数字孪生平台可帮助医院对院内医疗资源进行统一调度管理。
其他
腾讯健康专栏 | 医疗场景的数字孪生，难点和应用在哪里？
数字孪生是面向对象或系统的虚拟表示，它作为虚拟空间中对实体产品的镜像，特点是充分利用物理模型、传感器更新、运行历史等数据，跨越其生命周期集成仿真过程，从实时数据中更新，并使用模拟、机器学习和推理来帮助决策。
数字孪生是比较热门的前沿技术，但在医疗行业已有很多契合场景。比如，中央监护站就是患者生命体征的孪生，以及医院根据就诊人次、病区患者分布的变化进行资源调配，政府部门在疫情期间根据人群流向进行核酸检测点投放等。虽然是在单一场景中运用了数字孪生的概念，但伴随着智慧楼宇传感器在医院的广泛铺设，医疗设备及数据采集的维度越来越多，医疗行业的数字孪生也在不断摸索前进。
传统数据大屏技术难以承担医疗行业可视化管理重任
为什么腾讯健康会选择数字孪生技术进行医疗场景服务呢？
提到数字孪生，首先想到的是大数据可视化工具（即传统的数据大屏），对于医疗行业而言，传统数据大屏还可以有更好的提升：
（1）医疗机构的数据在实时计算及动态实时展示方面，难以为医院运营和管理等提供更直观的实时动态数据支持。目前行业仅处于构建数据大屏及BI运营分析阶段，未来可以根据智慧医院建设要求实现医院运营监测管理动态可视化。
（2）传统数据大屏难以满足医院的智能预测、预警等管理需求。医院用户不仅需要快速看到医院运营相关指标，更需要通过模型算法实现对医院运营管理、医疗资源分配的监测预警来辅助决策可视化。
（3）传统数据大屏的展示形式、交互方式较为单一，无法实现真正的可视化人机交互。传统数据大屏一般仅可查看2D数据指标，难以还原道路、建筑、楼层、床位、昼夜切换等三维渲染的视觉效果，同样也难以进行实时的人机交互，无法从更高维度数据上获取信息。
医疗行业数字孪生的技术突破点
总结过去一段时间的实践经验，腾讯健康认为，要在医疗行业应用数字孪生，需要突破以下几个主要的技术点。
1.数据的实时采集与计算
医疗场景的数字孪生，需要实时获取现有医疗业务系统中的各类数据。一种比较直接有效的方式是：依据MySQL、SQL Server、Oracle的日志文件，实现数据的自动入湖，便于后续建模，从数据的产生到数据的展示可在5秒钟以内完成。这种基于数据库日志的实时采集方式，避免了对业务库造成压力，同时减轻了对系统厂商的依赖。
2.基于AI建模的数据分析挖掘
AI建模的应用，为现实物理系统提供了决策支撑。医疗机构需要的数据挖掘场景较为丰富，如：针对患者病情的评估、针对楼宇的耗能预警、疫情扩散的趋势、针对就诊量的趋势判断等。这些需求的实现，都需要基于数据的预测建模。这些模型部分转换成评分后可以直接应用，部分则需要结合医疗机构的实际数据进行迁移再训练。
腾讯健康为医疗行业的数字孪生提供机器学习能力，支持模型训练、评估及应用；对算法的训练参数与运行参数进行调整，支持对模型进行训练评估，可以根据不同类型算法提供评估指标，深度学习训练过程，支持动态指标的可视化展现；支持模型保存、一键部署和自定义部署。
3.结合BIM（建筑信息模型）与CIM（城市信息模型）技术，通过高性能渲染引擎获得全面感知
针对传统数据大屏仅能展现二维数据的不足，通过引入BIM（建筑信息模型）技术，与CIM（城市信息模型）技术，可更好地与现实世界的地图、建筑等相结合，能够整合城市地面、室内室外、历史现状未来等多维度、多尺度的数据，构建起三维数字空间的信息感知（如图1所示）。对于一些特有数据，如区域数据的分布和调度等，通过可视化渲染技术进行展示，能够获得更全面的感知和更好的效果，降低数据的理解难度。
目前，腾讯健康提供的数字孪生平台采用尖端的游戏渲染引擎，可达到电影CG级画面效果，流畅、实时地渲染省市级别的超大地图，结合最新的即时光迹追踪、HDR光照、虚拟位移等技术，能够实现影视级别的渲染效果。
