瑞金医院副院长胡伟国：与Watson、讯飞合作，从数字化走向智慧与认知医疗
AI 掘金志消息，由国家卫生计生委医院管理研究所主办的2017中华医院信息网络大会近日在北京国家会议中心举行。
在“大数据应用与人工智能”的分论坛上，上海交通大学医学院附属瑞金医院的胡伟国教授发表了题为“从数字化走向智慧与认知医疗”的主题演讲。
胡伟国教授在演讲中分享了在医疗数字化的背景下，瑞金医院在应对大数据、发展智慧医疗和认知医疗方面取得的成果。
数字医疗方面，他表示，一家三甲医院可以产生40TB的数据量，我们要如何面对大数据：第一，从数量和质量上融合各类数据，不仅是医疗数据，更是要融合各类包括气象、气候、个人行为、环境指数等一系列数据；第二，人机间自然语言互动；第三，从大数据中发现知识。我们必须要在大数据当中发现有用的知识；第四， 利用 AI 帮助医生从知识中做出决策。胡教授还分享了在数据采集布局方面成果，瑞金医院目前已经建成了四个平台：瑞金基础研究基地医院数据中心、转化医学平台临床研究型病房、临床治疗与健康监测平台以及药物临床实验一期病房。
智慧医疗方面，金医院建立全院临床数据中心，把体检数据、医疗数据、个人录入的数据和穿戴设备的采集数据汇集起来，现在数据量达到5亿多条。“让我们引以为豪的是瑞金医院实现了两个大数据的典型。第一，我们实现了近14万人口的血糖和糖化血红蛋白的时序趋势分析；第二，我们收集了2006年-2015年1.1万甲亢患者在两种药物治疗方案下治愈比例的临床数据。”在院内协同医疗方面，瑞金医院还进行了MDT会诊的模式、跨院的医疗会诊、医患协同、感知预警方面的工作，此外，瑞金医院还牵头进行上海市的医联工作，目前已有38家医院，17个区县的平台，实行全市医疗机构互联互通。
认知医疗方面，瑞金医院跟科大讯飞共同合作“小颖”机器人，进行简单的导诊活动。胡伟国教授还提到了瑞金医院和 IBM 沃森合作的进展和问题。他表示，IBM沃森是一名合格严谨的“医生”，但是还是存在很大的上升空间，“在直肠癌当中它的系统不支持除了手术和化疗以外的治疗，比如说射频消融，它没有学习到。还有我们认为，这个患者术后时间过长，没有必要或者放疗效果已经不好了，但是沃森认为还是适合放疗，这些问题也需要不断地改进。”
以下伟胡伟国教授演讲内容实录，AI 掘金志做了不改变原意的编辑：
胡伟国：我跟大家介绍一下瑞金医院信息化发展的历程。大家知道信息化遇到很多的挑战。大家对公立医院有很多的期待，上级尤其是我们的管理部门对我们有质量、效率、绩效的考核。
如何面对医疗大数据，我们可以看到一份128排 CT 影像有150MB，一个人全基因的数据有1.5个G，我们一家医院每年有多少大数据的量，这个我们都不多谈。
如何面对大数据，我们重点讲的是如何应对。
第一，融合各类数据，不仅仅是数量上，而且是质量上，不仅是医疗数据，更是要融合各类包括气象、气候、个人行为、环境指数等一系列数据。
第二，人机间自然语言互动。
第三，从大数据中发现知识。我们必须要在大数据当中发现知识，发现对我们有用的东西。
第四，利用 AI 帮助我们医生从知识中做出决策。
我们谈一下瑞金医院从数字化走向智慧医疗和认知医疗的历程。
瑞金医院临床数字化实践
我们医院发展信息化的过程有三个阶段，第一个阶段是数字化医疗，我们实现了电子病历、穿戴式的设备、基因检测等很多医疗资料进行数字化。
第二是智慧医疗。首先，我们将所有的院内外患者的医疗信息建立成电子档案，实现互联互通；其次就是医疗协同；再次就是感知预警，临床危重患者病情预警、医院感染、药品不良事件检测、医院运营绩效监测。
第三是认知医疗。认知医疗也有三个阶段，一个是人机互动，第二就是关联发现，我们要在集成临床、行为、环境等多因素，包括我们现有的医疗文献，临床资料在内的关联发现。最主要的也是最难的，是决策的能力。机器应该要有自我学习的能力，帮助医生做更好的决策。
这三个阶段是融合不是孤立的，首先讲数字化的阶段。数字化的阶段我们实现了很多，包括全双工自动化流水线的化验以及数字化医学影像存储与传输。现在这个大多数医院都已经实现了。我们也有一个临床数字的平台，医院的检测数据可以跟家庭慢病的数据，同时作为病人整体的数据存储到健康云上，然后给医生的就诊作参考，诊治好了病人以后又回归了大数据里面。
这个是我们临床数据化的另外一个，是我们一个人群对应样本的科研大数据的模式图。
现在我们有了第三代的单分子实施测序平台，现在最复杂的高通量的基因测序得到了实现。瑞金医院有一个转化医学大楼，我们建成了四个平台：瑞金基础研究基地医院数据中心、转化医学平台临床研究型病房、临床治疗与健康监测平台以及药物临床实验一期病房。
