人工智能對醫(yī)療機構(gòu)業(yè)務(wù)能力提升探究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人工智能對醫(yī)療機構(gòu)業(yè)務(wù)能力提升探究范文，希望能給你帶來靈感和參考，敬請閱讀。

【摘要】利用面向深度遷移學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)領(lǐng)域遷移和自適應(yīng)技術(shù)以及深度語義分析、醫(yī)學(xué)語義理解、醫(yī)學(xué)領(lǐng)域知識圖譜構(gòu)建等人工智能技術(shù)，建立智能輔助診斷和慢病智能管理服務(wù)模型，應(yīng)用于基層臨床和公共衛(wèi)生服務(wù)領(lǐng)域，創(chuàng)新基層衛(wèi)生健康服務(wù)新模式，降低基層醫(yī)療漏診和誤診率，減少公共衛(wèi)生服務(wù)壓力，逐步提高基層醫(yī)療服務(wù)效率和水平，緩解醫(yī)療衛(wèi)生資源配置不均衡的問題。

【關(guān)鍵詞】人工智能;基層醫(yī)療;服務(wù)能力;醫(yī)療資源;服務(wù)模式

蕪湖市衛(wèi)生健康委員會圍繞“健康中國”戰(zhàn)略和“健康安徽2030”規(guī)劃綱要，通過安徽省“智慧醫(yī)療與家庭醫(yī)生簽約服務(wù)”民生工程，推動“智醫(yī)助理”在蕪湖市基層醫(yī)療機構(gòu)的應(yīng)用，推進(jìn)人工智能在醫(yī)療衛(wèi)生領(lǐng)域的具體實踐，進(jìn)而創(chuàng)新基層醫(yī)療衛(wèi)生健康服務(wù)模式，改善家庭醫(yī)生對轄區(qū)內(nèi)簽約居民提供約定的基本公共衛(wèi)生服務(wù)、基本醫(yī)療服務(wù)和健康綜合服務(wù)等，提升基層醫(yī)療衛(wèi)生健康服務(wù)能力，提升基層醫(yī)療衛(wèi)生水平。

1基層醫(yī)療衛(wèi)生服務(wù)現(xiàn)狀

1.1基層醫(yī)生配比不足

每年我國各類醫(yī)療機構(gòu)診療總?cè)舜纬^70億次，且存在醫(yī)療資源分配不均、布局結(jié)構(gòu)不合理等問題，醫(yī)療衛(wèi)生行業(yè)面臨巨大的服務(wù)需求壓力[1]?；鶎俞t(yī)療機構(gòu)醫(yī)生的配比更加不足，2017年我國全科醫(yī)生總數(shù)為25.3萬人，占全國執(zhí)業(yè)（助理）醫(yī)師總數(shù)的7.47%，遠(yuǎn)低于國際上30%～60%的平均水平[2]。比照國家衛(wèi)生健康委文件要求，根據(jù)轄區(qū)服務(wù)人口、農(nóng)村居民醫(yī)療衛(wèi)生服務(wù)現(xiàn)狀和預(yù)期需求以及地理條件等因素，原則上按照每千服務(wù)人口不低于1名的比例配備村衛(wèi)生室人員[3]。蕪湖市基層醫(yī)生的配比，同樣存在很大的缺口。統(tǒng)計結(jié)果顯示村衛(wèi)生室合格醫(yī)生數(shù)量2027名，執(zhí)業(yè)（助理）醫(yī)師1080名，鄉(xiāng)村醫(yī)生947名，按照每千服務(wù)人口1名村醫(yī)標(biāo)準(zhǔn)，村醫(yī)缺口數(shù)量依然較大。

1.2基層醫(yī)生任務(wù)重

蕪湖市基層醫(yī)生及服務(wù)人群比例上嚴(yán)重失衡，基層醫(yī)療工作及非醫(yī)療事務(wù)性工作上人力資源嚴(yán)重缺失，導(dǎo)致在服務(wù)能力上無法很好滿足居民的衛(wèi)生健康管理訴求。隨著國家、省、市針對基層醫(yī)生服務(wù)質(zhì)量要求的提出，隨著簽約人數(shù)越來越多，工作量將越來越大。研發(fā)基于人工智能的臨床決策支持系統(tǒng)，開展基層醫(yī)療健康場景下的智能語音技術(shù)應(yīng)用，提高醫(yī)療服務(wù)效率，緩解服務(wù)壓力[4]顯得十分迫切。

2系統(tǒng)建設(shè)的基礎(chǔ)條件

蕪湖市已經(jīng)建成以電子健康檔案資源庫和電子病歷資源庫為基礎(chǔ)的人口健康信息平臺，搭建了衛(wèi)生專網(wǎng)，建設(shè)了基層醫(yī)療機構(gòu)一體化信息系統(tǒng)，各縣區(qū)均建立了中心機房，硬件設(shè)施完備，衛(wèi)生專網(wǎng)已經(jīng)部署到村衛(wèi)生室（社區(qū)衛(wèi)生服務(wù)中心）一級?；趪抑笇?dǎo)意見，蕪湖市推進(jìn)云計算、大數(shù)據(jù)、人工智能等新興技術(shù)應(yīng)用，探索創(chuàng)新發(fā)展，更好地服務(wù)廣大群眾[5]。

