1　解決方案的目標(biāo)和概述

高尿酸血癥與痛風(fēng)已成為我國(guó)常見(jiàn)代謝性疾病，高尿酸血癥患病率高達(dá)13.3%，患病人數(shù)超過(guò)1.8億，痛風(fēng)患病率為1%~3%，患病人數(shù)超過(guò)2000萬(wàn)，且呈明顯的年輕化趨勢(shì)，正以每年9.7%的年增長(zhǎng)率迅速增加，常導(dǎo)致關(guān)節(jié)畸形、慢性腎衰及脂肪肝等靶器官損傷，甚至致殘、致死，縮短患者預(yù)期壽命。因此，高尿酸血癥與痛風(fēng)越來(lái)越受到社會(huì)大眾的關(guān)注，但痛風(fēng)病自身的復(fù)雜性、臨床診療難度高、醫(yī)護(hù)人員短缺等諸多因素造成痛風(fēng)病在臨床診斷和治療中仍存在很多問(wèn)題。

為有效緩解傳統(tǒng)痛風(fēng)診療中存在的“對(duì)痛風(fēng)的認(rèn)知嚴(yán)重不足，診治不規(guī)范”、“痛風(fēng)診療多學(xué)科交叉，治療復(fù)雜”、“患者缺乏就診意識(shí)，治愈困難”等問(wèn)題，推進(jìn)相關(guān)高科技與智能技術(shù)在痛風(fēng)臨床診療中的具體應(yīng)用，填補(bǔ)國(guó)內(nèi)智慧醫(yī)療領(lǐng)域的空白，促進(jìn)我國(guó)智慧醫(yī)療事業(yè)的發(fā)展，項(xiàng)目組基于痛風(fēng)病患病率高，誤診、誤治率高，治療依從性差、危害大等現(xiàn)狀，國(guó)際首創(chuàng)了基于混合增強(qiáng)智能的平行痛風(fēng)智能診療體系框架，建立了國(guó)際最大單中心高尿酸血癥與痛風(fēng)遺傳數(shù)據(jù)庫(kù)，研發(fā)基于大數(shù)據(jù)和人工智能的平行痛風(fēng)智能診療系統(tǒng)。該項(xiàng)目實(shí)現(xiàn)了從大數(shù)據(jù)到智能診療再到臨床規(guī)范診療的轉(zhuǎn)化，取得系列原創(chuàng)性成果。

系統(tǒng)以中國(guó)科學(xué)院自動(dòng)化研究所王飛躍教授的“平行智能理論”為指導(dǎo)，依據(jù)國(guó)際標(biāo)準(zhǔn)化的診療規(guī)范、國(guó)際前沿的學(xué)術(shù)成果，基于權(quán)威痛風(fēng)專(zhuān)家李長(zhǎng)貴教授團(tuán)隊(duì)多年的臨床診療經(jīng)驗(yàn)，通過(guò)平行痛風(fēng)智能自主診斷與治療關(guān)鍵技術(shù)及應(yīng)用的相關(guān)研究，建立了醫(yī)療知識(shí)庫(kù)、智能病歷庫(kù)、專(zhuān)家看診規(guī)則庫(kù)；系統(tǒng)還可運(yùn)用人工智能技術(shù)模擬醫(yī)療專(zhuān)家的診療決策過(guò)程，運(yùn)用機(jī)器學(xué)習(xí)對(duì)輔助診療算法持續(xù)自我改善，從而趨近“最佳醫(yī)生”，實(shí)現(xiàn)痛風(fēng)診療的規(guī)范化、智能化、精準(zhǔn)化。

