人工智能在医疗场景中的应用分享.pdf

数智广西全球数据智能挑战赛（2019）人工智能在医疗场景中的应用分享天池大赛数智广西全球数据智能挑战赛（2019），广西研讨会，邀请地方政府代表、学术界、医疗界、产业界等领域专家，以“推进人工智能在医疗场景的应用”为主题，以“AI+医疗影像”为切入点，集智汇力，结合广西当地情况，探讨医疗AI相关热点、痛点及实际问题，以期为医疗AI在广西的应用和落地绘制蓝图、切准方向，推进相关合作等。本报告以人工智能在医疗场景中的应用为主体，结合广西的地方特色，通过动脉网蛋壳研究院的调研及分析，分别从：经济要素、人口结构因素、疾病谱要素及供给要素四个宏观维度洞察广西的医疗发展现状，并提出需要重点关注的四大变化及由此衍生出的六大机遇与挑战。在宏观层面，我们将会提出发展建议；在微观层面，我们将会重点聚焦人工智能的四大落地场景。我们将凭借对于医疗人工智能领域的敏锐洞察，我们提出相对应的医疗人工智能相关分析、建议及挑战。我们希望，通过我们对于现状的洞察及建议，能够帮助广西壮族自治区在医疗人工智能领域带来建设性的发展规划，帮助医疗人工智能产品在广西实现真正落地。研究目的：广西医疗产业现状洞察：从“变化”开始，重点关注四大宏观维度从“变化”开始，四大驱动因素引发广西未来医疗产业变革。经济要素引发的医疗消费能力变化；人口结构要素引发的医疗受众人群结构变化；疾病谱要素引发的医疗刚性需求变化；供给要素引发的医疗服务能力变化。人口结构要素-引发的医疗受众人群结构变化1经济要素-引发的医疗消费属性变化疾病谱要素-引发的医疗刚性需求变化供给要素-引发的医疗服务能力变化广西医疗产业现状洞察-四大宏观维度234经济要素-引发的医疗消费属性变化：居民医疗消费属性偏向“优质医疗”，政府医疗负担加剧2015年2017年的数据显示，广西居民医疗消费能力提升，属性已经偏向于获得：高质量的医疗服务、高质量的就医环境及便捷的就医途径，医疗期望由“基本医疗”向“优质医疗”转变；同时，广西人均医疗保健支出逐年增长，政府医疗负担不断加剧。现阶段的医疗服务体系未来将不足以满足居民的医疗期望，而政府将面临更大的社会保障压力。205724822853140511535716625201520162017广西居民人均工资收入（元）农村城镇125161214100612451324201520162017广西居民人均社会保障支出（元）农村城镇71078293186610661254201520162017广西医疗人均保健支出（元）农村城镇广西城镇人均医疗保健支出增长388元；广西城镇居民人均社保支出增长318元；人口结构要素-引发的医疗受众人群结构变化：居民城镇化及老龄化，考验医疗供给能力数据显示，广西居民的人口结构呈现：居民老龄化趋势明显，占比68%中青年人群将快速老化。广西居民城镇化趋势正在不断加速，城市居民每年增长约70万人。我们认为：广西老龄化人口增多现状不可逆转，老龄人口医疗及养老需求未来将呈现爆发式增长。同时，农村居民向城镇转移，未来，广西城镇医疗机构医疗供给能力将受到严峻考验。2604256725392512248121152187225723262404150017001900210023002500270020132014201520162017广西常住人口（万人）农村城镇线性(农村)线性(城镇)中青年占比68.0%儿童占比22.3%老年人占比9.7%疾病谱要素-引发的医疗刚性需求变化：死亡率大幅上升，治疗“强刚性需求”需满足数据显示，循环系统疾病（高血压、冠心病、急性脑血管病、心力衰竭）、肿瘤及呼吸系统疾病疾病死亡率最高。近年来，城市及农村居民的循环体统疾病及肿瘤疾病的死亡率大幅上升，患者对于这三类疾病有着极大的刚性治疗也大幅上升。