基于歷史結(jié)果的實(shí)驗(yàn)室智能稀釋系統(tǒng)開(kāi)發(fā)

鄧瑯輝 張式鴻 劉 敏

(中山大學(xué)附屬第一醫(yī)院檢驗(yàn)醫(yī)學(xué)部 廣州 510080)

?

基于歷史結(jié)果的實(shí)驗(yàn)室智能稀釋系統(tǒng)開(kāi)發(fā)

鄧瑯輝 張式鴻 劉 敏

(中山大學(xué)附屬第一醫(yī)院檢驗(yàn)醫(yī)學(xué)部 廣州 510080)

以中山大學(xué)附屬第一醫(yī)院自身數(shù)據(jù)為基礎(chǔ)，就開(kāi)發(fā)基于患者歷史結(jié)果的實(shí)驗(yàn)室智能稀釋系統(tǒng)提出解決方案，介紹系統(tǒng)實(shí)現(xiàn)及布署架構(gòu)，對(duì)其應(yīng)用效果進(jìn)行分析，指出該系統(tǒng)的使用能夠降低人工干預(yù)程度，提高臨床實(shí)驗(yàn)室效率。

實(shí)驗(yàn)室信息系統(tǒng)；人工智能；稀釋；解決方案

1 引言

實(shí)驗(yàn)室信息系統(tǒng)(Laboratory Information System, LIS)是臨床實(shí)驗(yàn)室運(yùn)作的重要部分。隨著標(biāo)本量的上升及大規(guī)模分析技術(shù)的出現(xiàn)，臨床實(shí)驗(yàn)室提供信息的復(fù)雜性與日俱增。這種趨勢(shì)使得實(shí)驗(yàn)室對(duì)LIS的需求不斷增加，對(duì)LIS的依賴程度不斷增強(qiáng)。因此開(kāi)發(fā)人工智能或?qū)＜蚁到y(tǒng)，將是LIS今后發(fā)展的趨勢(shì)[1-2]。臨床實(shí)驗(yàn)室日常分析中經(jīng)常會(huì)遇到由于樣品檢測(cè)值過(guò)高而超出檢測(cè)項(xiàng)線性范圍的情況，因樣品的檢測(cè)值不可預(yù)知，臨床實(shí)驗(yàn)室要等待樣品上機(jī)分析后才能獲知樣品是否超出檢測(cè)項(xiàng)線性范圍，繼而進(jìn)行人工稀釋或儀器自動(dòng)稀釋(要看儀器是否支持該功能)后重新檢測(cè)，既增加了樣品的檢測(cè)時(shí)間，影響診療過(guò)程，又增加了實(shí)驗(yàn)室工作量，導(dǎo)致成本上升。樣品的檢測(cè)值雖然無(wú)法預(yù)知，但通過(guò)分析該項(xiàng)目的歷史結(jié)果，可以推測(cè)其結(jié)果的大致范圍。LIS通過(guò)對(duì)結(jié)果的智能推測(cè)，對(duì)可能出現(xiàn)超出檢測(cè)項(xiàng)線性范圍的樣品預(yù)先進(jìn)行干預(yù)，理論上可減少樣品稀釋重做的情況，從而提高臨床實(shí)驗(yàn)室的效率。本文以中山大學(xué)附屬第一醫(yī)院自身數(shù)據(jù)為基礎(chǔ)，針對(duì)開(kāi)發(fā)基于患者結(jié)果的智能稀釋系統(tǒng)提出解決方案。

2 需求及可行性分析

2.1 需求

回顧中山大學(xué)附屬第一醫(yī)院LIS 2014年度的儀器傳輸數(shù)據(jù)，前10種需要稀釋，但由于各種原因造成漏稀釋的測(cè)試數(shù)共5 462項(xiàng)，其中可根據(jù)患者歷史結(jié)果智能稀釋的測(cè)試數(shù)為2 271項(xiàng),占比41.6%。特別是雌二醇(可智能稀釋/需稀釋為838/1 147,73.1%)及孕酮(233/323,72.8%)。若由儀器直接分析，不但浪費(fèi)試劑，而且影響結(jié)果發(fā)布時(shí)間;若先經(jīng)人工檢索歷史結(jié)果，再人工干預(yù)稀釋上機(jī)，既費(fèi)時(shí)又費(fèi)力。故有必要開(kāi)發(fā)智能稀釋系統(tǒng)。