2　系統(tǒng)解決方案詳細(xì)介紹

2.1　基于混合增強(qiáng)智能的平行痛風(fēng)智能診療體系框架

針對(duì)復(fù)雜的痛風(fēng)診療實(shí)際應(yīng)用場(chǎng)景，為解決多源異構(gòu)數(shù)據(jù)融合、診療及推斷過(guò)程可解釋、人類(lèi)智能與人工智能的角色分配和權(quán)限劃分等關(guān)鍵技術(shù)難題，項(xiàng)目組以平行智能方法論為基礎(chǔ)，構(gòu)建面向痛風(fēng)診療場(chǎng)景的、算法驅(qū)動(dòng)的平行痛風(fēng)智能診療體系框架，進(jìn)而為決策者提供分析問(wèn)題、建立模型、模擬決策過(guò)程和方案的環(huán)境，輔助決策者通過(guò)數(shù)據(jù)、模型和知識(shí)，以人機(jī)交互方式進(jìn)行半結(jié)構(gòu)化決策。如圖1所示。

圖1 基于混合增強(qiáng)智能的平行痛風(fēng)智能診療體系框架

（1）軟件定義的人工痛風(fēng)診療過(guò)程

基于患者病歷、診療數(shù)據(jù)、醫(yī)學(xué)影像等基本醫(yī)療數(shù)據(jù)，結(jié)合Web挖掘等技術(shù)對(duì)最新醫(yī)學(xué)知識(shí)、前沿臨床研究和科研成果進(jìn)行自動(dòng)收集與標(biāo)注、挖掘與分析、結(jié)構(gòu)化存儲(chǔ)與應(yīng)用，突破多源異構(gòu)數(shù)據(jù)融合等難點(diǎn)，打造醫(yī)療健康大數(shù)據(jù)中心。同時(shí)，以痛風(fēng)醫(yī)療健康大數(shù)據(jù)為基礎(chǔ)，借助生成式對(duì)抗網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)等技術(shù)，分析患者歷史病理特征之間的時(shí)序和空間關(guān)聯(lián)性，學(xué)習(xí)醫(yī)生診斷與治療過(guò)程，構(gòu)建并重塑與實(shí)際診療過(guò)程“平行”的軟件定義的人工痛風(fēng)診療過(guò)程。

（2）“數(shù)據(jù)+模型”的痛風(fēng)診斷與治療計(jì)算實(shí)驗(yàn)

以實(shí)際痛風(fēng)醫(yī)療大數(shù)據(jù)和人工痛風(fēng)診療過(guò)程模型為基礎(chǔ)，通過(guò)調(diào)節(jié)患者病癥參數(shù)、護(hù)士護(hù)理參數(shù)以及醫(yī)生處方參數(shù)等計(jì)算實(shí)驗(yàn)手段，自動(dòng)生成大量新數(shù)據(jù)；然后，一方面把新生成數(shù)據(jù)提供給醫(yī)生，請(qǐng)醫(yī)生協(xié)助判斷哪些情況是實(shí)際可能遇到的痛風(fēng)情況，為醫(yī)生提供學(xué)習(xí)和培訓(xùn)機(jī)會(huì)；另一方面，利用醫(yī)生反饋的數(shù)據(jù)，擴(kuò)大系統(tǒng)自身的數(shù)據(jù)集，引入知識(shí)圖譜、模糊邏輯和知識(shí)推理技術(shù)，對(duì)醫(yī)生“虛擬診斷”過(guò)程進(jìn)行療效評(píng)估的同時(shí)，累積系統(tǒng)經(jīng)驗(yàn)與知識(shí)，提高系統(tǒng)智能水平。

（3）“雙向匹配”的平行智能自主診療推薦

通過(guò)計(jì)算實(shí)驗(yàn)過(guò)程，系統(tǒng)中收錄并累積了大量自動(dòng)生成的“虛擬患者”、“虛擬診斷過(guò)程”、“虛擬治療方案”。當(dāng)醫(yī)生在實(shí)際看診中遇到與系統(tǒng)已有“虛擬患者”相似的情況，只需輸入患者信息，即可通過(guò)知識(shí)引擎搜索方式實(shí)現(xiàn)真實(shí)患者的“虛擬診斷”；再結(jié)合醫(yī)生經(jīng)驗(yàn)選擇系統(tǒng)智能自主推薦的治療方案。以這樣“人-系統(tǒng)融合”、數(shù)據(jù)閉環(huán)反饋、平行執(zhí)行的方式，實(shí)現(xiàn)痛風(fēng)的智能自主平行診療過(guò)程的持續(xù)優(yōu)化。