当然最近也有三个比较新的成成果，就是可穿戴式的贴片式血糖仪，可以实时监测患者的血糖。可能大家比较陌生的是这个代谢仓，在这个仓里患者所有的代谢数据都可以监测，同事还有分子影像技术的提高，这个是我们比较新的三个方面。
瑞金医院的智慧医疗实践
第二方面我们介绍瑞金医院在智慧医疗上的探索，瑞金医院建立全院临床数据中心，把体检数据、医疗数据、个人录入的数据和穿戴设备的采集数据汇集起来，现在数据量达到5亿多条。
这个是我们采集的线路图，这些数据是在我们病史上，包括 HIS 上还有手术、麻醉还有 ICU 各类临床的数据，这个是我们随访的数据，可以由随访的平台、医生的平台、患者的平台实现360度的数据汇总。
这个是临床研究的智慧医疗线路图。我们做病人的筛选，入组，包括CDR的表，完整的信息、病人APP的提醒、EXCEL表的打印、数据输入，这个已经是临床当中常规的基础线路图。
我们也同样建立了协同医疗平台，我们有医生用的随访网站和患者的APP，两者看起来是孤立的，其实是一个统一的随访网站。
我们引以为豪的就是瑞金医院实现了两个大数据的典型。第一，我们实现了两个近14万人口的血糖和糖化血红蛋白的时序趋势分析，这是2006年-2015年近14万人口的风险数据。
第二个大数据我们实现了2006年-2015年1.1万甲亢患者在两种物治疗方案下治愈比例的临床数据，这是我们两个大数据下的科研成果。
接着是院内协同医疗——MDT会诊。MDT是多学科的诊疗模式，是我们医院将来常规的对尤其是重大疑难疾病的诊疗模式，MDT患者提出申请，专家会诊确定，数字化病史采集，包括影像、CT，随后专家进行在线讨论，我们有一个背对背的投票机制，投票决定先做手术还是先做化疗，最后形成主诊医生的电子会诊单，实现专家远程MDT会诊模式。
我们在院内医疗协同这块也有临床流程的优化，包括患者腕带的识别、自动的排药、医生ipad查房，还有互动、标本管理的流程的优化。这是我们ipad查房医嘱的一个浏览图，现在医生都是用小的MINIipad来查房，这是X光片的调阅，这个是身份核对，现在是输液的话没有这个扫描仪是滴不进去的，所以现在把甲患者的药给乙患者输，说实在话犯这个错误也很困难了。这是我们医嘱的执行。
第四方面我们讲跨院的医疗会诊，这是我们在远程会诊的场面。远程临床会诊、远程手术示教、远程病历讨论等等都可以实现院内外的协同。我们还承担了很多临床实习医生的教学任务，首次实现了VR的手术直播。
大家知道，上海有一项医联工作，瑞金是牵头单位，近40家大型医院在广军院长的领导下做了这项医联工程，将近40家三级甲等医院的信息联合，包括就诊记录，检验报告、影像都是互联互通的，比如说有些患者在甲医院配了这个药，到了乙医院又配了第二个药，我们看这两个药是有配物禁忌的提示，也可以做再次付费的结算。
这个是医联工程，我们有38家医院，17个区县的平台，这个是1+17的平台。
第五方面，医患协同。所有的患者进行就诊都是在统一的患者服务平台上，不管是心电图还是预约挂号，都可以在统一的平台上实施。真正做到了O2O，就是患者挂号是在网上，候诊也是在网上，问诊是在线下，缴费也是在网上，我们也实现了微信支付等网上的支付途径，取报告在家里打印，诊断要牵扯到医生也是在线下，缴费和取药完全是在线上，治疗如果要手术现在还是在线下做。医患的沟通我们也有一个APP的平台，真正做到O2O就诊的平台。
第六方面，感知预警——急诊智能分诊。现在急诊看病的人白天没空，晚上来了没有医生值班就挂一个急诊来配药，也影响了很多急诊的医疗资源。我们现在利用信息平台做了一个软件，将病人生命体征的数据先输入软件平台里，让机器自动分层，有些人血压很低，脉搏很快，体温很高，有些生命体征是非常危重的就应该优先就诊，很多生命体征很平稳的可以等一个小时甚至两个小时也没有关系，这是感知预警的例子。
我们还有一个感知预警的例子就是用药的配用禁忌，哪个药和哪个药有禁忌，只要是这样就会在窗口提出来或者提示患者，这样会使用药更加安全。
再就是临床检验危机值警示。我们检验化验值的报告时在电脑上有一个虚拟的红灯，如果你这个病区里面有一个人血压很高，这个灯会在闪，让你有一个预警的危机值。
第四方面，潜在危重因素预警EWS重症评估警示。我们在所有病区里面用急诊的危重病症评分你，我们实施的护士台上有三种颜色，红的说明危重值已经超过9分，所有医生护士看到危重值都要注意，病人已经有生命危险了，黄的是有风险，1-5分是是普通普通人群。
