知识经济下的智能诊断服务模式探讨
来源:用户上传
作者:
摘 要：医疗大数据包罗信息多、价值大。智能诊断利用医疗大数据提供的海量信息，进行有效地分析、挖掘和利用，通过网络信息服务的方式向医药行业的各个参与方提供高效、优质、及时的服务。服务模式非常灵活。
关键词：大数据;智能;诊断;服务模式
“大数据”被重点提及是从 2012 年在奥巴马国情咨文开始，近几年来发展迅猛，已经在很多行业得到体现。医疗人工智能在全球的多个国家均在快速发展，截至2018年上半年美国FDA批准人工智能相关产品9项，包括自动监测预警类产品和辅助诊断类产品，这些产品用在了许多医院中。在国内，经典的案例是阿里巴巴颠覆了传统零售业，利用大数据分析作网络精准营销。近几年，医药数据的积累正在加速进行，从供给和需求两方面来看，医疗大数据即将迎来量变到质变的一刻。因此，可以说医药行业的大数据时代即将到来，未来十年，将会逐渐对行业内产业链各个环节产生深远影响。
医疗大数据涵盖信息多、价值大。智能诊断利用医疗大数据提供的海量信息，进行有效地分析、挖掘和利用，通过网络信息服务的方式向医药行业的各个参与方提供高效、优质、及时的服务。
一、大数据背景下的智能诊断服务
（一）临床决策支持
智能诊断系统可以利用医疗大数据对患者多方面数据的积累，包括各种生物组学数据（基因组、蛋白组等）、患者病史、生活习惯、行为习惯等多方面，对比过往患病人群到相关数据，通过大数据分析，找出最优的治疗方案，从而实现“精准医疗”。
（二）健康管理
健康管理和疾病管理在我国刚刚起步，考虑到人口老龄化、慢性病发病率升高、居民健康意识提升等多方面因素，未来是极有潜力的市场。平台提供新型的健康管理服务，这种服务将会收集用户的健康档案、疾病档案、生活状态、睡眠质量、心理表现等生理或心理方面的行为数据，通过对这些数据的分析、处理，监测用户的身体状态，通过便携式设备、移动设备或互联网信息的提示，帮助人们改善不合理的行为习惯，实现积极健康的生活方式。
（三）药效、疗效分析
智能诊断系统通过对医疗大数据的分析，掌握药物对不同人群、不同疾病的治疗效果，通过这种服务可以使临床治疗过程中能够迅速根据病人的自身情况使用相应疗效最好的药物来进行治疗。另外，对于新药来说，药品上市后，通过平台反馈的药效信息，对这些信息进行积累和挖掘，然后将这些信息提供给药品研发部门和厂商，使厂商和药品研发部门能够对药物的临床效果进行及时的掌握。这样极大提高药企的研发效率，并促成药品的品质和疗效的不断改进。
（四）公众医疗信息服务
互联网和移动端的普及，越来越多的患者开始通过网络寻医问药。搜索行为、购买行为、地域分布，这些信息本身构成了新一维度的医疗大数据。智能诊断信息服务平台将能实现通过各地人群搜索行为本身进行流行病学预警、季节病预警、突发疫情预警等信息服务。另外，这些信息也将为政府医疗部门的政策的制定、应急方案的选择等方面提供了可靠的决策支持。
（五）医疗保险信息服务
智能诊断系统可以根据医疗大数据，提供医疗保险业所需要的信息服务。智能诊断系统提供的服务可为保险公司提供有效的控费手段。保险公司从产品开发、精准营销、风险评估、核保核赔、控费等多角度均可受益于平台对医疗大数据的分析。
目前，人工智能在医疗行业中的应用，一部分以嵌入式系统应用于医疗仪器端系，在医疗设备端使用人工智能技术，优化设备性能。例如：通过动作捕捉技术判断患者康复情况，提供可视化数据，影像展示，为医生制定康复计划，提供有力数据支持。另一部分以数据为中心的影像数据病历等为基础，辅助影像诊断辅助临床决策。
二、大数据背景下的智能诊断服务模式
（一）提供顶尖医疗专家编制诊断流程服务
信息服务的重点在于智能，而智能的前提则是知识。在建立、存储具有丰富临床经验的医疗知识库后，即能够实现高效、准确的智能诊断。这需要邀请国内外各个医疗领域的顶尖专家，组建专家开发团队，负责系统医疗诊断流程编制，医学领域知识归纳。通过搜集、发掘专家们的多年的理论和临床经验，结合智能诊断的推理技术，将这些经验转化为系统能够使用的知识信息，从而指导就诊、治疗的流程，分析、推理患者病情和确诊疾病。
（二）提供智能分析症状服务
根据专家多年的临床意见经验，总结归纳得出疾病的具体表现症状、患病原因、诊断流程和治愈方法、治疗方案，对数据进行分类、汇总分析处理，并以此为基础建立医疗诊断系统规则库。通过人工智能技术，将规则库和患者表征事实进行整合、推理，从而获得患者可能患有的疾病。
（三）提供表征分析服务
表征分析的本质恰恰体现了医生对症状、体征的熟悉程度，更为重要的是，过分依赖医学检查不仅会增加患者的诊疗费用，还会对患者的身体产生一些伤害，所以强调表征分析，减少不必要的医学检查是智能诊断信息服务平台推行的重要理念。
（四）提供诊断信息咨询服务