2.2　建立國(guó)際最大單中心高尿酸血癥與痛風(fēng)遺傳數(shù)據(jù)庫(kù)

項(xiàng)目組依托山東省痛風(fēng)病臨床醫(yī)學(xué)中心，建立了國(guó)際最大單中心高尿酸血癥與痛風(fēng)遺傳資源庫(kù)和數(shù)據(jù)庫(kù)，并于2017年獲批國(guó)家人類(lèi)遺傳資源共享服務(wù)平臺(tái)-中華痛風(fēng)遺傳資源庫(kù)。該遺傳資源庫(kù)包含研究對(duì)象83546例，包括青少年、早發(fā)、中青年和老年研究人群。每個(gè)人群均包含散發(fā)痛風(fēng)、家系痛風(fēng)、高尿酸血癥和性別年齡相匹配的對(duì)照；數(shù)據(jù)庫(kù)由每個(gè)研究對(duì)象知情同意后的診療信息組成，包含實(shí)時(shí)更新的基本信息、動(dòng)態(tài)變化的生化信息、不斷變化的診療信息及全基因組關(guān)聯(lián)分析數(shù)據(jù)，為構(gòu)建平行痛風(fēng)智能診療系統(tǒng)及規(guī)范化診療體系奠定了基礎(chǔ)。

2.3　研發(fā)全球首個(gè)基于大數(shù)據(jù)和人工智能的平行痛風(fēng)智能診療系統(tǒng)

基于自主創(chuàng)建的平行痛風(fēng)智能診療體系框架，項(xiàng)目組融合了最新診療知識(shí)及27513例痛風(fēng)患者結(jié)構(gòu)化電子病歷等多源異構(gòu)醫(yī)療數(shù)據(jù)與多模態(tài)信息，構(gòu)建了高尿酸血癥與痛風(fēng)醫(yī)療大數(shù)據(jù)中心，通過(guò)與深度模糊神經(jīng)網(wǎng)絡(luò)、知識(shí)推理模型深度融合，構(gòu)建了軟件定義的痛風(fēng)人工智能診療模型。該模型將實(shí)際診療過(guò)程中的“小數(shù)據(jù)”作為種子數(shù)據(jù)，利用深度模糊神經(jīng)網(wǎng)絡(luò)生成痛風(fēng)診療系統(tǒng)“數(shù)據(jù)模型”，將“數(shù)據(jù)模型”演繹為實(shí)際診療過(guò)程中特定目標(biāo)的“小知識(shí)”推薦給醫(yī)生，通過(guò)“人與系統(tǒng)知識(shí)融合”、數(shù)據(jù)閉環(huán)反饋，虛實(shí)互動(dòng)，平行執(zhí)行，實(shí)現(xiàn)了痛風(fēng)診療知識(shí)的持續(xù)更新和診療過(guò)程的不斷優(yōu)化，成功創(chuàng)建國(guó)際首個(gè)虛實(shí)互動(dòng)、平行執(zhí)行的痛風(fēng)智能診療系統(tǒng)。如圖2所示。

圖2 平行痛風(fēng)智能診療系統(tǒng)

2.4　基于平行痛風(fēng)智能診療系統(tǒng)云平臺(tái)，打造線上線下結(jié)合的診療模式，實(shí)現(xiàn)對(duì)患者的遠(yuǎn)程指導(dǎo)和管理

