取、分析,到研究结果的解读公布、临床应用都需要各领域通力合作。产品经理在医院,正在尝试搭起其中的廊桥。

|医学生在编程

“我们在做的事或许微不足道,但一定以某种方式在推动我国医疗行业的发展。”

从北大医学部流行病与卫生统计专业毕业,吴静依在去年加入了智慧医疗中心,描述这半年来典型的工作日状态,她快速写了一段代码:

6034a9fc3d607.png

“如果项目比较紧急,会花一天专注于一个项目数据分析和模块算法。时间较充裕时,则会先做文献调研整理思路、搭框架、确定方向,接着写模块算法或者做一些数据分析,中途遇到问题,随时和产品、技术讨论方案的可实施性;干活累了就学点感兴趣的技术或算法调剂一下。”

静依在医院轮岗实习过一年多,完善的医学培养体系让她对于临床实践的实际需求有较充分的了解。以科研成果为主的评价体系和繁重的临床任务,是当下医生们面临的困境。很多医学工作者有丰富的临床经验,但缺乏对统计知识和编程语言的掌握,只好“白天在医院问诊,晚上研究统计知识学习写代码”。

6034aa22b0fe0.png

“毕业即出征”,从北大流行病与卫生统计学系毕业,吴静依以另一种方式进行医者实践。

如果在医院系统里,嵌入一个数据统计分析的模块,帮助医生进行数据挖掘和可视化分析,是否能有效降低医生的科研门槛,并且辅助临床决策?顺着这一思路,这个临床医学与前沿技术科学多学科交叉的团队,通过文献荟萃分析,把握医学热点,在医院系统中嵌入科研辅助工具,通过提供基础统计学分析菜单式选项,方便医生对变量之间的潜在关系进行探索,并给出可视化分析结局。

“这会大大降低科研成本,在临床过程中,医生可以高效便捷地去验证自己假设,比如通过生存分析也能去做一些辅助决策,帮助管理慢性病病人、判断病情的严重程度,这些对降低医疗成本也有所裨益。”

目前,这个医学数据智能分析应用平台已嵌入智能透析数据管理平台,慢性肾脏病随访平台和中国肺癌大数据管理平台三个专病平台,为健康医疗大数据的研究发展探索了一条基于多学科交叉合作网络驱动的解决路径。以医学实践为导向、降低技术壁垒、利用数据解决医学问题…医学生在编程,何尝不是一种医者仁心的实践?

|程序员在红区

当时所有公共交通都停运了,翁继星得想方设法赶到武汉。一位私家车主只愿意载他到高铁站2km处,就不愿再往前开。前方仿佛布满了猩红色烟瘴,个体的力量在这场大难面前显得无力,但总得有人向前。夜里,他徒步到高铁站,搭上了开往武汉的专车。

对于翁继星来说,脑海里难以抹去的不是在研究院码代码的日子,而是去年冬天作为研究院前方负责人,在武汉的日日夜夜。

“接到指示,第二天人就得过去。我骗爸妈说已经同意了老师,不要再争了。临走前,我妈对我说了一句‘假如你要去了,人没了怎么办?’但我依旧觉得,能去前线,是我的幸运。”

6034aa9944963.png

剃去头发,投身抗疫前线的翁继星

受国家卫健委委托,北大信研院智慧医疗研究中心承担了部分新冠肺炎疫情防控工作,翁继星是唯一一位被派遣到前线的技术人员,在武汉主要负责数据可视化技术服务工作。在后方中心的技术组的同事们,利用收集到的数据搭建起服务于医疗质控的COVID-19医疗质量监测可视化平台。疫情期间,中心团队还研发了杭州疫情监测与便民服务平台,该平台入选了杭州市疫情防控AI产品目录,为杭州市疫情防控提供技术支持。

这是一场医疗数据层面的紧急救援。突发事件中,数据需要挖掘,它们能最准确地告诉我们所处世界的瞬息万变。武汉市全部新冠肺炎定点收治医院的数据需要每天定点上传,如果遇到延报、误报,翁继星需要立刻联系各个医院信息科,寻找原因,提供技术帮助。

6034aae8b0fd6.png

翁继星在各个医院信息科

那段时间,这个96年的小伙子和专家领导们同吃同睡,也穿着防护服去医院考察…“最焦灼的日子,基本就是早上7、8点开始忙碌,一直到深夜1、2点。”

6034ab14ea18b.png

又是一年寒冬至,春节近,翁继星又穿上了去年在武汉时受捐赠的冲锋外套,只是此刻他坐在明亮的研究院里,和普通的程序员没有两样。生活的水面回归平静,武汉寄来的感谢信和奖章,变成了照片存在手机里。

分秒必争的救援结束了,但医疗行业信息化的推进才刚开始。在“医学+X”的发展思路下,北大信研院融合多学科前沿技术,致力于人工智能与医疗领域的深度结合与创新应用。当现代医学对很多疾病还束手无策时,我们用科学和技术,让每一份数据都更有力量,让数据汇聚成更清晰的图谱,从中多窥探出一丝生老病死的规律,早一些预知到疾病的脉络,这是我们美好的意愿。

关闭
返回
打印