98.22129.19136.61141.61111.02125.15128.23126.5862.13111.34144.79154.4111.74145.71153.63157.482005年2010年2015年2017年城市/农村居民心脑血管疾病死亡率（1/10万）心脏病（城市）脑血管病（城市）心脏病（农村）脑血管病（农村）124.86162.87164.35160.72105.99144.11153.94156.72005年2010年2015年2017年城市/农村居民恶性肿瘤疾病死亡率（1/10万）城市农村43.56%26.11%10.92%循环系统疾病肿瘤呼吸系统疾病2017年全国城市民因疾病死亡率（前三）供给要素-引发的医疗服务能力变化：整体供给能力上升，但医生缺口及负担加剧数据显示：广西医疗服务能力（供给端）保持长期稳定增长，2017年医院数/卫生院数及卫生技术人员数分别增长2.4%及5.3%；但每万人拥有卫生技术人员数增长趋0。我们认为：尽管广西医疗供给能力持续增长，但人口增长速度明显高于医疗供给能力。未来，医生缺口及医生负担将会明显加剧。1,755 1,756 1,794 1,810 1,853 2013年2014年2015年2016年2017年广西医院/卫生院数（家）2.4%23.425.927.52930.52013年2014年2015年2016年2017年卫生技术人员数（万人）5.3%48.754.457.359.960.02013年2014年2015年2016年2017年每万人拥有卫生技术人员数0.2%机遇与挑战并存，以政策为抓手应对“六大”机遇与挑战四大“变化”因素引发居民的医疗期望上升、政府支付负担上升、老年人医疗需求增加、城镇医疗机构负担加剧、高致死率疾病刚性需求增加、医生缺口及负担明显加剧等六大现象。面对机遇与挑战，我们认为：以政策驱动“新技术”落地解决广西医疗领域供需矛盾。四大宏观维度洞察广西医疗产业现状l经济要素-医疗消费属性变化l人口结构要素-医疗受众人群结构变化l疾病谱要素-医疗刚性需求变化l医疗机构/人员要素-医疗服务能力变化居民的医疗期望上升政府支付负担上升老年人医疗需求增加城镇医疗机构负担加剧高致死率疾病刚性需求增加医生缺口及负担明显加剧机遇与挑战以政策驱动技术区域参照：结合贵州发展情况，看广西医学人工智能落地路径贵州人工智能全景应用实施智能医疗健康重大产业化示范项目，推进公立医院与互联网医院等重点医院先行先试、联合攻关，加强与全球知名人工智能科研机构和企业合作，推进计算机视觉、模式识别、深度学习等技术应用到医疗健康领域，开发智能医疗影像、智能医疗。健全完善电子健康档案、电子病历、全员人口、卫生资源四大基础数据库，整合医疗卫生计生信息资源，加快推进医疗卫生大数据应用。010204n第一阶段n第二阶段构建高效共享、互联互通的全省医疗卫生信息交换服务网络，推进卫生信息与人口信息专网整合，建立覆盖省、市、县、乡、村的人口健康信息专网。完善“云上贵州医疗健康云”，加强公共卫生、医疗服务、医疗保障、药品管理、计划生育、综合管理等应用系统。n第三阶段发展智能药物挖掘，支持我省医药企业智能化转型，推进深度学习等技术应用于药物临床前研究，推动快速、准确地挖掘和筛选合适的化合物或生物。n第四阶段03030102医学人工智能落地路径搭建全区养老服务信息管理平台，加快推进自治区、市两级人口健康信息平台基础设施建设，支持发展智慧医院系统，推进电子病历标准化建设。n第一阶段n第二阶段打造一批居家养老服务信息化示范社区，创新养老服务业态。鼓励企业开发移动医疗、视讯医疗、远程照护、健康监测、智能服药等家庭健康信息产品。