医疗

临床决策支持系统新逻辑显现,朗通医疗乘势转型入局

面向基层的临床支持决系统

2018年10月18日
  • 医疗
  • 医疗科技

CDSS(临床决策支持系统)的发展由来已久,作为医生诊断的辅助工具,CDSS的使命是,在正确的时间,对正确的对象,提供正确的信息。早前的CDSS多基于专家系统,即遵循IF-THEN规则的存储和管理知识。

今天,随着人工智能应用的普及,CDSS底层的逻辑也悄然发生变化,不再是一成不变的专家知识库,而是基于人工智能不断学习和自我迭代下的新型智能辅助决策系统。

新的产品底层逻辑带来了新的机会,在此契机下,朗通医疗由HIS供应商转变为临床智能辅助决策系统供应商。

技术和医学的完美结合

朗通医疗的智能辅助决策系统能够在问诊查体、辅助检查、确诊、治疗等各个环节,给医生提示,并自动形成结构化电子病历。能够为医生诊疗工作提供规范的问诊参考和诊断提示。

其底层逻辑的构成可分为三个步骤。

首先是原始数据采集,包括诊疗指南、专家共识以及优质三甲医院的电子病历数据。

第二步是基于医学术语,运用NLP技术对数据进行分析、归纳、建模,形成有症状、检查、诊断、治疗等各方面信息及其相互关系的医学知识库。这是智能辅助决策系统的核心。

最后是采用神经网络技术进行训练,生成一套数据模型。在临床应用中,对病例进行伴随症状、查体、辅检、诊断、治疗等各个维度的智能推送。

整个过程需要医学知识和NLP、神经网络的完美结合,在大量的应用下,不断的学习和迭代,让智能辅助决策系统有机会成长为可信赖的医生

做好基层医疗的健康守门人

可靠的智能辅助决策系统可以助力基层医疗机构做好健康守门人的角色。

我国基层诊疗能力普遍偏弱,患者不信任基层医疗机构的能力,都涌向三甲医院。智能辅助决策系统加持下的乡镇卫生院等基层医疗机构,诊疗能力得以提升,预期将能为分级诊疗政策贡献力量。

当前,朗通医疗智能辅助决策系统已经能够识别400多种常见病,除了全科常见病,要想做好健康守门人,需要在慢病领域有所作为。朗通医疗CEO徐哲表示,公司已经开始布局慢病诊疗的临床路径。

多种衍生场景,未来行业有望迎来爆发

除了智能辅助决策,互联网医疗分诊、药企和保险公司需所需数据分析等方面也是医学知识库的应用方向。

不过,智能辅助决策依然是朗通医疗的底层医学知识库最主要的应用方向。目前,朗通医疗主要通过渠道获客,与HIS开发商、电子病历厂商、互联网医疗企业合作进入医院,有时也会通过政府,以及一些合作伙伴获客。

朗通医疗CEO徐哲认为,现在的智能辅助决策很像十年前的导航系统。如今,导航已经是便利出行的必备系统,可以说改变了出行习惯。

未来,智能辅助决策也会成为医生的左右手,当智能辅助决策成为医生诊疗中的必备选项,行业将会在不远的将来迎来大爆发。

近期,爱分析对朗通医疗CEO进行了访谈,现将部分内容与大家共享。

实现从HIS厂商到智能辅助决策系统的转型,补足医学能力

爱分析:朗通医疗从HIS厂商转变为智能辅助决策供应商是出于怎样的考虑?

徐哲:朗通医疗2004年成立,从新农合结算系统切入,逐步开始提供HIS系统、电子健康档案、电子病历等系统。商业模式来说偏向于项目实施。

做了将近十年之后,因为业务本身门槛不高,竞争也非常强,依然是传统红海领域,而且继续走原来的道路对于员工的成长也无太大助益。所以从2015年公司开始转型。

爱分析:朗通医疗从HIS系统转向智能辅助决策系统的过程中,有哪些需要补足的能力?

徐哲:医学能力。

其实技术不是最重要的,重要的是如何理解医学,了解医生的思维,因为智能辅助决策已经涉及到了医学的本质,系统要跟临床问诊思路完全吻合。

建立医学知识库是一个相当慢的过程,尤其是医学术语的标签化、归一化工作,颗粒度要很细。

爱分析:朗通医疗从HIS领域进入智能辅助决策领域,还有哪些类型的企业会进入该领域?大家各有哪些特点?

徐哲:有些互联网公司会介入进来。朗通是从传统的HIS行业转到了智能辅助决策领域,更加理解医生的想法跟思维,在医生体验方面具备优势。

互联网企业熟悉标准产品开发的流程和方式,其开发产品的思路值得我们借鉴。

服务基层医疗医疗机构,提升医生工作效率

爱分析:基于医疗大数据做智能辅助决策,具体需要哪些方面的数据?

徐哲:患者的全部数据,包括医生问诊术语、疾病的标准表述术语等,全部要做编码。

爱分析:产品具体主要针对哪个层级的医院?

徐哲:基层医生的诊疗能力不足才是看病难真正的大问题,因为基层医生担不起健康守门人的角色,患者不愿意到基层医院看病。

所以我们定位以创新助力智能医疗,为基层医生赋能。

乡镇卫生院等基层医疗机构是我们的目标,全国总共有99.3万家医疗机构,其中医院是3.1万家,还有93.9万的基层医疗机构(截止:20183月)。

爱分析:多年来,智能辅助决策的实际应用面临因占用医生时间而被搁置的问题,如何解决这种困境?

徐哲:我们也在一直在解决效率问题。第一种方法,可以跟一些互联网公司工作,当患者挂号以后,做一个预目录,患者在候诊的过程中,系统自动推送一些临床表现等医生要问的问题,等真正问诊的时候,患者生命体征、家族史等数据俱全,医生只需要做简单的修正,可以极大的提升医生工作效率。

第二,可以跟科大讯飞这样企业的合作,完成语音到文本的转化,然后文本做自然语言分析,再自动推理给出建议。总之用各种方法减轻医生的工作负担。

智能辅助决策覆盖400中常见病,医学知识库是核心

爱分析:基于医学数据库的模型,是根据病种建立还是全科一起建模?

徐哲:每个病种都要进行建模,只要有足够的数据,建模的方法都可以相互借鉴。

目前我们覆盖了400多个常见病。我们对一个地区的所有的疾病做了排序,发现基层医生接触的常见疾病有两三百种,其中大部分是慢性病的复诊患者,所以朗通医疗也开始做慢病临床路径。

爱分析:除了智能辅助决策,医学数据库还有哪些可能的应用场景?

徐哲:我们曾经跟医保部门有过沟通,医保系统可以通过监管医生的诊疗行为,达到医保控费的目的。

还有跟保险公司、药企或者是医疗机构来合作,推送数据服务。比如诊后质量分析、疾病风险预测等。

我们现在已经开始做了,针对不同的应用场景,提供不同的内容服务。比如跟互联网医疗公司合作智能分诊,以及帮第三方检测中心做化验单、体检单的人工智能解读。

因为智能辅助决策只是一个应用场景,核心是医学知识库。

爱分析:药企对于数据的要求,颗粒度是否比智能辅助决策所需数据更细?

徐哲:如果医疗数据颗粒度足够细的话,甚至能满足临床研究需求。但如果只是想知道一些结果或者是预测,基于医学知识库的数据分析服务就能满足需求。

目前我们还在做数据的沉淀,因为需要更多数据的支撑。