2.2 可行性

開(kāi)發(fā)智能稀釋系統(tǒng)必須同時(shí)滿足以下基本條件：(1)對(duì)數(shù)據(jù)源的要求：有可供查詢的歷史結(jié)果數(shù)據(jù)源。(2)對(duì)儀器的要求：儀器工作站的接口模式可賦予程序讀寫(xiě)權(quán)限，且允許寫(xiě)入稀釋參數(shù)。中山大學(xué)附屬第一醫(yī)院現(xiàn)有LIS已使用多年，能滿足上述對(duì)數(shù)據(jù)源的要求；LIS與儀器工作站的接口模式為雙向傳輸，接口程序可與儀器操作軟件交互和調(diào)用[3]，且儀器允許寫(xiě)入稀釋參數(shù)，滿足上述對(duì)儀器的要求。故開(kāi)發(fā)智能稀釋系統(tǒng)可行。

3 實(shí)現(xiàn)及部署架構(gòu)

3.1 智能稀釋系統(tǒng)嵌入LIS

智能稀釋系統(tǒng)嵌入LIS，見(jiàn)圖1。具體步驟如下：(1)當(dāng)樣品送達(dá)并經(jīng)實(shí)驗(yàn)室人員確認(rèn)后，LIS會(huì)載入當(dāng)前樣品的所有任務(wù)，判斷是否含有需稀釋的任務(wù)。(2)如存在此類任務(wù), LIS將當(dāng)前樣品相關(guān)信息提交給智能稀釋系統(tǒng)。(3)根據(jù)LIS提交的信息，智能稀釋系統(tǒng)返回任務(wù)相應(yīng)的稀釋參數(shù)。(4)LIS找到任務(wù)所對(duì)應(yīng)的儀器，經(jīng)由接口程序?qū)⑷蝿?wù)及其稀釋參數(shù)下達(dá)到對(duì)應(yīng)儀器的工作站。(5)工作站將任務(wù)及參數(shù)經(jīng)過(guò)轉(zhuǎn)換，傳達(dá)給儀器。(6)儀器按任務(wù)要求進(jìn)行分析，將測(cè)試結(jié)果傳送給工作站。(7)儀器工作站將測(cè)試結(jié)果由接口程序發(fā)回LIS。

3.2 智能稀釋系統(tǒng)內(nèi)部構(gòu)成

如前所述，LIS枚舉當(dāng)前樣品的所有任務(wù)，當(dāng)存在需稀釋的任務(wù)時(shí)，則交由智能稀釋系統(tǒng)處理，其內(nèi)部構(gòu)成，見(jiàn)圖2。

圖1 智能稀釋系統(tǒng)嵌入LIS

圖2 智能稀釋系統(tǒng)內(nèi)部構(gòu)成

以項(xiàng)目雌二醇(Estradiol，E2)為例：(1)當(dāng)樣品存在任務(wù)E2時(shí)，LIS將當(dāng)前樣品的“患者唯一碼”(如患者編號(hào)、身份證號(hào)、診療卡號(hào)等)及“任務(wù)代碼”(E2)提交給智能稀釋系統(tǒng)。(2)根據(jù)LIS提交的信息，檢索數(shù)據(jù)源。(3)若檢索到該樣品存在E2的歷史結(jié)果，則將該歷史結(jié)果的發(fā)布時(shí)間與當(dāng)前時(shí)間比較，小于4天(基于對(duì)本院2014年度儀器傳輸數(shù)據(jù)的分析，有效率為89.2%)視為校驗(yàn)通過(guò)。(4)綜合考慮E2檢測(cè)的線性范圍及本院數(shù)據(jù)，進(jìn)一步比對(duì)該歷史結(jié)果的數(shù)值，大于500 pg/mL視為校驗(yàn)通過(guò)。(5)判斷結(jié)束，返回(或不返回)稀釋參數(shù)。據(jù)當(dāng)前樣品枚舉的任務(wù)數(shù)，重復(fù)上述邏輯，其中步驟(3)及步驟(4)的校驗(yàn)數(shù)值因任務(wù)而異。

3.3 部署架構(gòu)

綜合考慮醫(yī)院LIS及其他系統(tǒng)交互的復(fù)雜性，參考相關(guān)文獻(xiàn)或資料[4-9]，決定采用客戶端/服務(wù)器模式(Client/Server，C/S)與瀏覽器/服務(wù)器模式(Browser/Server，B/S)相互嵌套的3層架構(gòu)模式(3-Tier)。由瀏覽器(Browser)及其載體承擔(dān)C/S結(jié)構(gòu)中客戶端(Client)的部分任務(wù),見(jiàn)圖3。

