1.1.1 系統介紹
基于深度學習的智能臨床輔助決策系統是以智能決策引擎和醫學知識庫為核心，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為指導，采用基于本體的語義網絡、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、為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。
基于深度學習的智能臨床輔助決策系統的服務流程以醫生為主要使用對象，面向診療過程，實現初診、復診等不同場景的應用，其輔助功能主要為：幫助診療信息（患者癥狀、體征及輔檢）的標準采集；提供規范的診斷幫助，避免誤診漏診；幫助醫務人員及患者對疾病知識全面了解；幫助醫生快捷規范地完成病歷記錄；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，規范診療行為、減少誤診漏診。
基于深度學習的智能臨床輔助決策系統以國家診療規范為標準、以人工智能技術為支撐，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采集診療所需的數據，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。
系統采用了Spring MVC架構，底層采用關系型數據庫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。后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。集中式云平臺部署的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。
朗通醫學知識庫主要基于不斷更新的疾病臨床診療指南、臨床路徑、醫學教材等權威部門頒布的醫學資料，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核相結合的方式，對醫學知識庫內容進行結構化、元素化梳理。目前，朗通醫學知識庫覆蓋常見癥狀670多個，癥狀同義詞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床診療指南為核心，后續將擴展引入英國的NICE指南。
AI推理引擎，通過指南文獻、臨床病歷等原始文本數據進行采集，利用自主研發的NLP技、大數據處理、醫學術語標注等技術，把與診療相關的如癥狀、體征等關鍵特征信息提取出來，形成知識圖譜，并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，用于輔助診療、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，使得輔助診療和臨床決策支持功能完全符合正規的臨床思維規范并契合最新的醫學發展趨勢。
1. 醫生信息推送：根據醫生相關科室、以及使用頻次等屬性為醫生推送關鍵信息。
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，并根據導入信息進行其他關聯信息的推送。
3. 模糊搜索：可根據癥狀不同名稱描述進行模糊的關鍵字搜索。
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范、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） 癥狀關聯推送：根據已錄入癥狀，系統進行綜合分析和判斷，推送其他建議詢問的伴隨癥狀及癥狀詳細信息（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（如癥狀信息、體征信息等）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，避免用戶重復錄入，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（如癥狀信息、體征信息等）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，避免用戶重復錄入，避免診療疏漏。
4. 體征
（1）體征項目推送：根據已錄入信息推送可能需要進一步檢查的患者體征信息。隨著病史采集內容的輸入，推送的內容也會相應的變化。
1.1.4.3.1 輔助檢驗策略
系統根據已有問診信息推送規范的、合理的檢查項目，用于輔助鑒別疾病診斷。
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。
1.1.4.3.2 輔助檢查策略
根據患者已填選信息（如癥狀情況、體征情況、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。同時系統為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、臨床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，對于可能出現的危急重癥給予提醒和警示，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了然。
4. 疾病百科知識推送：將國內最新版標準的臨床診療指南及內科學知識推送給醫生供參考和學習。
醫生對患者疾病做出診斷后，對診斷疾病進行相應的治療，系統針對每種疾病為醫生提供了對應的治療方案作為醫生治療參考，治療方案內容包括：推薦藥物、治療處置、健康處方建議。
醫生使用本系統完成診療后，系統可以自動生成規范化的、可打印的、符合質控要求的、高質量的結構化門診電子病歷。無需醫生診療完成后再次手動輸入門診病歷內容，提高工作效率。臨床輔助診療系統的電子病歷符合衛生部頒發的《病歷書寫規范》、《電子病歷共享文檔規范》、《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》等標準規范。
微信掃一掃，了解更多信息：
|