針對(duì)高尿酸血癥與痛風(fēng)長(zhǎng)期多病共存、多藥并用，患者認(rèn)知薄弱，治療不規(guī)范且依從性差，缺乏有效管理手段等現(xiàn)狀，基于平行痛風(fēng)智能診療系統(tǒng)中痛風(fēng)問(wèn)診模塊、痛風(fēng)大數(shù)據(jù)決策分析模塊和痛風(fēng)智能診療模塊，項(xiàng)目組成功構(gòu)建平行痛風(fēng)智能診療云平臺(tái)，結(jié)合居家慢病管理設(shè)備，通過(guò)提供“居家慢病管理+設(shè)備盒+虛擬醫(yī)生+在線復(fù)診”相關(guān)服務(wù)，將醫(yī)生與患者同時(shí)納入到平行痛風(fēng)智能診療體系中，提供一整套在線復(fù)診與線下門(mén)診相結(jié)合的智能慢病解決方案，實(shí)現(xiàn)了對(duì)高尿酸血癥與痛風(fēng)患者飲食、運(yùn)動(dòng)、藥物等遠(yuǎn)程指導(dǎo)和管理，克服了痛風(fēng)醫(yī)療數(shù)據(jù)難以在不同醫(yī)院間共享的困難。從而極大地提高醫(yī)生的看診效率和診療準(zhǔn)確率，為患者提供精準(zhǔn)、可靠、便利的就醫(yī)體驗(yàn)，提高患者的治療達(dá)標(biāo)率。

3　代表性及推廣價(jià)值

3.1　應(yīng)用情況及效果

平行痛風(fēng)智能診療系統(tǒng)于2016年9月在青島大學(xué)附屬醫(yī)院正式上線運(yùn)行，成為全球首個(gè)“平行痛風(fēng)智能診療機(jī)器人醫(yī)生”，累計(jì)在全國(guó)153家醫(yī)院進(jìn)行推廣，與云南省滇南中心醫(yī)院、江蘇省中西醫(yī)結(jié)合醫(yī)院、天津中醫(yī)藥大學(xué)第一附屬醫(yī)院等多家三甲醫(yī)院簽署合作協(xié)議，共輔助醫(yī)生診療3.2萬(wàn)余人次，痛風(fēng)診斷準(zhǔn)確率達(dá)95%、治療方案與權(quán)威專(zhuān)家團(tuán)隊(duì)符合率達(dá)90%。系統(tǒng)幫助醫(yī)生快速確定最佳診療方案，極大地提高了診斷準(zhǔn)確率與治療有效性。患者依從性從20.7%提升至66%，尿酸達(dá)標(biāo)率從20%提升至45%，發(fā)作頻率及藥物副作用均明顯降低。有效促進(jìn)了區(qū)域醫(yī)療水平的提升及智能醫(yī)療產(chǎn)業(yè)的發(fā)展。

3.2　示范效應(yīng)

該系統(tǒng)獲國(guó)家發(fā)明專(zhuān)利2項(xiàng)、實(shí)用新型專(zhuān)利1項(xiàng)、軟件著作權(quán)13項(xiàng)，多次參加國(guó)家智能產(chǎn)業(yè)峰會(huì)、中國(guó)醫(yī)學(xué)裝備大會(huì)等國(guó)內(nèi)智能與醫(yī)療技術(shù)展。相關(guān)研究發(fā)表在IEEE Network、IEEE T Syst Man Cy-S等人工智能專(zhuān)業(yè)雜志，并被Lancet、Am J Public Health等醫(yī)學(xué)知名期刊引用。項(xiàng)目組發(fā)表代表性論文20余篇，其中SCI論文9篇、ESCI論文1篇、EI論文3篇；總結(jié)形成了一整套完備的醫(yī)學(xué)與人工智能技術(shù)跨學(xué)科交叉應(yīng)用的方法體系，提出痛風(fēng)智能診療通用、實(shí)用的標(biāo)準(zhǔn)框架“平行高特”，為其他疾病智能診療系統(tǒng)的研發(fā)提供了重要的參考價(jià)值。2020年9月，系統(tǒng)獲得“2020年度山東省科學(xué)技術(shù)進(jìn)步獎(jiǎng)一等獎(jiǎng)”。