數(shù)據(jù)服務(wù)器主要為客戶端應(yīng)用提供服務(wù)，包括查詢、更新、事務(wù)管理、索引、高速緩存、查詢優(yōu)化、安全及多用戶存取控制等。Web服務(wù)器主要為客戶端應(yīng)用提供高級(jí)邏輯服務(wù)，如大量的數(shù)據(jù)交換、文件讀寫(xiě)及可能會(huì)存在帶寬瓶頸等。客戶端應(yīng)用及儀器工作站應(yīng)用根據(jù)業(yè)務(wù)需求連接數(shù)據(jù)服務(wù)器或Web服務(wù)器。本文將“智能稀釋”模塊放置于Web服務(wù)器層，主要從效率最優(yōu)化及開(kāi)發(fā)便利性方面考慮。相互嵌套的3層架構(gòu)模式，其最大的目的是實(shí)現(xiàn)高內(nèi)聚、低耦合，使系統(tǒng)具有更好的維護(hù)性和擴(kuò)展性，可以更高效地完成系統(tǒng)的維護(hù)開(kāi)發(fā)，持續(xù)地支持業(yè)務(wù)的發(fā)展。

圖3 部署架構(gòu)

4 應(yīng)用效果分析

4.1 概述

應(yīng)用智能稀釋系統(tǒng)前，因需人工檢索樣品的歷史結(jié)果，再按需進(jìn)行人工干預(yù)、稀釋上樣，效率極低；加之臨床實(shí)驗(yàn)室日常工作任務(wù)繁重，不檢索直接上機(jī)分析的情況普遍存在，對(duì)試劑造成巨大浪費(fèi)。智能稀釋系統(tǒng)嵌入LIS后，每份目標(biāo)樣品都經(jīng)系統(tǒng)分析、判斷及智能稀釋，在保證效率的基礎(chǔ)上，最大程度地減少了非必要的試劑浪費(fèi)。

4.2 數(shù)據(jù)對(duì)比

以中山大學(xué)附屬第一醫(yī)院2015年1月份數(shù)據(jù)為例，項(xiàng)目雌二醇(E2)本月調(diào)用智能稀釋系統(tǒng)3 638項(xiàng)次，通過(guò)預(yù)設(shè)的不同稀釋閾值，返回稀釋參數(shù)，具體見(jiàn)表1。

表1 雌二醇(E2)不同稀釋閾值比較

判斷成功的定義為：小于4天的前次結(jié)果值大于稀釋閾值，且當(dāng)次結(jié)果檢測(cè)值大于項(xiàng)目的檢測(cè)上限，代表真陽(yáng)性。判斷失敗的定義為：小于4天的前次結(jié)果值大于稀釋閾值，但當(dāng)次結(jié)果檢測(cè)值在項(xiàng)目的檢測(cè)線性范圍內(nèi)，代表假陽(yáng)性。漏稀釋的定義為：小于4天的前次結(jié)果值小于稀釋閾值，但當(dāng)次結(jié)果檢測(cè)值大于項(xiàng)目的檢測(cè)上限，代表假陰性。靈敏度=真陽(yáng)性/(真陽(yáng)性+假陰性)，特異性=真陰性/(真陰性+假陽(yáng)性)。復(fù)查數(shù)=判斷失敗+漏稀釋，代表需人工干預(yù)稀釋的項(xiàng)目數(shù)。綜合考慮，稀釋閾值大于500 pg/mL的應(yīng)用效果最理想，其復(fù)查數(shù)最少，人工干預(yù)的程度最低，能最大程度提高臨床實(shí)驗(yàn)室的效率。

5 結(jié)語(yǔ)

本文以中山大學(xué)附屬第一醫(yī)院自身數(shù)據(jù)為基礎(chǔ)，順應(yīng)LIS發(fā)展的要求[10-11]，經(jīng)分析、比對(duì)、設(shè)計(jì)及完善，提出了智能稀釋系統(tǒng)的解決方案，該方案是對(duì)LIS實(shí)現(xiàn)人工智能、專家系統(tǒng)等先進(jìn)信息技術(shù)的一次探索，望籍此完善LIS的功能，優(yōu)化效率。由該院2015年1月雌二醇(E2)數(shù)據(jù)可見(jiàn)，引入智能稀釋系統(tǒng)后，本需人工干預(yù)稀釋的項(xiàng)次由理論上的830次驟減到157次。開(kāi)發(fā)基于患者歷史結(jié)果的智能稀釋系統(tǒng)，能從本質(zhì)上提高臨床實(shí)驗(yàn)室的運(yùn)行效率，減少非必要的試劑浪費(fèi)，縮短患者報(bào)告整體的發(fā)布時(shí)間。

