當患者進入了重癥監(jiān)護病房,，那么就等于將一切托付給了醫(yī)生。然而重癥監(jiān)護室監(jiān)控的指標眾多,，不同的患者需要關注的指標權(quán)重也各不相同,，盡管醫(yī)生護士全神貫注處理病人相關的事項,，失誤仍在所難免。
據(jù)數(shù)據(jù)顯示,，美國2005年ICU錯誤發(fā)生率高達1497次／每萬人,，其中嚴重威脅生命的占13％；平均每人每天發(fā)生1．7個醫(yī)療錯誤,，每年平均有9．8萬ICU患者死于醫(yī)療錯誤,。不過，還有一個積極的數(shù)據(jù)顯示,，在這些醫(yī)療失誤中，28％～84％都是可預防的,，只是醫(yī)院需要找到一個有效的途徑進行預防,。
國內(nèi)情況也不容樂觀。隨著老齡化的到來,，病人數(shù)量不斷增加,，而醫(yī)生成長時間長，供求差額越來越大,，專業(yè)醫(yī)生資源嚴重不足,。另一方面，目前很多疾病診療缺乏適用于國內(nèi)人群的專業(yè)指南,，均靠醫(yī)生經(jīng)驗判斷,，而有經(jīng)驗的臨床醫(yī)生非常有限。
ICU的情況則更為嚴峻,，對于醫(yī)生而言,，進入ICU的患者病情普遍多變復雜，綜合數(shù)據(jù)維度多達236項,，遠超過了人力的控制范圍,，難以精準評估病情變化。對于患者而言,，ICU的開銷不菲,，人均消耗醫(yī)療費用75673元（年產(chǎn)生醫(yī)療費用1000多億元），可以說ICU是醫(yī)院中最“燒錢”的科室,。
針對當前醫(yī)院ICU的痛點,，地處杭州人工智能小鎮(zhèn)的脈興醫(yī)療以ICU醫(yī)療大數(shù)據(jù)為基礎搭建了病情評估系統(tǒng)，用人工智能輔助預測病人病情發(fā)展趨勢,，并衍生出呼吸機智能管理系統(tǒng),、急性腎損傷（AKI）早期預警系統(tǒng)，用以為醫(yī)生提供輔助預警與決策,，提高患者的生存率與預后效果,。目前脈興醫(yī)療的發(fā)展模式通過數(shù)據(jù)結(jié)構(gòu)化的積累,，為ICU行業(yè)的AI賦能，力爭成為ICU行業(yè)的＂零氪科技＂,。
以ICU為核心,，深入臨床診斷系統(tǒng)細節(jié)
脈興醫(yī)療聚焦于建立重癥多參數(shù)智能醫(yī)療大數(shù)據(jù)平臺，為醫(yī)療大數(shù)據(jù)平臺以及AI產(chǎn)品研發(fā)提供數(shù)據(jù)源,；并利用臨床數(shù)據(jù)通過NLP（自然語言處理）,、圖像識別、預測建模等機器學習的方法,，研發(fā)臨床可用的醫(yī)療輔助決策系統(tǒng),，輔助醫(yī)生對患者病情進行精準判斷。
1,、病情評估與死亡預測系統(tǒng)
脈興醫(yī)療的核心產(chǎn)品病情評估系統(tǒng)的核心是一個基于MIMIC數(shù)據(jù)庫建立的病情評估模型,，能夠?qū)崟r分析臨床數(shù)據(jù)，把與疾病最相關的參數(shù)按照權(quán)重展示給醫(yī)生,，并預測病情發(fā)展與死亡風險趨勢,，輔助醫(yī)生運用自己的臨床經(jīng)驗快速進行臨床診療決策。脈興自主研發(fā)的死亡預測模型對患者死亡結(jié)果的預測準確率達到94％,，而在協(xié)和醫(yī)院進行實例驗證時準確率也到達了87％,。
2、WeanDoc（人工智能搭建呼吸機智能管理系統(tǒng)）
