瑞金医院朱立峰：临床信息系统专业化需要实现知识驱动

导读

从知识组织能力与辅助决策能力来看，知识驱动型的临床信息系统可分为单纯的知识提供，单领域知识推荐，单领域、多因素综合辅助决策，多领域、多因素综合辅助决策四个发展阶段。

“一个好的临床信息系统，首先要有用，其次要好用，最好是能在医生‘无感’的情况下为临床提供决策支持。临床信息系统专业化需要由知识驱动。”

8月5日，由HIT专家网主办、惠每科技协办的“从辅助诊疗到质控管理的智慧进阶——新一代CDSS建设在线研讨会”上，上海交通大学医学院附属瑞金医院计算机中心副主任朱立峰详细介绍了他对知识驱动型临床信息系统的理解，以及瑞金医院关于CDSS（临床决策支持系统）的实践经验。

临床信息化：医生需要的是服务而非产品

在全新的政策和技术背景下，从业多年的朱立峰深刻地感受到，医院信息化建设正在直面许多全新的问题与矛盾：线下服务模式与互联网应用之间的矛盾，医院管理精细化要求与数据供给能力之间的矛盾，IT基础设施、人员配置与多样化需求之间的矛盾等。这种矛盾，也存在于统一的医院信息系统与临床的专业化需求之间。

“临床需要的不是‘产品’，而是‘服务’。”朱立峰认为，在全院推广统一的信息系统和统一的应用模式，这曾是医院信息化建设的“捷径”与基本理念；消灭应用盲点和建设新的应用亮点，目前仍是大多数医院信息化建设的主要目标。但不可否认的是，医院信息系统的“产品力”仅能达到院级、科级和初步的个性化支撑，即使上线了临床决策支持系统，它能告知医生的大多也是医生已经熟知的初级知识，这并不能符合临床真正的需求。“临床信息化需要具备专科化、专病化乃至个体化的支持能力，临床医生欢迎的是能够真正帮助到他们、为他们提供个性化服务的助手。”

这种供给与需求之间的“错位”，导致临床医生经常抱怨：“花了那么多钱购买的电子病历系统，为什么永远那么难用？”朱立峰认为，医疗信息化领域正在面临一场供给侧结构性的改革，瑞金医院已经为此做好准备。“2010年，瑞金医院提出了从数字化医疗到智慧医疗、认知医疗的转型目标。在信息化建设方面，我们正在由建设全院型的临床信息系统，向建设知识驱动型的专业化临床信息系统转型。”

瑞金医院知识驱动临床的探索实践

据朱立峰介绍，从知识组织能力与辅助决策能力来看，知识驱动型的临床信息系统可分为单纯的知识提供，单领域知识推荐，单领域、多因素综合辅助决策，多领域、多因素综合辅助决策四个发展阶段；而从与业务系统的集成方式来看，可分为外链式集成、挂接式集成、侵入式集成、一体化集成等多种形态。关于知识驱动型的临床信息系统的建设，瑞金医院已进行了大量探索。

比如，在单纯的知识推荐方面，瑞金医院引入“UpToDate临床顾问”，与电子病历系统进行外链式集成。“UpToDate提供的医学专业文献库，我们医院的很多医生在国外进修时都曾使用过。”朱立峰介绍，为方便临床医生的使用，计算机中心对其进行改进，在工具栏中新增“关键词搜素”等功能，受到了临床好评。

在单领域知识推荐方面，瑞金医院将辅助决策应用引入了检查、检验、麻醉等环节。比如在电子病历系统查询检验检查报告时，系统可对指标结果进行实时解读，对异常值进行预警提示，并推荐下一步诊疗方案。利用电子病历系统自带的知识库或规则库，还可对临床医嘱进行合理性提示，比如若患者对青霉素过敏，系统将提示慎用头孢类药品。

在单领域、多因素综合辅助决策方面，朱立峰介绍了瑞金医院的两类典型应用：VTE（静脉血栓栓塞症）智能防治系统与房颤管理系统。

传统的VTE风险评估，主要依据Caprini评分、Padua评分、出血风险评分等评估量表，每张量表都涉及几十个指标，这些指标可能来源于检查检验报告，也可能来自医生诊断或患者自述。临床医生需要综合多项信息，对患者情况进行评分，并最终做出风险判断。

通过引入惠每科技的VTE智能防治系统，瑞金医院利用AI技术逐步替代人工评分方式，能够高效准确完成这一评估工作。VTE智能防治系统与电子病历、电子医嘱、检验检查等业务系统进行了数据对接，集成了50多项业务数据；通过集成引擎在各业务系统中“找到”风险评估所需的各项指标，再实时推送到AI分析引擎中进行“解读”；经过数据采集单元处理、自然语言识别、医学术语与临床规则映射等步骤后，即可自动完成VTE风险预测模型的评估工作。