智能稀釋系統(tǒng)基于LIS，本質(zhì)上是LIS的一個(gè)模塊。隨著LIS模塊化程度的增強(qiáng)，各類子模塊的嵌入越發(fā)靈活,但其是否需要開(kāi)發(fā)、能否開(kāi)發(fā)、該如何開(kāi)發(fā)受相應(yīng)數(shù)據(jù)源、LIS及儀器功能的制約。通過(guò)回顧分析2014年中山大學(xué)附屬第一醫(yī)院的儀器傳輸數(shù)據(jù)，發(fā)現(xiàn)部分項(xiàng)目檢測(cè)頻率高、稀釋概率大、檢測(cè)值趨勢(shì)穩(wěn)定，由此構(gòu)思了智能稀釋系統(tǒng)的開(kāi)發(fā)思路，有一定的偶然性。另外，本文引入智能稀釋系統(tǒng)所涉及的參數(shù)及帶來(lái)效率的提升，不同LIS在開(kāi)發(fā)應(yīng)用時(shí)效果可能并不一致，因此，不同實(shí)驗(yàn)室、不同LIS數(shù)據(jù)源應(yīng)結(jié)合自身情況綜合分析。

1 費(fèi)陽(yáng),王薇,王治國(guó).臨床實(shí)驗(yàn)室信息系統(tǒng)的基本要求[J].中國(guó)醫(yī)院管理,2014,34(12):36-38.

2 方媛.智慧醫(yī)療應(yīng)用探索[J].醫(yī)學(xué)信息學(xué)雜志,2014,35(12):2-7.

3 唐國(guó)圣,金麗瓊.LIMS儀器接口在實(shí)驗(yàn)室自動(dòng)化管理中的應(yīng)用[J].現(xiàn)代科學(xué)儀器,2007,(2):125-127.

4 Richter J.框架設(shè)計(jì)[M].北京:清華大學(xué)出版社,2006.

5 羅超理.管理信息系統(tǒng)原理與應(yīng)用[M].北京:清華大學(xué)出版社,2002.

6 欒瑞,王春鶴,任慧,等.基于B/S構(gòu)架醫(yī)療新技術(shù)管理系統(tǒng)的研發(fā)[J].中國(guó)醫(yī)院管理，2013,33(2): 72-73.

7 陳志剛,劉安豐,熊策,等. 一種有效負(fù)載均衡的網(wǎng)格 Web服務(wù)體系結(jié)構(gòu)模型[J]. 計(jì)算機(jī)學(xué)報(bào),2005,28(4):458-466.

8 李偉,徐志偉,卜冠英,等.網(wǎng)格環(huán)境下一種有效的資源查找方法[J].計(jì)算機(jī)學(xué)報(bào),2003,26(11):1546-1549.

9 宋磊.醫(yī)院信息化建設(shè)中的網(wǎng)絡(luò)架構(gòu)規(guī)劃與設(shè)計(jì)[J].醫(yī)學(xué)信息學(xué)雜志,2014,35(11):17-21.

10 楊海鷹,沈彤,陸婉珍. 從LIMS到Lims Solution [J].現(xiàn)代科學(xué)儀器, 2002,(2):4-6.

11 馬麗果,牟德海,申茜,等.綜合實(shí)驗(yàn)室成功實(shí)施LIMS的關(guān)鍵——量身定制[J]. 現(xiàn)代科學(xué)儀器,2011,(6):154-156.