在ICU科室,，有50％以上的重癥患者可能會使用到機械通氣,，而機械通氣的呼吸機的參數(shù)調(diào)整與撤機時機的選擇對臨床醫(yī)生的經(jīng)驗要求較高。WeanDoc可以在呼吸機使用初期,，選擇合適的模式,，設置參數(shù)提供合理的呼吸支持去維持和改善病人的呼吸與生理情況，給治療原發(fā)疾病延長寶貴的治療時間,。針對不同的病人,，采用不同的方案設置潮氣量（VT），呼氣末正壓（PEEP）,，吸入氧濃度（FiO2）,，以及呼吸頻率（RR）。當病人病情得到好轉(zhuǎn),，指導醫(yī)生適當時候合理減少呼吸支持,，讓病人逐漸恢復自主呼吸，縮短使用時間,，減少對呼吸機的依賴,，提高疾病預后。
WeanDoc監(jiān)控下的患者各項指標均受到系統(tǒng)不間斷的看護,，其感染風險,、病人痛苦,、醫(yī)療費用、呼吸機的使用時間均有顯著的減少,，而醫(yī)生在WeanDoc的協(xié)助下也可減少失誤,，即便是發(fā)生參數(shù)設置方向的失誤，也可即時糾正錯誤,，避免嚴重影響,，同時，這意味這醫(yī)護經(jīng)驗較少的呼吸治療師獲得了一位24小時陪伴的老師,，醫(yī)院的人才缺口也會相應減少,。
合作方是成功的關鍵因素之一
為了解脈興醫(yī)療ICU預警產(chǎn)品的實際情況，動脈網(wǎng)記者來到了協(xié)和醫(yī)院內(nèi)科ICU（MICU）,，該項目是協(xié)和醫(yī)院內(nèi)科ICU主任杜斌教授牽頭與脈興醫(yī)療合作的,，杜斌教授是亞太危重病醫(yī)學協(xié)會（APACCM）主席，同時也是中國醫(yī)師協(xié)會重癥醫(yī)學醫(yī)師分會會長,，在ICU行業(yè)內(nèi)具有非常高的地位。
作為脈興醫(yī)療的合作方,，協(xié)和醫(yī)院內(nèi)科ICU副主任翁授談到了如今數(shù)據(jù)庫的痛點：“就數(shù)據(jù)而言,，北京每個醫(yī)院都有自己龐大的數(shù)據(jù)庫，但其中很多數(shù)據(jù)庫的數(shù)據(jù)是不完善,、不規(guī)范的,，是難以導出來進行臨床研究的，所以我們要做的首先是要做一個標準數(shù)據(jù)庫,，但只是談標準化是不行的,，需要先有人來試水?！?/p>
脈興醫(yī)療與協(xié)和一同建立了ICU科研大數(shù)據(jù)平臺,，能夠讓ICU的醫(yī)生實現(xiàn)自主使用ICU臨床數(shù)據(jù)，進行相關科研研究,。目前脈興的科研平臺已經(jīng)在北京多家醫(yī)院陸續(xù)部署,，演示版在８月３１日在脈興官網(wǎng)的案例展示中正式上線，希望有更多的ICU科室加入進來一同參與標準的制定與維護,。翁利副教授會在今年9月8日的中國危重病醫(yī)學大會上進行題為《ICU ?？茢?shù)據(jù)庫的建立》的專題報告。
協(xié)和醫(yī)院在ICU方面非常注重數(shù)據(jù)的標準化,，其數(shù)據(jù)結(jié)構(gòu)完整,、規(guī)范，能輕松導出以供算法進行學習,，無需企業(yè)再花時間對數(shù)據(jù)進行處理,，這是非?？少F的，因為有些數(shù)據(jù)由于某些指標的缺失,，即便用心修復也無法得到目標的效果,。
“協(xié)和醫(yī)院MICU能提供的病例不算多，總共2000多份患者的完整數(shù)據(jù),。但ICU數(shù)據(jù)不同于常規(guī)的醫(yī)療數(shù)據(jù),，以心率為例，我們5秒記錄一次數(shù)據(jù),，一天就有近17280次數(shù)據(jù),。如果從整個時間線來看，每個患者檔案中存在的數(shù)據(jù)的量非常大,，足以用于算法學習,。此外，我們將算法訓練好后,，不僅僅用于自己數(shù)據(jù)庫的測試,，也會拿其他醫(yī)院進行驗證，這樣下來我們便能即時發(fā)現(xiàn)錯誤,，并對算法進行調(diào)整”