据朱立峰介绍，在VTE智能防治系统上线前，瑞金医院首先在几个病区开展了人工评估与AI评估的对照性试验，对人机结果的评分进行逐项比对，如两者判断结果不一致，系统将回溯病历原文与推理过程，并对医生做出提示。经过一段时间的比对与回顾性研究，瑞金医院发现，AI评估的结果准确性不低于甚至要高于临床医生，部分原因是临床医生在进行评估时，可能由于工作忙碌无法及时查询患者病史与检验检查结果，从而造成失误。

在风险评估的基础上，VTE智能防治系统还帮助瑞金医院在诊疗过程中实现了实时干预，比如针对高危患者可智能推荐药物、物理治疗项目等，并在医嘱系统中自动生成医嘱。“我们采用的是侵入式集成方式，将VTE智能防治系统与医嘱系统的字典进行匹配，‘无感’嵌入临床工作流程，帮助临床医生承担一些重复性工作，减轻他们的工作负担。目前我们已经在全院范围内推广VTE智能防治系统。”

与VTE智能防治系统类似，瑞金医院的房颤管理，也是通过系统从病历内容文本中实时提取风险因素，自动计算分值，再依据风险评估模型，自动完成房颤血栓风险、出血风险的智能分层，对高危、低危患者实行分级管理，从而大大提高了房颤风险评估的效率和准确率，有效改善了房颤漏诊、诊疗不规范、风险评估质量不佳等问题。

瑞金医院的下一步，是面向“多领域、多因素综合辅助决策一体化”的目标进发，也即通过知识中台，集成病历数据、静态知识、临床术语知识、临床规则知识、临床知识图谱等，利用数据融合、应用协同、智能感知、知识驱动、AI等技术，为临床提供知识查询、智能提醒、辅助诊断、诊疗方案推荐、诊疗质控等能力与服务，实现全流程、全场景、深融合、体系化的智能决策。朱立峰说：“这是‘十四五’时期，瑞金医院研发新一代临床信息系统的重点目标。从产品形态上来说，它应该是一个一体化的系统，与电子病历、电子医嘱等系统完全集成在一起，覆盖患者入院到出院的全过程。”

知识驱动型临床信息系统的几点思考

对于知识驱动型临床信息系统的未来发展，朱立峰给出了一些思考。

1.医学自然语言处理是亟需进一步解决的关键问题。要想让信息技术更好地为临床提供知识服务，首要解决的问题就是让机器“读懂”、“读准”数据的意义。医学大数据之所以可用性较差，是因为存在海量、高维度、低密度、不规范等问题，自然语言处理是医学文本解析的核心技术。只有通过标准术语库、分词库模型，存储为符合SNOMED-CT（医学系统命名法-临床术语）、ICD（国际疾病分类）-10、ICD-11等标准的结构化数据，由此完成大数据的“阅读”，才能应用于临床决策。因此，优秀的自然语言处理引擎，将为CDSS的后续发展带来诸多益处。

2.系统的临床推理与知识迭代，需要推动临床参与。知识驱动型的临床信息系统，需要构建以患者疾病诊治为中心的深度学习预测模型，这不仅要借助权威指南文献、专业教材、真实病历数据等文献知识库，还需要结合人工专家标注方式，对知识库不断进行迭代、验证，以提高模型准确性，增强辅助决策效能。如何才能发挥临床医生的能动性，推动他们更好地加入数据标注的工作中？这个问题还需要在实践中不断探索。

3.重视知识溯源，确保知识与推理的正确性。循证医学，一切以证据说话。朱立峰认为，现在市面上的部分CDSS产品，其知识推理过程并不是透明与公开的，像一个“黑盒子”，因此难以取信于临床医生。他建议，可以借鉴沃森（Watson）的一些做法，在为用户推荐诊疗方案时，详细告知来源于哪篇论文的观点或哪个临床试验的结果，给出权威机构的支持说明，同时用浅显易懂的图形化方式，展示各类诊疗方案的效果数据等。

4.重视知识利用的数据统计。要多维度、可视化地统计数据，比如对在院患者的房颤诊断、风险评分、医嘱执行过程，系统应能进行实时统计分析，及时纠偏，提高终末质量，同时应对房颤管理指标完成情况进行汇总，评价临床房颤管理的实际效果，并实现数据自动上报。如此一来，各级管理者都可以通过系统返回数据，全面了解自己管辖范围内的情况，有理有据地进行管理。

近期热文

HIT专家网∣致力推进中国卫生信息化长按二维码可申请加入HIT专家网专业交流群投稿：[e-mail]

商务合作：[phone]