2016年《醫(yī)學(xué)信息學(xué)雜志》編輯出版重點(diǎn)選題計(jì)劃

2016年本刊將繼續(xù)以“學(xué)術(shù)性、前瞻性、實(shí)踐性”為特色，及時(shí)追蹤并深入報(bào)道國(guó)內(nèi)外醫(yī)學(xué)信息學(xué)領(lǐng)域前沿?zé)狳c(diǎn)，反映學(xué)科研究動(dòng)態(tài)，展示學(xué)科應(yīng)用成果，引領(lǐng)學(xué)科發(fā)展方向。現(xiàn)對(duì)2016年度編輯出版重點(diǎn)選題策劃如下：

一、醫(yī)藥衛(wèi)生體制改革與醫(yī)藥衛(wèi)生信息化

1“十三五”衛(wèi)生信息化建設(shè)的創(chuàng)新與發(fā)展；2 醫(yī)藥衛(wèi)生信息規(guī)劃與發(fā)展戰(zhàn)略；3 區(qū)域衛(wèi)生、公共衛(wèi)生、基層衛(wèi)生信息化建設(shè)；4 各級(jí)醫(yī)療健康信息平臺(tái)建設(shè)；5 醫(yī)療衛(wèi)生信息相關(guān)標(biāo)準(zhǔn)研發(fā)、應(yīng)用和落地；6 醫(yī)療衛(wèi)生信息化相關(guān)安全隱私保護(hù)和法律法規(guī)；7 國(guó)外醫(yī)藥衛(wèi)生信息化建設(shè)最新技術(shù)、成功經(jīng)驗(yàn)。

二、醫(yī)學(xué)信息技術(shù)

1 基于健康大數(shù)據(jù)的科學(xué)決策與監(jiān)管；2 醫(yī)學(xué)大數(shù)據(jù)與精準(zhǔn)醫(yī)療；3 “互聯(lián)網(wǎng)+”醫(yī)療；4 移動(dòng)醫(yī)療、遠(yuǎn)程醫(yī)療服務(wù)與健康管理；5 物聯(lián)網(wǎng)、智慧醫(yī)療技術(shù)與實(shí)現(xiàn)；5 各類醫(yī)學(xué)信息系統(tǒng)信息互通與操作銜接；6 醫(yī)學(xué)機(jī)構(gòu)知識(shí)庫(kù)構(gòu)建技術(shù)與方法。

三、醫(yī)學(xué)信息研究

1 醫(yī)學(xué)信息學(xué)理論及方法研究；2 醫(yī)學(xué)科技創(chuàng)新體系和發(fā)展戰(zhàn)略；3 醫(yī)學(xué)科技監(jiān)測(cè)與輿情監(jiān)測(cè)；4 醫(yī)藥衛(wèi)生信息分析評(píng)價(jià)；5 生物醫(yī)學(xué)數(shù)據(jù)挖掘與利用、知識(shí)發(fā)現(xiàn)技術(shù)與實(shí)現(xiàn)。

四、醫(yī)學(xué)信息組織與利用

1 醫(yī)學(xué)數(shù)字圖書(shū)館發(fā)展趨勢(shì)與標(biāo)準(zhǔn)建設(shè)；2 泛在化醫(yī)學(xué)知識(shí)服務(wù)與決策咨詢服務(wù)；3 醫(yī)學(xué)知識(shí)組織的關(guān)鍵技術(shù)與發(fā)展方向；4 醫(yī)學(xué)信息交互及存取；5 醫(yī)學(xué)圖書(shū)館區(qū)域合作及資源共享模式研究。

五、醫(yī)學(xué)信息教育

1 醫(yī)學(xué)信息專科、本科、研究生教育及繼續(xù)教育體制改革與模式創(chuàng)新；2 醫(yī)學(xué)信息素養(yǎng)及職業(yè)崗位的培養(yǎng)與教育；3 醫(yī)學(xué)信息課程改革與實(shí)踐；4 國(guó)外醫(yī)學(xué)信息學(xué)教育的先進(jìn)經(jīng)驗(yàn)借鑒。

(《醫(yī)學(xué)信息學(xué)雜志》編輯部)

Development of a Laboratory Intelligent Dilution System Based on Historical Results

DENG Lang-hui, ZHANG Shi-hong, LIU Min,

Department of Laboratory Medicine, The First Affiliated Hospital of SUN Yat-sen University, Guangzhou 510080, China

Based on data of the First Affiliated Hospital, Sun Yat-sen University, the paper proposes a solution on the development of a laboratory intelligent dilution system based on patients' historical results, introduces the system realization and deployment architecture, analyzes its application effects and points out that the use of this system can reduce the degree of manual intervention and improve the efficiency of clinical laboratories.

Laboratory Information System(LIS)；Artificial intelligence；Dilution；Solution

2015-10-23

鄧瑯輝，初級(jí)職稱，發(fā)表論文2篇。

R-056

A 〔DOI〕10.3969/j.issn.1673-6036.2015.12.008