所以,，協(xié)和醫(yī)院這一合作對象為脈興向醫(yī)療AI頭部企業(yè)進軍打下良好基礎。
可植入是進入醫(yī)院關鍵
著眼于醫(yī)療信息化的企業(yè)眾多,，但使用AI輔助檢測的卻寥寥無幾,。然而有AI賦能并不能成為醫(yī)院選擇AI企業(yè)的理由，一般大型的信息化公司都為醫(yī)院打造了包含HIS,、PACS,、RIS，CDSS等成套的信息化系統(tǒng),，醫(yī)院一旦選擇了這一解決方案,，沒有理由再去為單一的AI賦能的CDSS系統(tǒng)買單。
脈興醫(yī)療顯然明白醫(yī)院信息化的需求與問題所在,，這一套集成科研平臺＋AI臨床應用的系統(tǒng)可通過與醫(yī)療信息化企業(yè)合作,，接入信息化企業(yè)的數(shù)據(jù)接口進行臨床應用。
核心在于下放基層
相對于群星云集的三甲醫(yī)院,，基層醫(yī)院對這一ICU預警系統(tǒng)的需求更大,。受制于資源分配的限制，基層醫(yī)院缺乏相應的人才,，相應的醫(yī)療事故更為頻發(fā),；另一方面，醫(yī)院的規(guī)模也限制了醫(yī)療人才的流入，這是一個惡性循環(huán)的過程,。
頻發(fā)的事故降低了基層醫(yī)院的聲望,，加劇了居民涌向三甲醫(yī)院的動機，這實際上是不利于分層診療政策的實施的,。脈興醫(yī)療這一預警系統(tǒng)不僅能夠降低基層醫(yī)院的事故發(fā)生率,，提高基層醫(yī)療在居民心中的印象，還能不斷的給醫(yī)生護士提出錯誤的關鍵,，頻繁的糾錯可以讓醫(yī)生和護士的醫(yī)療水平得到實質(zhì)的提升,。
一直以來，醫(yī)生都是醫(yī)院的核心,，醫(yī)生的一舉一動關乎醫(yī)院的聲譽,、發(fā)展；當AI作為醫(yī)生工作的一部分,，可以一定程度上降低基層醫(yī)院和三甲醫(yī)院的技術(shù)差距,，這對于基層醫(yī)療的發(fā)展有一個長遠的推進作用。
未來可期
死亡預警系統(tǒng)只是脈興醫(yī)療的第一步,，更重要的是在通過不斷的機器學習下,，我們不僅僅可以給醫(yī)生提供警告，還能給出相應的決策,。翁利副主任告訴動脈網(wǎng)記者：“這個系統(tǒng)能夠幫我們即時糾正錯誤,，但當錯誤發(fā)生時后我們應該怎么做，這是不可預測的,，醫(yī)生們只能根據(jù)自己的經(jīng)驗對設備的相關參數(shù)進行調(diào)整，而不能保證這樣調(diào)整以后能對患者有積極的影響——這正是我們想要研究的,。通過AI對數(shù)據(jù)庫的不斷分析,，我們或許可以找出其中的規(guī)律，并作出最有利于患者的決策,，但這需要很大的一個數(shù)據(jù)庫,，我們也希望有更多的醫(yī)院與醫(yī)生加入我們一起建立行業(yè)數(shù)據(jù)標準，推動ICU行業(yè)智能化的發(fā)展,?！?/p>
至今為止仍沒有一個具有說服力的標準來對數(shù)據(jù)庫進行評價，但我們不能等到官方標準制定再作出決斷,，先行一步絕無壞處,。在接下來，脈興醫(yī)療將更加深入地與醫(yī)院端合作,，從醫(yī)生與患者角度出發(fā),，幫助醫(yī)生研究，完善現(xiàn)有系統(tǒng)的交互設計，給予醫(yī)生更好的體驗,，為患者提供更有保障的ICU服務,。
另一方面，脈興醫(yī)療也將協(xié)助醫(yī)生挖掘ICU各指標變動對患者的長期影響,，探尋病人病情惡化時的精準解決方案,，將ICU變得更加智慧。