探索构建区域一体化的医院管理信息系统（HIS）和检验、体检、影像系统，促进医疗资源共建共享。n第三阶段最终目标广西智能化基础建设完备聚焦场景：鼓励试点，总结经验，制定规则，是政府落地医学人工智能的政策导向聚焦四大人工智能应用场景：人工智能+医学影像01影像拍片AI质控智能影像网关平台人工智能+医院管理02优化资源配置弥补医院管理漏洞人工智能+疾病诊断和预测03疾病的诊断疾病的预测心血管及肿瘤影像人工智能+医学研究04病历结构化处理多源异构数据挖掘人工智能+医学影像，重点落地心血管及肿瘤影像人工智能在医学影像领域目前的应用方向主要有三类，即疾病筛查、病灶勾画、脏器三维成像，涉及脑、眼睛、乳腺、食管、肺、心脏等多个人体部位。结合目前癌症诊断和治疗的发展状况，人工智能肿瘤影像能够有效提高广西居民肿瘤类疾病治疗情况，其中落地人工智能肿瘤影像的优先顺序为：肺癌、肝癌、胃癌、结直肠癌及乳腺癌。心血管影像结合目前循环系统疾病的特点，预防意义重于治疗，人工智能心血管影像能够有效提高广西居民的循环系统疾病早筛及预防情况，其中优先落地:心电图的自动分析及诊断及心血管疾病AI影像技术（心电CTMRI心电彩超等）.肿瘤影像心血管影像产品价值：自动处理+自动输出，实现多项功能冠脉CT影像全自动完成冠脉影像智能图像后处理及胶片自动打印，与AI辅助诊断结构化报告自动输出，具备钙化积分、冠脉FFRct的功能性影像评价能力等多项功能，能提供量化预测及大数据支持.冠脉CTA智能后处理：1分钟内完成并智能打印冠状动脉易损斑块评估：多序列影像斑块联合判断，自动报警左心室射血分数：扫描期自动识别，1分钟内完成智能计算冠状动脉FFRct：5分钟内完成计算冠心病PCI支架手术术前规划：一键规划，智能预测治疗效果冠状动脉钙化积分：全自动识别，自动计算图：冠脉CT影像软件界面，蛋壳研究院。肿瘤影像产品价值：自动生成肿瘤解决方案，方案准确率超80%根据检查项目，利用图像识别技术和AI 技术自动勾画相应靶区,自动生成具体的放射性照射方案或者手术方案后，医生只需要修改、矫正。目前，在乳腺癌、鼻咽癌、肺癌、肝癌等癌种方面技术相对成熟，自动勾画的靶区准确率高达80%。图：智能靶区勾画软件界面，蛋壳研究院。图：人工智能检测肿瘤病理图像结果，蛋壳研究院。为了解决有限的时间和诊断准确性的问题，将人工智能引入数字病理学研究成为了最好的办法。人工智能可以缩短病理诊断的时间、提升诊断效率，最主要的是，它还能提供更加准确的诊断结果。智能勾勒靶区病理分析人工智能产品管线：医学影像产品针对疾病快速增多，医院有广泛选择权我们可以看到大多数人工智能企业选择了在医学影像推出产品，肺结节筛查、糖网筛查两大热门方向遥遥领先，但同时有相当多的企业将目光投向了心血管类疾病方面，同时，针对更多疾病的产品正在不断涌现，人工智能企业产品呈现出分散趋势。所以，医疗机构在人工智能医学影像产品的选择上，有着非常广泛的可选择性。医学影像健康管理虚拟助手病历/文献分析医院管理智能化机械人工智能+基因药物研发疾病筛查及预测医疗语音识别0510152025心理乳腺淋巴癌骨龄鼻咽癌白血病血压甲状腺冠心病癫痫血糖胸部疾病筛查结肠癌肝脏宫颈癌乳腺癌骨科心血管疾病筛查糖网筛查肺结节医疗人工智能产品针对疾病统计影像拍片AI质控：摄片质量及时诊断，避免非必要时间损耗AI技术实现摄片质量即时自动分析，在患者尚未离开前即可提示技术是否需要重拍，从而避免非必要的时间损耗。AI质控平台可以通过与设备集成，从而实现拍片到审片直接在设备端完成，由平台提示影像是否符合要求。目前影像拍片AI质控平台已经实现产业化，尤其是对于典型胸部正位图像筛查，其准确率已经达到95%以上。