1. 首頁 > 健康養生 >

數智重塑醫健模式行業，專家告訴你醫學AI的未來在哪里| 2021健康界峰會( 二 )


丁強表示 ， 隨著醫改的不斷深入 ， 醫院運營管理對醫院信息化建設的需求日益增長 。 在醫院信息化建設中 ， 不考慮醫院整體戰略建設 ， 追求具體戰術實施 ， 將無法應對整個社會數字經濟飛速發展下 ， 給醫院運營管理帶來的沖擊和新矛盾 。
丁強認為 ， 醫院信息中心的任務是建設醫院數字資產管理體系 ， 其信息系統建設的模式是“數據生產線”+“數字資產生產線” 。
為什么叫“數字資產”而不是“數據”或“數據資產”？
丁強解釋 ， 在IT覆蓋率概念下 ， 數據可分為IT數據和非IT數據 。
前者包括“信息系統”程序內生產、采集、存儲的數據 ， 這是第一條生產線 ， 生產數據 ， 是目前醫院大數據應用的主要數據來源 。 后者是因種種原因沒有進入信息系統 ， 但客觀存在的信息數據 ， 這部分信息數據應該加工處理成數字資產 ， 這是第二條生產線 ， 生產數字資產 。
IT數據與非IT數據的相融 ， 結合大數據應用的數據維度問題 ， 以此得到完美的數字畫像 。
同時 ， 丁強還表示 ， 醫院運營管理是大數據應用場景之一 ， 在應用中 ， 大數據更像是一種方法、工具 ， 不能只是數據可視化 ， 應該是資產加工、分析管理 。 大數據分析的工作角色 ， 應該是醫院的“職能者” ， 也是資產生產者之一 ， 不應該是“工具”制造者 。
因此 ， 大數據應用下 ， 醫院運營管理模式應該有新的改變：由以“數據”為基礎 ， “流程”為對象 ， 信息互聯為目的 ， 傳統設計為技術方法的“報表式”管理 ， 逐步轉向以“數字資產”為基礎 ， “角色”為設計對象 ， 價值互聯為目的 ， 大數據分析為技術手段的“精細化”管理 ， 構建體系化管理基礎上的大數據應用 。
商業價值的最大體現在于產品

數智重塑醫健模式行業，專家告訴你醫學AI的未來在哪里| 2021健康界峰會
本文插圖


醫準智能創始人兼CEO呂晨翀
當同行都在“造風、造勢” ， 大量擴軍的情況下 ， 很多競品企業都會選擇跟風 ， 而醫準智能卻選擇把精力和“彈藥”全部投入產品研發 。
“對于一個創業科技公司來說 ， 它的商業價值最大的體現首先在產品 。 ”醫準智能創始人兼CEO呂晨翀表示 。
針對乳腺癌篩查的痛點與挑戰 ， 醫準智能創新性發布“全棧式乳腺智能分析解決方案” ， 該解決方案包含基于實時動態視頻分析的“乳腺超聲智能分析系統”與“乳腺X線智能分析系統” ， 并在此基礎上進行探索與創新 ， 推出“乳腺斷層智能分析系統” 。 突破技術壁壘全面覆蓋乳腺癌早篩中的影像設備 ， 滿足臨床工作需求 ， 實現從篩查管理到診斷分析的全棧式乳腺智能分析解決方案 ， 高效賦能乳腺癌早篩及診療 。
留住決策關鍵過程數據

數智重塑醫健模式行業，專家告訴你醫學AI的未來在哪里| 2021健康界峰會
本文插圖


北京大學第一醫院心內科醫生李昱熙
北京大學第一醫院心內科醫生李昱熙認為 ， HIT和EMR在我國蓬勃發展 ， 但多數醫院的現實臨床科研模式并沒有改變 ， 大數據在臨床研究領域并非主流 ， “技術”與臨床現實的差距導致了HIT與臨床研究的需求錯位 。
人工智能面臨著諸多困境 ， 預測模型的好壞很大程度取決于訓練數據 。 此外 ， 作為真實世界數據的EHR數據 ， 面臨太多不恰當的“非黑即白” ， 這會直接影響人工智能的學習 ， 而臨床醫生在“灰區”中進行決策 ， 90%以上的決策過程并不會被記錄下來 。 因此 ， 如何將決策關鍵過程數據留存 ， 是值得探索的問題 。
李昱熙以醫學影像為例進行了說明 ， 醫學影像之所以能夠成為人工智能主戰場 ， 是因為一副完整的標準的醫學影像包含影像醫生所有需要的數據 ， 但是臨床醫生的真實看病場景并不是這樣 。
大量的變量沒有記錄在電子病歷的數據 ， 而醫學影像其實也存在問題 。 比如 ， 人工智能在心臟領域的冠脈功能學指導 ， 也需要人工輔助勾勒出冠脈圖像 ， 但這并不能夠達到非常精確的分析 ， 而最主要的問題是在于圖像采集的過程不規范 ， 如果是不同醫療機構和醫生去操作 ， 則會影響人工智能進行更精準的判斷 。
在過去的人工智能算法設計過程中 ， 非平衡的數據也給人工智能帶來了巨大的挑戰 ， 其核心問題還是出在數據的層面 。 在李昱熙看來 ， 制約人工智能在臨床研究領域應用的主要問題依然是數據 。
醫工結合助力高效外科手術

數智重塑醫健模式行業，專家告訴你醫學AI的未來在哪里| 2021健康界峰會

推薦閱讀