各位领导，各位同仁大家下午好！我是来自郑州大学第一附属医院的翟运开，今天给大家就我们医院开展医疗人工智能的一些做法，给大家做一下简单的汇报。首先人工智能现在在医疗领域确实是很热，特别是现在规划出来，政府的管理机构在人工智能，在各行各业的应用都进行了很多种阐述，大家把2017年也比作人工智能的元年，我们也希望医疗领域关系到我们人的生命健康的，非常重要的领域，在人工智能领域有个新的业务，也希望人工智能能够帮助我们解决医疗卫生事业发展当中的一些问题，关于什么是人工智能，我在这里和专家我就不再展开了，有一系列的历史上的文献界定。
简单来看一些政策对我们人工智能的需求，不管是国家还是在国外，这几年对医疗领域，对人工智能技术的应用都有很多种关注，那么在发达国家地区已经上升到国家这种层面上，包括美国，它在2013年的时候就发布了推进创新神经技术脑研究计划的这么一个项目，来研发新型的脑技术，推动我们骨科手术这种支撑，包括日本和欧盟也相继发了人工智能技术领域的需求。对于人工智能的关注更多是从提高基层的医疗服务质量，医疗服务的效率角度来入手，从2015年的5月份，国务院连续发布了一系列的规划，包括互联网＋行动计划，也包括我们十三五国家科技发展规划，乃至于我们新的国家发改委，去年刚刚发布的智能行动方案，都强调了人工智能在医疗健康领域的应用，当然也牵涉了一系列的，有待解决的一些关键的问题，那么这里面我们科技部也给予了相关项目的支持。
而且我们国家对于医疗来讲，现在最关注的问题就是分级诊疗，那么在我们国家分级诊疗制度的指导意见当中也提出了，要通过我们信息化的手段来完善分级诊疗体系，而在这种体系当中，我们实际上包括我们设立独立的这种医学检验中心，它已经提出了对我们人工智能的需求，刚才赵处长也提到了，包括今天启动的病理大数据的平台，实际上都是用来帮助我们基层，来提高我们的诊断质量，提高我们诊断的效率和水平。从医药分开的角度来看，特别在北京改革已经全面启动了，给医生和患者都带来不同的影响，对医院它需要减少人工的投入，提高效率来使医院能够维持在一个比较高的运行水平上，而对于医生，患者来讲，他也希望我们通过先进技术在医疗领域的应用能够得到更好的医疗照顾。那么实际上在目前基于大数据的医疗人工智能的探索，也包括一部分大医院已经开展了探索，特别是我们从今年，我们看到的国内外一些知名的学术杂志上，已经出现了很多这种文献，特别对我们影像分析，比如说父亲节，这个社会已经成了很多企业来抢占市场的一个非常重要的入口。
那么从我们整个的医疗行业发展的变化来看，刚才我也谈到，人工智能它的的确确有助于我们的整个行业变革，特别在提升我们诊疗水平，减少基层的漏诊，误诊，刚才也谈到了就是说，比如说在美国，我们影像的诊断水平已经超越了基层医生的诊断水平，准确率已经能够保证基层的需要，包括提升效率，促进我们精准医学，进一步应用，还有就是我们的新药的研发，它是我们利用人工智能非常重要的领域。我们说医疗人工智能怎么做，那么我们说大数据是基础，那么大数据贡献与它的处理释放我们医疗健康服务的潜力，它也为我们人工智能它的深入数据的迁徙，模型的建立以及它的可视化奠定了非常好的基础，前些年全社会的大数据，医疗大数据带来必然的结果。那么以大数据技术为基础，我们相信人工智能将会变革整个的我们的这种医疗行业，包括我们影像的分析，超声影像分析，病理影像分析，简单来说就是AI应用它的准确率超越人类医生，很快就会成为现实而且这种现实很快进入到临床应用当中来。
那么这是一些例子，不管在国内还是国外一些例子，比如说智能机器人辅助临床的诊断，实现机器人进行手术操作，今天是一个信息化的会议，如果我们在网络的传输等等这些方面取得更进一步的突破，很可能我们的智能机器人将会实现手术。以及我们药物临床实验的计算机模拟，我们知道，在我们新药研发，选型，配方等这方面已经发挥了很重要的作用，那么进一步的我们已经有这个药物的临床实验计算机模拟的系统，它将会大大提升我们新药研发它的效率，而且能够缓解，或者说能够解决我们新药一些负面的效应。那么当然了，特别是在我们的产业领域，人工智能在医疗领域的应用整体来说是一种探索，或者刚刚开始展开状态，但是我们的产业界关注的已经应该来说是非常多了，刚才赵处也提到各个领域产业投资的情况，有两张表都是我们在新的领域投资的情况，那么刚才就说，我们医疗人工智能的应用可能会更快，将会产生更积极的效率。