效率低而且一致性差;事后质控，患者很难再次拍摄，时间损耗大；人工智能图像识别技术医学影像成像质量的自动评价与评分；医学影像质控自动化、网络化、常态化、实时化医生的阅片水平提高诊断率人工质控的方式无法避免的两大问题影像拍片AI质控基于实现提升医生层面：每一份有质量问题的报告，都能更清楚地明确问题所在；科室管理层面：每份报告都能做出相对客观的评价,每位报告医生的工作质量也都能了如指掌；医院层面：对于医院可以动态分析每天的质控状态；产品价值智能影像网关平台：数据自动DICOM标准化，简化操作流程由于影像归档和通信系统PACS与很多AI产品之间，并未实现基于DICOM，即医学数字成像和通信，标准的影像通讯和其它信息通讯，医生不得不在多个系统之间操作。传输影像手动选择疾病种类AI完成自动诊断手动录入AI诊断结果传输影像转发至多个AI系统AI完成自动诊断自动录入AI诊断结果传输标注后影像转换为符合DICOM标准的影像智能影像网关平台简化医院PACS与AI产品的对接；减轻现有PACS/设备的负担；实现影像数据DICOM标准化；已在国内多家医院临床应用；人工智能+医院管理，医院需整体提升，医院管理效率提升势在必行因为医疗事务繁重、临床管理和医院管理的难度大、对新技术接受度高等因素，我们认为：医院在完成第一阶段的人工智能体系建设后，尤其是针对大型三级医院，应当大力发展：人工智能医院管理。人工智能在医院管理应用上主要有两个方向，分别是优化医疗资源配置和弥补医院管理漏洞。传统方式人工智能医疗资源利用效率人力成本病人就诊体验高，需要管理者有非常强的综合能力。才能制定高效的工作方案。低，不能有效地将医疗资源用到最需要的患者身上。较差，医患矛盾频发。低，医护人员将工作重心投入到医疗服务中。高，能分析出哪些患者急需救治，优化医疗服务的前后顺序。较好，优化医院的资源配置，不会让患者的就医诉求得不到满足。优化医疗资源配置人工智能优化医疗资源配置：利用大数据，从宏观层面协调资源的有效分配。它能根据电子病历、既往病史等信息分析出哪些患者是最需要及时救治的，把医疗资源优先提供给他们，优化医疗服务的先后顺序。图：典型的优化医疗配置的人工智能系统界面，蛋壳研究院。人工智能+医院管理，医院需整体提升，医院管理效率提升势在必行因为医疗事务繁重、临床管理和医院管理的难度大、对新技术接受度高等因素，我们认为：医院在完成第一阶段的人工智能体系建设后，尤其是针对大型三级医院，应当大力发展：人工智能医院管理。人工智能在医院管理应用上主要有两个方向，分别是优化医疗资源配置和弥补医院管理漏洞。传统方式人工智能耗用时间调查范围最终效果窄，大部分医院仅依靠自有渠道搜集患者的反馈意见较长，由人工读取患者的评价并进行总结调查结果关系到医院各方利益，调查往往流于形式宽，多渠道搜集患者的反馈信息短，从信息搜集、分析到总结全部由系统处理完全由系统进行客观的信息手机和分析调查结果可信度高弥补医院管理漏洞人工智能弥补医院管理漏洞：从点评网站、社交平台和新闻媒体等渠道收集客户对医院的评价，通过自然语言处理技术将非结构化的数据处理成能被系统识别的结构化数据，根据已经搭建好的模型，系统能够整理、分析出各种评价背后的真实含义。图：典型的弥补医院管理漏洞的人工智能系统界面,蛋壳研究院。人工智能+医院管理，提高医疗服务质量+优化医院运营效率利用人工智能对医院进行管理，能有效的对人、财、物、信息、时间等资源，进行计划、组织、协调、控制，充分利用医院的现有资源，实现医疗效用的最大化。以医院管理标杆型的企业Qventus为例，在XX医院使用了它所提供的人工智能系统后，这家医院在以下八个维度的表现出现改善，同时患者对医院的满意度从29位提高到第3位。