此外，传统的数据大屏缺少用户与屏幕的互动，而数字孪生平台能够通过平板、VR、体感交互等操作，完成用户与屏幕内容的互动，包括镜头的旋转、焦距和位置的调整、场景的切换、数据的筛选等，更有利于数据展现和进一步的决策分析。
在实际应用中，数字孪生平台通过采集获取医疗各类实时数据，结合AI算法能力，可对医院楼层、科室负载、患者病情数据等进行监控告警：通过获取发热门诊、购药、人群迁移等数据，可进行疫情预警分析；通过获取患者实时病历数据，可对患者进行VTE（静脉血栓栓塞症）、AKI（急性肾损伤）的预警监测；通过获取急救车监护位移数据，实现绿色通道开启预警等。数字孪生平台可帮助医院对院内医疗资源进行统一调度管理，提升医院的管理能力和医疗服务质量水平。
医疗行业数字孪生的主要应用场景
1.城市医疗服务数字孪生
图2
通过数字孪生技术，对城市医疗数据进行场景化分析，强化统计数据的利用水平，提高统计数据的利用效率，实现医疗资源实时监管，为行政管理者提供准确、便捷的信息访问服务，加强资源宏观调控。如图2所示。
同时支持建立区域性突发公共卫生事件监测预警机制，对可能出现的大范围严重、易感疾病以及卫生事件进行可视化自动告警，提前告知相关风险区域，辅助管理者进行决策。例如，根据监测数据与设定的阈值进行比对，评估突发公共卫生事件的分级，并展示对应级别的预警（红色预警、橙色预警、黄色预警和一般事件）。
2.疫情态势感知数字孪生
图3
利用3D数据可视化渲染技术，可实现对公共卫生疾病防控⽅向预防、预测、管理、应对⼀体化的全套专业解决⽅案，建设对传染病及症候群监测、预警、 治疗与管理议题的综合可视化管控平台，助⼒城市公共卫⽣体系的构建、监控和预警（如图3所示）。同时结合AI算法模型构建监测预警功能，通过构建算法模型，结合时空聚集性分析，实现区域风险态势感知、重点人群管理、疫情症候群监测预警，可对高风险区域、重点人群进行管理。
3.院内医疗资源数字孪生
图4
通过门诊量分析、门诊挂号分析、医生工作量分析、门诊收费分析（按照药品、诊疗等维度划分）、门诊量趋势分析（如图4所示），数字孪生平台可为医疗机构管理人员制定工作计划和药品储备提供可靠的决策依据。同时通过数字孪生可视化驾驶舱，对门诊楼等业务指标实时监控预警，保证医疗机构管理者能够及时发现院内医疗资源紧张情况，合理安排医疗资源。
床位是医院最重要的医疗资源，床位管理是医院经营管理中最重要的一环。床位管理系统能够通过可视化方式呈现院内床位的分布情况、占用情况，并查看院内床位利用率、床位周转率、平均住院日等业务指标。同时支持下钻查看住院人员的信息、身体指标等，便于远程监测患者情况，及时提示异常。
4.患者候诊动线管理
图5
候诊区是患者和家属最先接触到的空间。数字孪生平台通过收集门诊候诊人群在院内的重点区域的分布分析及候诊人群动线分析，可优化候诊区排布，减少患者等待时间，提高患者舒适度，为患者对治疗的积极评价提供科学依据。同时，也可及时对可能出现的排队拥挤、大规模就诊情况进行及时预警和上报，帮助院内管理者对院内秩序进行协调安排。
5.人体数字孪生
图6
数字孪生技术可以采用基于DICOM数据的重建技术，高精度构建人体三维立体模型。如图6所示，接入人体各部位常见病症库信息后，切换不同部位，可在模型对应部位进行病症显示，如显示患者患病部位、仪器检测提示的问题部位、患者主诉部位等数据，同时也为科室远程会诊智能化打下铺垫。数字孪生平台支持提供与相关部位症状的查询比对，医生可根据反馈的数据信息对病情风险予以评估和提早干预，科学推断最佳的治疗途径。
寻求“商务合作”，长按二维码可快速与我们取得联系
投稿：gong_chen@HIT180.com
商务合作：(010)82373062
本公众号原创文章，版权归HIT专家网和原作者所有。
未经许可，谢绝转载或以其他形式使用文章内容进行传播。