系統介紹
基於深度學習的智能臨牀輔助決策系統是以智能決策引擎和醫學知識庫爲核心，遵循疾病發生、發展的本質原理，以新一代人工智能基礎理論體系爲指導，採用基於本體的語義網絡、人工智能、深度學習神經網絡算法等前沿技術對涉及疾病診療本質的指南、文獻、醫療病歷等數據進行“學習”，自我完善知識庫、規則庫以及決策引擎模型，實現精準、高效地智能綜合分析與判斷、爲醫生診療過程中所涉及的基本檢、診、治服務提供精準的解決方案推送。
基於深度學習的智能臨牀輔助決策系統的服務流程以醫生爲主要使用對象，面向診療過程，實現初診、複診等不同場景的應用，其輔助功能主要爲：幫助診療信息（患者症狀、體徵及輔檢）的標準採集；提供規範的診斷幫助，避免誤診漏診；幫助醫務人員及患者對疾病知識全面瞭解；幫助醫生快捷規範地完成病歷記錄；幫助管理者實現真實的統計分析和決策。
利用大數據、知識圖譜、神經網絡等AI技術，在醫生診療過程的各個環節實時提醒和推送，輔助醫生完成診療業務，提升醫生診療服務能力，規範診療行爲、減少誤診漏診。
系統架構
基於深度學習的智能臨牀輔助決策系統以國家診療規範爲標準、以人工智能技術爲支撐，在數據核心層通過神經網絡算法、推理模型等構件各類庫，通過與其他醫療信息系統進行數據互聯互通採集診療所需的數據，通過數據核心層的智能推理引擎，實現快速、準確的智能綜合分析與判斷，通過數據服務總線提供智能問診策略、體格檢查、輔助檢查推薦、參考診斷依據策略以及治療建議的輔助服務。
系統採用了Spring MVC架構，底層採用關係型數據庫MySQL和圖形數據庫Neo4j結合的方式，通過Java語言來實現所有的功能。後臺深度學習引擎使用Python，結合谷歌的TensorFlow的框架，創建了智能學習的模型。集中式雲平臺部署的B/S架構,支持Weblogic 或Tomcat中間件技術；支持XML和JSON格式數據傳輸，能與不同廠商的醫療信息化系統和信息相對接。
醫學知識庫
醫學知識庫主要基於不斷更新的疾病臨牀診療指南、臨牀路徑、醫學教材等權威部門頒佈的醫學資料，以及三甲醫院的歷史病歷數據，通過機器學習、數據挖掘與人工整理審覈相結合的方式，對醫學知識庫內容進行結構化、元素化梳理。某知識庫覆蓋常見症狀670多個，症狀同義詞700多個，常用體格檢查項目1200多項，常用檢驗檢查項目600多項，能夠對750多種常見疾病進行智能推理。醫學知識庫主要以臨牀診療指南爲核心，後續將擴展引入英國的NICE指南。
AI推理引擎
AI推理引擎，通過指南文獻、臨牀病歷等原始文本數據進行採集，利用自主研發的NLP技、大數據處理、醫學術語標註等技術，把與診療相關的如症狀、體徵等關鍵特徵信息提取出來，形成知識圖譜，並通過神經網絡的訓練，生成多個不同應用的醫學邏輯推理模型，用於輔助診療、智能導診/分診、異常檢驗指標解讀等不用場景的智能推送。應用創新的知識發現和建模方法，使得輔助診療和臨牀決策支持功能完全符合正規的臨牀思維規範並契合最新的醫學發展趨勢。
智能輔助診療功能
常用智能推送
1. 醫生信息推送：根據醫生相關科室、以及使用頻次等屬性爲醫生推送關鍵信息。
2. 患者信息推送：將患者信息（健康檔案、歷史就診信息等）進行智能過濾，並根據導入信息進行其他關聯信息的推送。
3. 模糊搜索：可根據症狀不同名稱描述進行模糊的關鍵字搜索。
智能問診策略
系統會根據選入信息進行分析和推導，將醫生可能需要的問診信息推送給醫生，輔助醫生在診療各個節點中進行規範、標準的問診，問診可以根據患者實際情況和醫生的操作習慣從各個環節直接進入，具體問診功能如下：
1. 主訴&現病史：
（1） 症狀關聯推送：根據已錄入症狀，系統進行綜合分析和判斷，推送其他建議詢問的伴隨症狀及症狀詳細信息（如誘因、程度、性質等）。
2. 既往史：
（1） 既往史關聯推送：根據已填選信息（如症狀信息、體徵信息等）推送建議詢問和常規詢問的既往史信息。
（2） 既往史自動識別：系統可自動識別分析患者歷史病歷信息，自動填充患者既往史部分信息，避免用戶重複錄入，避免診療疏漏。
3. 其他史
（1） 其他史關聯推送：根據已填選信息（如症狀信息、體徵信息等）推送建議詢問和常規詢問的其他史信息。
（2） 其他史自動識別：系統可自動識別分析患者歷史病歷信息，自動填充患者其他史部分信息，避免用戶重複錄入，避免診療疏漏。
4. 體徵
（1）體徵項目推送：根據已錄入信息推送可能需要進一步檢查的患者體徵信息。隨着病史採集內容的輸入，推送的內容也會相應的變化。
輔助檢查策略
輔助檢驗策略
系統根據已有問診信息推送規範的、合理的檢查項目，用於輔助鑑別疾病診斷。
1. 實驗室檢查項目推送：根據已填選信息進行綜合分析和判斷，推送醫生可能的化驗項目。
2. 影像學檢查項目推送：根據已填選信息進行綜合分析和判斷，推送醫生可能的檢查項目。
輔助檢查策略
根據患者已填選信息（如症狀情況、體徵情況、檢查結果情況等一系列信息）進行綜合分析和判斷，根據判斷結果推送疑似診斷、可能診斷、警惕疾病等信息供醫生參考，輔助醫生進行診斷。同時系統爲用戶提供疾病的診斷依據、診斷依據匹配情況、疾病百科等靜態醫學知識供參考，提升醫生的專業醫療水平。
1. 疾病診斷推薦：根據患者具體病情分析，推送疑似疾病診斷、可能的診斷、臨牀診斷信息供醫生參考。
2. 危急重病提醒：系統根據患者病情進行分析和判斷，對於可能出現的危急重症給予提醒和警示，避免診療疏漏而引起的重大醫療事故。
3. 診斷依據查看：將患者已有信息與醫學知識庫進行匹配，讓醫生對推送疾病的診斷依據及其符合情況一目瞭然。
4. 疾病百科知識推送：將國內最新版標準的臨牀診療指南及內科學知識推送給醫生供參考和學習。
治療方案策略
醫生對患者疾病做出診斷後，對診斷疾病進行相應的治療，系統針對每種疾病爲醫生提供了對應的治療方案作爲醫生治療參考，治療方案內容包括：推薦藥物、治療處置、健康處方建議。
結構化門診電子病歷生成
醫生使用本系統完成診療後，系統可以自動生成規範化的、可打印的、符合質控要求的、高質量的結構化門診電子病歷。無需醫生診療完成後再次手動輸入門診病歷內容，提高工作效率。臨牀輔助診療系統的電子病歷符合衛生部頒發的《病歷書寫規範》、《電子病歷共享文檔規範》、《電子病歷基本架構與數據標準》、《電子病歷數據組與數據元標準》、《電子病歷基礎模板數據集標準》等標準規範。
本文分享自微信公衆號 - 架構真經（gentoo666）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。