降低10%降低11%降低15%降低25%患者平均就诊时间手术等待时间患者平均在院停留时间患者就诊冲突概率患者等待时间减少，医院效率提升因忙碌而造成患者流失降低55%非必要生化检查减少40%患者流失率降低39%患者满意度18%医院运营效率提升，患者满意度增加人工智能+疾病诊断和预测，三大判断指标现代医学，是从人们的各种生化、影像的检查结果中，去诊断是否患病。但如果要实现疾病的未来发展预测，往往力不从心。人工智能能够参与疾病的筛查和预测，需要从行为、影像、生化等检查结果中进行判断，除此之外，人们的语言、文字也会成为精神健康和身体健康状况的可测指标。人工智能疾病的诊断和预测疾病的诊断疾病的预测行为生化影像依据数据人工智能+疾病诊断及预测产品价值自闭症筛查APP人工智能筛查 APP 的出现，让父母不再需要进行繁琐的准备工作，只要一部智能手机就可以随时随地对孩子进行自助式的自闭症筛查。填写完孩子的基本信息，然后根据孩子的具体情况回答 15 至 20 个和他们行为有关的问题，最后系统会自动生成筛查报告。数据来源：大量自闭症儿童的患病情况的跟踪深度学习：利用机器对海量的医疗数据进行学习算法：由深度学习训练出一套独特的算法筛查：用户在 APP 中输入儿童的行为信息，系统会根据已经建立的算法得出对应的筛查结论心脏病患者死亡预测人工智能软件通过分析血液检测结果和心脏扫描结果，可以发现心脏即将衰竭的迹象，医生可以通过人工智能疾病预测知道患者还能存活多久，以便选择正确的治疗方案。人工智能软件能够预测未来五年的生存情况。现在阶段，预测患者存活期只有一年的准确率大约为80%，而医生对于这个项目的预测准确率为 60%。图：心脏病患者死亡预测，蛋壳研究院。人工智能+医学研究，医疗大数据标准化，真正实现“二次”利用电子病历包含着患者大量的健康信息和疾病信息，随着电子病历系统在医疗机构的逐渐普及，临床数据的不断积累，医疗从业者能够通过数据分析发现与医疗质量，医疗安全以及药物效果相关的重要证据，从而提高公共医疗的质量和效率。医学数据库自然语言处理信息提取统计建模病历/文献标准化数据变量相关性人工智能的切入主要是利用机器学习和自然语言处理技术自动抓取病历中的临床变量，融汇多源异构的医疗数据，结构化病历、文献，最后生成标准化的数据库。人工智能+医学研究，医疗大数据标准化，真正实现“二次”利用我们所关注的人工智能+医学研究重点应用产品是病历结构化处理及多源异构数据挖掘。病历结构化处理基于高质量的前结构化的专病数据平台,超过90%的内容可以做到结构化；传统临床科研过程中病历筛选、数据提取占用整个临床科研过程的50%以上时间。人工智能能精准完整的读懂病历所表达的含义，并消解其中的歧义。系统利用自然语言处理技术，深度挖掘和分析医疗文本的信息，它可以快速批量抓取病历中的信息生成一个结构化数据库。大大提高了临床管理数据的效率，降低了研究的实施成本；同时能够应用于临床试验、真实世界研究、不良事件追踪、患者管理随访等方面；图：病历结构化处理软件界面，蛋壳研究院。人工智能+医学研究，医疗大数据标准化，真正实现“二次”利用我们所关注的人工智能+医学研究重点应用产品是病历结构化处理及多源异构数据挖掘。多源异构数据挖掘我国医院同时运行着过百种医疗信息化系统，这些多源、异构的系统彼此割裂，各类医疗数据处于孤岛状态，无法得到有效利用。人工智能企业与医院合作，无须和原系统对接，利用大数据技术完成多源异构数据的清洗、脱敏、结构化、标准化，使得医院能够一统形成互联互通的医疗大数据平台。数据接口输出多源异构数据直接采集数据库视图网页模式其它方式无障碍无需原厂商支持，医疗数据采集融合环节简便畅通；零风险非侵入式采集，无需开放原数据库，保证原系统安全；低成本将人员协调成本、开发成本降到最低，有效减少项目交付时间；高效率与系统架构、代码无关，无需研发数据接口，直接采集;