第二块向大家简单介绍一下我们来开展医疗人工智能的一些基础，从这几个方面，首先我们在河南已经建设了一个开放包容，数据导向的远程医疗系统建设体系，一个平台，在封闭的网络进行运行，它和我们大数据的积累和数据的分析的应用奠定一个非常好的基础。这是整个的我们五级的架构，支撑这个五级架构是我们跨越了数据的共享，那么我们整个的网络，我们综合服务的体系，一方面包括我们视频会议系统，但是更重要的是我们在河南建设省市两级的数据，共享平台，在省市两级建设数据平台，我们建设有专门的两个机房，而在我们地市19家设计中心医院也建设了独立的机房，我们所有的业务到数据的共享，到我们病理的诊断，影像的诊断等等都在每一个平台上来进行数据的交换和业务协同。那么这样就为我们积累了一个非常好的数据的基础，这是一个我们的网站，那么我们所有的业务都是在这个平台上来进行的，那么这样我们从我们的申请端到会诊端，到我们最终的评估端，那么这些数据都流到了平台上，为分析奠定了非常好的基础。
当然除了远程医疗数据平台之外，我们实现和我们区域平台它的对接，当然同时作为我们一个国内规模大的医院之一，我们也积累了大量的数据，我们有接近六百万的门诊量，每年有接近三十万台手术，这些数据业务协同的数据，那么这三个数据来源形成了一个非常可观的大数据分析，乃至于进一步医疗人工智能坚实的基础。我们分布在地市的机房，来支撑我们业务运行，而且我们也建设了行业的平台，2014年就完成了整个的医疗健康网络平台的搭建，并且也在我们的心血管，骨科等等领域的开展、应用，同时我们除了在开展医疗应用之外，我们也非常重视我们对工作，作为大学的附属医院，我们坚持抓平台，通过科研平台来汇聚大数据以及我们医疗人工智能人才队伍，来承担着互联网系统与业务工程实验室平台的工作，而且承担了我们国家的，从专项到一系列的重大项目，那么这些项目也保证了我们实施数据的采集，它的那种资金的需求。
第三块介绍一下我们已经开展的医疗大数据和人工智能的一些具体的工作，分这几个方面，第一个是大数据和人工智能的顶层设计，可能在座的我们大多来自于信息化的领域，那么在大数据和人工智能方面的专业技能比我们要好，那么我们都知道，在开展一项具体的工作之前，一定要有一个清晰的认识，那么我们已经在大数据人工智能方面，组织了多次的专家论证，那么希望从我们的基础到我们的技术，到我们整个业务的操作能够形成清晰的系统，在此当中遇到了很多问题，也在不断的进行完善，这是我们整个设计的架构，部门数据采集到数据整合，以及我们硬件的支撑和软件的支撑，乃至于到最上层数据的应用，那么我们希望在进行综合服务平台上，既有业务，又有我们大数据的分析和我们基于大数据分析辅助系统，当然智能辅助的系统又反过来来支撑我们业务的开展，反过来来优化我们业务的发展，这是我们做的大的一个，结合我们业务需求和科研需求来进行的整体的规划。
那么这个规划我们从底层的数据的架构，到最上面的应用都进行了条块化的分割，那么明确了我们在不同的时期应该做什么。而且也制定了我们在实施大数据的分析和人工智能的医疗应用方面的一个路线图，在从阶段我们要建设基础的平台，模型我们数据业务状况，那么第二个是我们不断的去通过我们刚才所说的三大类的数据来源，来丰富数据突破关键技术，来获得一些企业和一些非机构来进行研发，提升我们整个的效率，那么第三个阶段我们将会根据我们业务需要，来进行规模化的这种开展数据的应用等等，目前整体上来说已经进入了第二个阶段，在某些小的领域已经开展了我们规模化的，这是第一个问题。
第二个问题是我们在医疗大数据异构多源数据集成方面，是我们开展大数据，开展医疗人工智能研究的基础，这个基础它的原因就在于大家都知道，我们医疗数据来源多，在来源多的同时标准不统一，它在数据的规则，数据的规范化，后期平台搭建中都带来很多具体的问题。那么在这个里面，我们在规范的过程当中，我们首先是解决了逻辑数据模型的设计，那么就像我们盖一栋大楼，对于我们的大数据分析，特别是对于医疗大数据它既有临床的，又有健康的数据，甚至未来还有生物的数据，那么这个数据是结构各不相同，甚至表达的形式也是有很大的差异，那么在这种情况下，我们花了很长的时间来构建我们这么一个施工图，那么也就是我们的医疗的逻辑数据的模型，它是我们整个构建数据仓库的图纸，这个工作我们基本上也完成了，也奠定了进一步的分析，把模型进行优化。