3.3 　社會(huì)價(jià)值

（1）首創(chuàng)基于混合增強(qiáng)智能的平行痛風(fēng)智能診療體系框架，開(kāi)辟慢病智能診療新路徑

項(xiàng)目組圍繞“平行智能+痛風(fēng)診療”開(kāi)展系列研究，突破多個(gè)技術(shù)瓶頸和制約因素，成功構(gòu)建面向痛風(fēng)診療場(chǎng)景的、算法驅(qū)動(dòng)的平行痛風(fēng)智能診療體系框架，輔助決策者通過(guò)數(shù)據(jù)、模型和知識(shí)，以人機(jī)交互方式進(jìn)行半結(jié)構(gòu)化決策。該框架實(shí)現(xiàn)了平行智能理論與痛風(fēng)臨床診療的結(jié)合，是人工智能技術(shù)與醫(yī)療方法深度融合的一次創(chuàng)新式實(shí)踐，推動(dòng)了人工智能技術(shù)在更深層次應(yīng)用于醫(yī)學(xué)領(lǐng)域并產(chǎn)業(yè)化，為以高尿酸血癥與痛風(fēng)為代表的慢性疾病智能診療開(kāi)辟了一條新的道路，推進(jìn)了我國(guó)智慧醫(yī)療產(chǎn)業(yè)的發(fā)展，具有良好的社會(huì)效益。

（2）研發(fā)具有完全自主知識(shí)產(chǎn)權(quán)的智能診療系統(tǒng)，助力區(qū)域醫(yī)療診療及服務(wù)水平提升

項(xiàng)目組研發(fā)全球首個(gè)平行痛風(fēng)智能診療系統(tǒng)，融入基于國(guó)人數(shù)據(jù)的高尿酸血癥與痛風(fēng)規(guī)范化診療體系，不但能夠?yàn)獒t(yī)生提供規(guī)范化診療方案、幫助醫(yī)生減少誤診誤治、提高工作效率、提升業(yè)務(wù)水平，而且能夠?yàn)榛颊咛峁╋嬍场⑦\(yùn)動(dòng)、藥物等遠(yuǎn)程指導(dǎo)和管理，幫助患者做好慢病管理，遠(yuǎn)離疾病痛苦。同時(shí)，能夠?qū)崿F(xiàn)痛風(fēng)診療數(shù)據(jù)在不同醫(yī)院間的共享和診療系統(tǒng)的持續(xù)優(yōu)化，有效降低不必要的就醫(yī)和再住院比例，切實(shí)緩解就醫(yī)壓力；降低社會(huì)健康醫(yī)療總成本，讓患者獲得更優(yōu)的醫(yī)療健康服務(wù)。保守估計(jì)，患者就診時(shí)間減少40%以上，平均每年可降低社會(huì)健康醫(yī)療總成本近億元，帶動(dòng)智慧醫(yī)療行業(yè)經(jīng)濟(jì)效益達(dá)兩億元。

（3）打造線上線下結(jié)合的云診療模式，提高患者管理水平

項(xiàng)目組研發(fā)準(zhǔn)確、便捷且支持多種居家慢病管理設(shè)備數(shù)據(jù)遠(yuǎn)程上傳的平行痛風(fēng)智能診療云平臺(tái)，實(shí)現(xiàn)了醫(yī)生動(dòng)態(tài)監(jiān)測(cè)患者病情、遠(yuǎn)程管理患者，使醫(yī)生能夠及時(shí)對(duì)患者飲食、運(yùn)動(dòng)、藥物等進(jìn)行指導(dǎo)和管理，提高了患者治療依從性，降低了致殘致死率。

摘自《自動(dòng)化博覽》2020年11月刊