认知医疗
第三个阶段我们讲认知医疗。认知医疗最简单的就是人机对话，我们跟科大讯飞共同合作用了“小颖”机器人，瑞金医院每天门诊有1.2-1.4万的量，有人经常问厕所在什么地方，心脏科在什么地方，通过这个机器人代替我们志愿者和护士简单的工作。这个大概这个只要乡音不太重，识别率在97%左右。
第二，认知医疗当中我们与重症医学科做了探索，为什么选择重症医学科呢？危重病人24小时的数据都是在监测当中，包括心电图、心率、血压还有血的指标。采集这些实时的数据之后做快速的评估。我们的后台给予建议或者是治疗的评估，大数据的分析会对我们某一类的病人有临床路径依据上的改进。
第三，我想讲的是我们为什么跟 IBM 沃森合作？我本人是一名外科医生，几乎每天都在做手术，现在又分管医院的信息建设，我们在结石肠癌方面用沃森跟MDT团队做了探讨。
它是通过关键的特征寻找潜在的答案，里面有特殊的文献算法，给予精确的评估或者治疗的建议。沃森主要是集了美国最新的尤其是NCCN指南的文献，将关键数据输入以后，会给出绿色首选方案，也可以给橙色的可选方案，当然也可以给出红色的反对方案。我们每周一下午三点半左右召开肠癌的MDT讨论，有5方面的专家来组成MDT的团队。我们对每例肠癌挑出来做诊断，将数据输入沃森，沃森的方案跟我们专家的方案几乎是一致的。总体来说，大概90%左右的结果是相一致的。
大家知道沃森是认知医疗，认知医疗是有自我学习的过程，它不断在改进，我们也帮它不断地改进。我们分为三个阶段，以50例为一个阶段，它的吻合率越来越高，第三个阶段在结肠癌方面几乎和医生诊断完全吻合了，后50例的吻合率也在不断地提高，有86-91%。
我们也不能将 IBM 沃森神化了，我们也分析了为什么会不吻合。我们认为结肠癌当中有些化疗方案是缺乏依据的，单纯的化疗不够，要结合靶向治疗，但沃森认为化疗是够的。在直肠癌当中它的系统不支持除了手术和化疗以外的治疗，比如说做射频消融，这里面它没有学习到。还有我们认为，这个患者术后时间过长，没有必要或者放疗效果已经不好了，但是沃森认为还是适合放疗，这些问题也需要不断地改进。
我们也为沃森提供了很多非常好的建议，比如说我们跟它的矛盾焦点。美国人认为，大于80岁的人照样可以做化疗，中国医生认为，大于80岁的人应该慎做化疗，因为化疗的风险很大。第二，超过80岁的话，预期的生命时间比较短，做化疗未必能够让患者获益，这是我们关注的一个焦点。我们认为分子病理的结果必须要进去，但是沃森认为病理的结果是一个普惠的，所以分子病理我们认为必须要纳入。
对于二期的化疗病人，我们认为高危因素不能直接化疗。沃森不是很关心病人的既往史，另外，沃森只认非常确定的参考，但是科学发展有时是首创的，它没有纳入进去。我们跟 IBM 公司也是不断地在合作将它可以不断改进。
计算机会取代医生吗？
还有一个问题就是计算机会取代医生吗？在座的肯定是希望取代的，马云说30年以后医生是找不到工作的，医院和药厂越来越难做。
但我更相信特鲁特医生，他曾经说过三句话，有时去治愈，常常去缓解，总是去安慰。为什么？他总是能够去做，冷冰冰的计算机能够做到人文关怀吗？计算机有没有创新和创造能力？更主要的是决策的能力。医生可以跟患者的对话当中，他可以进行综合决策，包括人的情感，有一个患者，他老公不要他了，他生了乳腺癌之后不要她了，她到底是去开刀还是不去开刀，还是将一些社会的问题处理完了以后再去开刀吗？计算机能决策吗？很难很难。还有经济的问题，没有钱怎么做，有钱怎么做，还有一些社会的问题，很多，这个我相信是很难的。
IT行当同样不能急于求成，这个是我们外科上经常会用这个图，从猿，到直立行走，到用炻器，再到一个腹腔镜外科医生这个不能急功近利急于求成，所以医生这个职业还是人类最崇高的，是很难被机器所取代的，我相信马云一定错了，谢谢大家！
公开课免费报名：人脸识别如何在大型银行中大规模商用
主讲人：云从科技金融事业部总经理 张兴旺
本次公开课包括以下内容：
技术研究和产业化落地的区别（以刷脸支付及刷脸取款为例）
金融行业为什么需要人脸识别技术
人脸识别技术在金融行业有哪些应用场景
作为一个技术企业，如何服务好金融行业
当前的技术，在解决实际金融问题过程中面临的挑战
AI在金融行业未来发展中的意义
观看直播方式
长按或扫描下方二维码，关注公众号“AI掘金志”，点击公号底栏“公开课”中的“报名”，添加主编微信，进入资深从业者微信交流群。
9 月 15 日（周五）晚 20 点，雷锋公开课准时在群内视频直播！