智能诊断信息服务是提供医疗信息的服务平台。在医疗活动中，根据实际遇到的病情问题，及时给予咨询、分析服务是服务的核心。
（五）为疑难症提供专家会诊服务
“疑难症”一般是指在诊疗中，病因复杂未明、诊断难以统一、医治難度较大的一类病症。当遇到疑难病时，通过开展“专家会诊”的形式，从系统专家库遴选相应领域内的专家，组成医疗专家诊疗小组，通过互联网或者视频通话等交流方式，实现分析病情、讨论病因、研究治疗方案、推荐处方等支持服务，力争减少患者病痛之苦，早日恢复健康。
（六）生成治疗方案，提供推荐处方服务
确诊疾病是诊疗过程中十分重要的环节，但并非最终目标。只有将患者治愈才是医疗服务的终极任务。所以在完成疾病确诊后，需要根据疾病情况、患者个人情况来制定治疗方案，并开具处方。智能诊断信息服务平台不仅能够协助医生确诊疾病，而且能够根据确诊结果和患者的个人信息、身体状况等综合考虑，制定一套既能治疗病痛，又能减少对患者伤害的治疗方案。 （七）规范药品管理，实现配伍检查服务
当医生开出的药品之间相克时及时提醒医生，并提示出药品之间的相互作用结果、不良反应以及禁忌食物等，减少因药品搭配不合理出现的患者药物不良反应现象。将处方药和非处方药进行分类，加强药品的监督管理，预防因患者行为不当导致药物滥用从而危及健康。同时，通过对非处方药的规范管理，引导患者合理、科学地进行自我保健。
（八）提供跨系统共享的电子健康档案服务
患者医疗信息不仅包括通常意义上的病例信息，还包括患者个人基本信息、职业、生活所在地、遗传病史、过敏史、过往患病诊疗史、体检报告等许多内容。通过对这些信息的分析和处理，不断能够方便医生及时、快捷查询患者的就诊信息，避免医生对病人重复检查和用药，以降低看病的费用，并且可以提升系统对患者所患疾病的推理准确性。
（九）建立医学知识库，存储临床经验
智能诊断信息服务平台储备医疗专家，组成医疗开发团队，开发小组负责将自己多年的从医经验和自身医疗领域知识进行归纳整理，转化为医疗领域的专业知识保存在知识库中，做好知识储备。
（十）建立系统自主学习机制，提供可定制流程服务
智能诊断信息服务平台的自主学习机制将会对平台使用过程中产生海量的数据，包括各种疾病的治愈病例、疑难杂症最终处理方案等信息进行统计、筛选和分析。医疗开发专家根据平台最终收集的有用的信息提炼出新的知识，并存入系统知识库中，不断更新和完善知识库。
（十一）建立疾病监测预警系统，实现信息反馈服务
由于地区病、流行病、职业病以及突发疫情等病，都具有时间或人群上的密集性的特点，智能诊断信息服务平台能定期对患者反馈数据进行统计分析。在达到设定时间的设定阀值之后，系统进行预警，并上报上级部门，以便专家备案，并及时将应对方案等反馈信息保存在平台知识库中，实现反馈功能;通过分析相同职业患者患病信息，实现对职业病的防控监测。
（十二）提供在线医疗知识学习和技能培训服务
智能诊断平台的知识库具有大量的医疗专业知识，在使用过程中，平台会积累大量的案例。普通医生和医科在校大学生可以通过互联网在线学习平台中的医疗知识，并利用平台案例进行练习，快速提高自身医疗水平。
三、结语：
大数据背景下，通过智能诊断建立的医学知识库，不仅能够对现有的医学知识充分利用，还能够不断挖掘未被发现的新知识，进行存储和利用。开创医疗知识利用新模式，引领医疗信息服务新格局，开拓医疗信息服务新市场，最终将成为引领医疗信息服务新格局。
随着大数据和智能的发展，临床决策支持系统、人工神经网络等在医疗领域大规模应用成为现实。但是人工智能系统本身并不能替代临床医师，主导者仍是包括临床医师、数据及计算专家等多专业的人工智能团队。医师要借助大数据和人工智能的技术平台，加強与平台研究人员、相关企业的合作，借助大数据和人工智能蓬勃发展之势，加速智能诊断的发展。
参考文献：
[1] 郭光明.基于社交大数据的用户信用画像方法研究[D]2017.Y3226709
[2] Eijffinger S C W， Geraats P M. How transparent are central banks？[J]. European Journal of Political Economy， 2006， 22（1）： 1-21.
[3] Stanger A. Transparency as a Core Public Value and Mechanism of Compliance[J]. Criminal Justice Ethics， 2012， 31（3）： 287-301.
[4] 医药行业：生物大数据的时代http：//blog.sina.com
作者简介：
黄 轲（1974.12- ），女，汉族，副教授，研究方向：电子商务、大数据管理。
转载注明来源:https://www.xzbu.com/3/view-14995453.htm