3系統(tǒng)的整體框架

整個系統(tǒng)按照省、市、縣三級架構(gòu)部署，市級基于市政務(wù)云平臺的IAAS（InfrastructureasaService）服務(wù)，利用現(xiàn)有的覆蓋全市公共醫(yī)療衛(wèi)生機構(gòu)的衛(wèi)生專網(wǎng)，搭建智醫(yī)助理核心應(yīng)用服務(wù)，在各縣區(qū)中心機房部署核心應(yīng)用前置服務(wù)，包括前置中轉(zhuǎn)服務(wù)和輔助診斷應(yīng)急服務(wù)等，確保服務(wù)的連續(xù)性和及時性。見圖1。系統(tǒng)嵌入各縣區(qū)基層HIS，統(tǒng)一用戶體系，同步患者的門診診療數(shù)據(jù)、疾病圖譜數(shù)據(jù)、用藥建議數(shù)據(jù)、處置建議數(shù)據(jù)、基本檔案數(shù)據(jù)、隨訪記錄等數(shù)據(jù)，基于PC端的基層一體化的醫(yī)生工作站C/S和B/S混合架構(gòu)的形式提供智能輔助診斷、智能慢病管理等人工智能應(yīng)用服務(wù)。同時系統(tǒng)也支持移動設(shè)備，4G或WiFi環(huán)境下通過VPN接入。見圖2。

4系統(tǒng)的主要功能

智醫(yī)助理系統(tǒng)主要包括智能輔助診斷、智能慢病管理兩大核心功能。智能輔助診斷模塊作為幫助基層醫(yī)生提供治療方案，對于基層醫(yī)療水平的提升有著直接的作用，核心技術(shù)基于深度神經(jīng)網(wǎng)絡(luò)的面向認(rèn)知計算的模型構(gòu)型、學(xué)習(xí)策略和目標(biāo)函數(shù)優(yōu)化等技術(shù)，包括面向深度認(rèn)知模型的循環(huán)神經(jīng)網(wǎng)絡(luò)算法（RecurrentNeuralNetwork，RNN）和卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN）優(yōu)化技術(shù)、Attention機制下的Encoder-Decoder深度學(xué)習(xí)建模構(gòu)建技術(shù)，面向深度遷移學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)領(lǐng)域遷移和自適應(yīng)技術(shù)，強化學(xué)習(xí)和深度強化學(xué)習(xí)算法，以及深度語義分析和理解技術(shù)。見圖3。慢病智能管理模塊幫助基層醫(yī)生完成慢病隨訪與管理、健康檔案采集更新、預(yù)約提醒和健康教育等服務(wù)?；谡Z音識別（AutomaticSpeechRecognition，ASR）、語義分析（SemanticAnalysis，SA）、神經(jīng)網(wǎng)絡(luò)機器翻譯技術(shù)（NeuralMachineTranslation,NMT）、自然語言處理（NaturalLanguageProcessing，NLP）、語音合成（TexttoSpeech，TTS）等技術(shù)構(gòu)建智能自然語音交互系統(tǒng)，滿足多種實際應(yīng)用場景下的人機指令下達(dá)，執(zhí)行反饋、人機對話。

5系統(tǒng)的實際應(yīng)用

我國醫(yī)學(xué)專家系統(tǒng)的開發(fā)研究始于20世紀(jì)80年代初，起步雖然較發(fā)達(dá)國家晚，但是發(fā)展迅猛[6]。特別是近年來社會需求、學(xué)科設(shè)置和人才培養(yǎng)加大，人工智能發(fā)展更加迅速。人工智能應(yīng)用于醫(yī)學(xué)研究和診療已經(jīng)成為現(xiàn)代科技的熱點之一[7]，通過人工智能與醫(yī)療相結(jié)合，能夠顯著提高基層醫(yī)療機構(gòu)的服務(wù)效率和服務(wù)能力，實際應(yīng)用效果顯著。隨著醫(yī)療人工智能的發(fā)展，“超級醫(yī)生”在一定程度上已成為現(xiàn)實[8]。目前蕪湖市已經(jīng)完成智醫(yī)助理系統(tǒng)在蕪湖市1市1縣6區(qū)范圍內(nèi)所有基層醫(yī)療機構(gòu)的全覆蓋，包括52家鄉(xiāng)鎮(zhèn)衛(wèi)生院、28家社區(qū)衛(wèi)生服務(wù)中心、833家社區(qū)服務(wù)站及村衛(wèi)生室。智能輔助診斷功能支持95%以上基層醫(yī)療機構(gòu)各科室常見病種，針對診療中病歷書寫、診斷診療等不規(guī)范行為，進(jìn)行實時提醒，大大降低了誤診率與漏診率，診療電子病歷規(guī)范率從66.67%提高至98.05%。慢病隨訪功能大大提高工作效率，以鳩江區(qū)慢病管理工作為例，全區(qū)人口51萬，按簽約率40%及服務(wù)規(guī)范最低要求，計算出隨訪總量為46.4萬次/年左右，約1856次/天。按照日常人工效率來計算，則需要26人專門負(fù)責(zé)電話隨訪。相同工作量，利用系統(tǒng)并發(fā)，1856次電話僅需6次外呼，只需1人進(jìn)行外呼設(shè)置，系統(tǒng)總耗時約15min，提高了醫(yī)療服務(wù)效率和服務(wù)能力。

作者:潘玉龍 陳韌 單位:蕪湖市醫(yī)院管理中心