钛媒体APP|CDSS步入商业化,百亿市场背后,信息化企业如何掘金?( 三 )


这便是企业稀于涉足专科CDSS的原因之一 , 要想获得最佳的结果 , 企业必须处理非常长的流程 , 触及到多达几十套的信息化系统 。 “不同的业务系统有不同的接口 , 有不同的数据标准 , 不同的处理标准 , 所以 , 整个数据的采集标准化识别都是一个非常复杂的过程 。 ”
第二个难点在于参数的多变性 。 与全科不同 , 医生在对患者进行专科治疗时 , 常常会面对一些病情严重的患者 , 有时甚至危及生命 。 “在这种情况下 , CDSS要处理的变量会非常多 , 我们需要建立很高的数据质量标注与精准的模型以对患者情况进行分析 , 这需要花费非常大的精力 。 ”
不过 , 也正是因为可能出现复杂多变的状况 , 三甲医院对于专科CDSS存在主观上的需求 。 森亿智能数据产品负责人表示:“除了满足电子病历评级需求外 , 医院希望我们能够辅助医务管理 , 对部分病历数据进行质控 。 此外 , CDSS能够帮助医院建立规范化的临床流程与标注化的临床数据 , 加之可靠的临床知识体系就形成了数据资产的积累 , 很多医生看重了这一点 , 希望能够通过这些沉淀进行后续的数据分析与科研工作 。 ”
当然 , 专科CDSS的发展还处于初级阶段 , 以现在的数据储备来看 , 少有企业能够获得足够多的覆盖全流程的患者肿瘤数据 , AI赋能下 , CDSS必须拥有足够的数据支撑才能合理运行 , 这也意味着 , 肿瘤领域隐藏着众多的专科CDSS机会 , 这里存在着大片的蓝海市场 。
从三个成熟产品看CDSS行业的特征与发展趋势
了解了医生的需求与CDSS建立的问题 , 那么在实际之中 , 有效的CDSS系统是怎样的?怎么维护革新这个产品?我们不妨将三个成熟的产品作为案例进行介绍 。
大数医达:基于电子病历的AI全科CDSS如何突围?在全科版本的CDSS之中 , 数据好比是土壤 , 而信息处理技术则是肥料 , 两者均是培育优秀全科CDSS必不可少的部分 。
而从2015成立至今 , 大数医达已经在CDSS领域打磨了近五年 , 积累起了海量的标准化患者数据 。 在数据之上 , 这家公司建立了有效的知识图谱 , 用AI的方式将众多患者数据与医学知识结合成神经元式的知识网 , 这是其CDSS有别与竞品的最大优势之一 。
大数医达区域总经理盛潞伟告诉动脉网:“症状与病情常常是多对一的关系 , 比如说发热症状 , 大量的病症都与发热相关 , 我们必须去探究更深层的逻辑 。 若只是看到患者咳嗽 , 就把所有咳嗽可能产生的症状全部罗列出来 , 这样的CDSS是没有价值的 。 ”
“通过知识图谱下的大数据分析 , 我们能够按照病症的轻重缓急;不同病症之间的联系;综合给出一个合理的概率 , 这个过程之中会剔除掉明显不可能的疾病 , 这样的结果医生才是可以使用的 。 ”
目前 , 大数医达多维CDSS临床辅助决策系统已经具备电子病历智能书写、辅助诊断、推荐治疗、智能内涵质控、医疗知识查询等多个功能 , 是一个典型的全科版CDSS系统 。 在落地方面 , 该系统早已在广东省清远市阳山县55个贫困村率开始试点;广东省15个地市2277个省级贫困村全面推广 。
惠每科技的院内VTE智能防控静脉血栓栓塞症(VTE)不是某一个专科特发的疾病 , 术后、外伤、晚期癌症、昏迷和长期卧床的病人均存在发生VTE的风险 。 但要判断患者VTE的发病风险并不简单 , 除了通过医生本身的经验判断 , 更为权威的是通过Caprini血栓风险评估量表、Padua血栓风险评估量表等个体化VTE风险评估量模型 , 对患者进行分析评估 。
但由于VTE评估及其耗时 , 医生必须在医生本职工作与VTE筛防工作中进行取舍——这其实是在挑战医院本已短缺的资源 。 惠每科技利用人工智能解决这个问题 , 对患者进行通过智能化的跟踪、评分、监督 。 其中要解决的困难很多 , “要让计算机判断患者‘一个月之内有没有发生过脑梗’这个VTE风险因素信息 , 不仅要帮助机器理解脑梗发生的时间限制——事件应发生在近期如给定的一个月 , 不统计三个月、或是半年之前的脑梗事件 。 同时要判断患者的疾病情况如分级分型 , 常常需要综合既往病史、核磁报告等信息得出结论 , 传统的信息系统完成不了这样复杂的工作 。 ”张奇向动脉网解释到 。


推荐阅读