费科锋：专科医疗质量与效率驱动的数据治理

始建于1954年的浙江大学医学院附属浙江医院（简称“浙江医院”）隶属于浙江省卫生健康委员会，建院初期以干部医疗保健及涉外医疗为主，1979年全面对外开放，目前是一所集医疗、教学、科研、预防和保健为一体的三级甲等综合性医院，包含灵隐院区和三墩院区，核定床位1500张。

实现数据及时、精准采集

浙江医院非常重视数据治理工作，率先在ICU推进人工智能等先进技术应用，开展数据治理工作。“可能在医院全院范围内，ICU的信息化应用是最复杂的。”浙江医院信息中心主任费科锋介绍，ICU信息化目前存在以下挑战：数据互联互通性差、难以复用；临床业务逻辑规则主观性强，普适性差。“当前，ICU已具备进入人工智能化阶段的条件，可实现机器深度学习、无主观性，人工智能和大数据的结合，通用性强。”

在临床需求中，医生希望能够快速统计ICU的相关数据，护士则希望实现数据的自动采集并可进行模板点选。“要满足临床需求，我们认为首先是统一数据来源，实现标准化，形成统一的数据库。” 费科锋指出，为此浙江医院推动人工智能等先进技术在ICU的应用，智能接入监护仪、呼吸机、输液泵、营养泵、血透CRRT、ECMO等多种仪器设备，实现了密度为1分钟的数据采集，可以根据患者的病情和抢救程度进行仪器设备的自动插入。“我们建设了二级数据库，保证了数据采集的完整性、精准度和及时性，可以清晰地看到数据采集的全况。”费科锋强调。

推动数据治理建模

在具体实践中，重症医学人工智能主要有以下场景：医疗质量管理，主要包括结构指标管理、过程指标管理、结果指标管理和15项质控指标管理；脓毒症诊疗规范，主要包括脓毒症多源易构全息生物平台、MODS早期识别和动态预警体系、人工智能决策体系、精准化器官功能支持系统；单病种辅助决策系统，主要包括AKI及CRRT临床辅助决策、脓毒症临床辅助决策；重点疾病风险预测，主要包括脓毒症预测模型、AKI预测模型、机械通气撤机预测模型；科室运营管理，主要包括病源分析、DDD、院感综合防控管理、平均住院日和均次住院费用、DRG；物联网建设，主要包括监护设备互联互通（M2M）、脏器支持设备无线联网。

ICU数据存在表结构化不统一、编码不统一、单位不统一、命名存在差异等挑战。因此，ICU数据亟需进行治理。费科锋指出：“数据治理是开展数据分析的前提，可实现数据的完整性、规范性、一致性、时效性、关联性和准确性。”

浙江医院数据治理平台可出具数据质量报告，患者入科24小时内自动完成Apache II智能评分，自动获得生命体征、血气分析、生化结果等数据，并利用获得数据进行GCS评分、Sofa智能评分、qSofa智能评分、CPIS智能评分，自动产生并汇总ICU患者收治率及收治床日率、非计划转入ICU患者率、患者转出ICU后48小时重返率等重症15项质控指标。

取得显著成效

目前，浙江医院ICU上线了重症监护临床智能辅助决策系统、人工智能医生工作站、重症临床辅助决策系统和重症质控智能辅助决策系统等。

“我们可以实时采集患者多维数据，实时分析病情变化及趋势，提前24小时预测病人发生危重事件，预测患者死亡概率、VTE(深静脉血栓)、AKI(急性肾损伤)、SEPSIS(脓毒症)、脱机成功率。”费科锋介绍，借助重症监护临床智能辅助决策系统，浙江医院实时对患者进行数据监测，提前预测患者的疾病风险。相关统计数据显示，医院对ICU患者死亡预测准确性为93%，AKI预测准确性为88%，SEPSIS预测准确性为89%，VTE预测准确性为82%，脱机成功率预测准确性为93%，实现了及时甚至提前发现患者异常情况，做到及时诊疗，提升患者的预后效果，减少不必要的诊疗开支，降低患者诊疗费用，为科室、患者、医院、政府实现多方减负。

此外，人工智能医生工作站提供个体化动态临床视图，对重点疾病的风险进行预测及评估，推荐个性化诊疗方案；重症临床辅助决策系统可个性化展现临床思维化的患者临床数据和病程变化情况；重症质控智能辅助决策系统提供高效智能的质控填报平台，支持国家15项指标自动填报，各类指标可在大屏全景展示，而且展示指标可配置。

“我们通过改善数据治理方式，提高了数据获取的准确性和及时性，最终结合AI智能模型，供临床医护人员使用，显著提升了ICU的效率和质量，将为患者提供优质医疗服务的理念落到实处。”费科锋总结道。