应该来讲医疗行业的逻辑数据模型它是我们数据集成的一个基础，那么它也是我们进行唯一的识别，统一多系统的数据标准，拉通整合多来数据的基础，所以我们只有根据这个数据的来源和数据和结构，建立了逻辑数据模型，才能够真正的去开展大数据分析和建模，乃至于我们把它跟临床相结合，形成我们所谓的医疗人工智能的应用。整个依托患者来拉通省内异构多源数据来支撑医疗大数据的应用，刚才我也说了，我们医院数据，也有院外数据，也有我们其它的数据，当然更重要是我们不同的医疗机构，我们远程平台的数据。那么这是我们LDM概念模型设计。第三个部分是我们在电子病历结构化方面开展的工作，那么逻辑数据模型和电子病历它的结构化，应该来说刚才我也谈到了，逻辑数据模型它的重要性，那么实际上电子病历结构化也是我们工作基础之一，那么我们仍然也是用自然语言，特定的方法把我们院内的这种电子病历，还有我们收集上来的电子病历进行结构化，因为只有结构化的数据才能真正的去返回临床，因为这个数据结构化之后，才能够去开展我们的进一步的这种数据的分析，那么才能够去帮助我们，形成我们辅助诊断系统的集成架构和需求。那么这是我们和LSTM基于双层的神经网络的这么一种算法，来实现电子病历的结构化，这是具体的例子。
当然了，从整个电子病历，自然语言价值上来看，有个例子，就是筛选的，从筛选的，心力衰竭的病例当中提取症状，体征诊断史、每天连续工作10个小时，无节假日计算，需要2年，而经过语言处理之后，我们这个效率也不可同日而语，那么它已经能够与支撑我们临床的这个研究，特别是临床的实验研究当中数据的需要，那么目前我们已经在我们的肿瘤等等领域，已经运用这个系统，已经开展了一些科学的研究，也发表了一些论文。那么这是我们在业务，在数据，在技术，在工程方面已经做得一些工作，比如说在业务方面，PM2.5与配爱，呼吸暂停综合症方面的研究，也出了一些成果，在数据方面我们刚才也谈到，我们逻辑数据模型和我们的入院的结构化已经做了处理。第四个是我们医疗大数据的智能分析平台，那么对于我们这么大一个规模的医院来讲，我们还希望通过大数据来支撑我们科研水平提升，当然这不仅仅是包括医院，同时也包括了我们联网类的协作医院，通过大数据的平台处理，形成一个科研辅助的这么一个管理的体系，那目前我们在这一块也做了一些工作，那么医疗大数据的智能分析平台是我们整体的架构，在这个架构里面又有不同的角色。那么针对不同类型的数据，采用分析的工具也是不一样的，当然对于我们的临床，心电数据，而到了影像，这个阶段我们就需要有深入学习，需要有图像的处理工具，那么我们在一方面 在我们硬件平台上不断的去完善，另一块我们也和科研院所和企业来进行结合，来真的具体的病种开展算法研究和程序的实现。
那么最终我们希望打造的是一个通过数据的汇总，能够为临床的医生，能够提供规范的数据，来帮助他们进行超越传统的这么一个科研分析的平台。那么我们希望就是说在我们平台上能够建立对列，对以往的数据进行研究，而且如果需要的时候，能够对病人进行随访，当然这个数据都会记录在这个平台上，来形成我们对大数据分析的体系，开展探索研究，以及分析风险预测等等的工作。那么这是我们在大数据分析的基础上，已经初步搭建起来的全院级的科研平台，当然这个科研平台目前还在不断的完善当中，我们每周都在一起探讨，基于大数据这个基础，面向我们的临床科研和面向临床的辅助决策，那么我们这个科研平台，或者说它更应该叫的一个大数据的平台，应该到底是一种什么样的状态，也在不断的去优化。那么最重要我们希望能够得到一个患者的画像，一旦一个患者他的信息进入这个系统之后，能够自动的对它进行一个扫描，就像我们做片子一样，能够数据的层面上清晰的描述这个患者到底是什么状态，当然一旦这么一个同样的患者，有新的数据进来之后，那么他能够对他的健康状态，疾病的状态能够形成最新的反馈。
这是我们开展的一些工作，那么最后一块是我们在医疗大数据和人工智能方面的建议，由于时间关系我就不展开了，希望在这几个方面进行探讨，包括我们人才的培养，希望能够依托各级平台，项目，聚集跨学科人才，刚才各位领导也都说过了，跨界融合，医疗和信息实际上，虽然我们今天看起来很近，但是实际的操作上仍然很远，希望这种看起来很近的关系，实质上能够相互的来进行支撑，那么关键的就是人才，第二个是在技术上进行突破，第三个是开展一些应用的示范，那么我们今天赵处长也在这儿，启动了大数据自动诊断，分析系统这个项目，严格来说是我们典型的应用的示范，也希望在一些典型的示范来进行突破，进而带动整个进行发展。第四点在平台建设上，能够来支撑我们进行医疗大数据的分析和我们医疗人工智能的一些探索，需要我们数据集，需要我们一个数据的仓储来支撑整个基于大数据，医疗的应用，还有就是标准，刚才已经就我们核心云，医疗云方面的标准做了一些探讨，那么在我们互联网健康产业联盟内，也会就我们的医疗人工智能，它有关的标准来进行讨论，来支撑整个医疗人工智能既能够充分的发挥我们信息优势，又能够满足我们医疗服务质量的要求。我的汇报就到此结束，谢谢大家。
热门专题
