院內(nèi)靜脈血栓栓塞癥智能評(píng)估與輔助決策系統(tǒng)的開發(fā)與應(yīng)用

胡龍軍，陳蓓敏，田梅梅，尹小兵，趙慧麗，錢明平，楊佳芳，侯冷晨

上海市第十人民醫(yī)院 a. 醫(yī)務(wù)處；b. 護(hù)理部，上海 200072

引言

靜脈血栓栓塞癥（Venous Thrombo Embolism，VTE）包括深靜脈血栓形成（Deep Vein Thrombosis，DVT）和肺血栓栓塞癥（Pulmonary Thromboembolism，PTE）[1]，由于臨床上VTE發(fā)生率高，且發(fā)生隱秘、臨床癥狀不典型，易造成患者死亡或致殘風(fēng)險(xiǎn)，因此對(duì)VTE的預(yù)防一直是醫(yī)療安全、醫(yī)療質(zhì)量關(guān)注的重點(diǎn)，而提高對(duì)VTE發(fā)生評(píng)估效率是預(yù)防VTE的核心點(diǎn)，對(duì)特殊患者的藥物預(yù)防是臨床醫(yī)生防治VTE的難點(diǎn)，所以如何幫助臨床盡早識(shí)別中高?；颊卟⑤o助決策，成為醫(yī)院VTE防治管理工作的重要出發(fā)點(diǎn)。

隨著人工智能（Artificial Intelligence，AI）技術(shù)不斷應(yīng)用于醫(yī)療服務(wù)領(lǐng)域，如疾病風(fēng)險(xiǎn)預(yù)測(cè)[2]、疾病診斷[3]、輔助治療[4]、新藥研發(fā)[5]、問診[6]以及慢病管理[7]等，表明我國醫(yī)療服務(wù)發(fā)展正從“信息化”向“智慧化”轉(zhuǎn)變。為解決醫(yī)院VTE防治過程中的一系列問題，提升防治效率，將AI技術(shù)引入VTE防治領(lǐng)域成為研究熱點(diǎn)。相關(guān)研究已建立預(yù)防VTE風(fēng)險(xiǎn)的智能預(yù)警系統(tǒng)[8-10]，但只是單純預(yù)警，本研究將介紹某三級(jí)醫(yī)院基于AI技術(shù)開發(fā)的VTE評(píng)估與輔助決策于一體的防治系統(tǒng)，為提高院內(nèi)VTE防治能力提供借鑒與參考。

1 VTE智能系統(tǒng)整體架構(gòu)

首先，集成院內(nèi)醫(yī)院信息系統(tǒng)（Hospital Information System，HIS）、 電 子 病 歷（Electronic Medical Record，EMR）、醫(yī)學(xué)影像存檔與通訊系統(tǒng)（Picture Archiving and Communication Systems，PACS）、實(shí)驗(yàn)室信息管理系統(tǒng)（Laboratory Information Management System，LIS）等業(yè)務(wù)系統(tǒng)數(shù)據(jù)，通過數(shù)據(jù)倉庫技術(shù)將這些分布的、異構(gòu)的數(shù)據(jù)抽取到臨床數(shù)據(jù)中心，進(jìn)行標(biāo)準(zhǔn)化清洗、轉(zhuǎn)換；其次基于自然語言處理、知識(shí)圖譜、機(jī)器學(xué)習(xí)等AI技術(shù)，進(jìn)行數(shù)據(jù)的再次治理與集成，實(shí)現(xiàn)臨床數(shù)據(jù)的標(biāo)準(zhǔn)化、歸一化、后結(jié)構(gòu)化，為前端應(yīng)用奠定基礎(chǔ)；然后通過規(guī)則引擎、AI引擎、醫(yī)學(xué)知識(shí)將處理的數(shù)據(jù)轉(zhuǎn)化為計(jì)算機(jī)能識(shí)別的內(nèi)容，為臨床實(shí)現(xiàn)智能化VTE防治提供支撐。VTE智能評(píng)估與輔助決策系統(tǒng)開發(fā)架構(gòu)如圖1所示。

圖1 VTE智能評(píng)估與輔助決策系統(tǒng)開發(fā)架構(gòu)

2 VTE智能系統(tǒng)建立過程

2.1 數(shù)據(jù)治理引擎

由于醫(yī)院內(nèi)大量的信息以電子文檔的形式存儲(chǔ)，需要以結(jié)構(gòu)化的形式描述。故借助自然語言處理算法、深度學(xué)習(xí)算法，深度治理海量信息，完成信息抽取、分詞、命名實(shí)體識(shí)別，以實(shí)現(xiàn)結(jié)構(gòu)化變量的輸出。另外，構(gòu)建術(shù)語網(wǎng)絡(luò)，整合醫(yī)學(xué)邏輯范疇網(wǎng)絡(luò)以及中文語用范疇網(wǎng)絡(luò)，使術(shù)語網(wǎng)絡(luò)同時(shí)具備精確性、形式性、計(jì)算性、可讀性等特點(diǎn)，讓計(jì)算機(jī)能通過網(wǎng)絡(luò)理解中文，理解醫(yī)學(xué)邏輯[11]。

2.2 知識(shí)生產(chǎn)引擎

知識(shí)生產(chǎn)是整個(gè)VTE智能防治體系的核心，是所有內(nèi)容運(yùn)轉(zhuǎn)起來的標(biāo)準(zhǔn)內(nèi)容，知識(shí)生產(chǎn)按照病種進(jìn)行，是以患者診斷為依據(jù)，根據(jù)臨床治療指南將診療行為劃分為若干階段。VTE知識(shí)生產(chǎn)引擎會(huì)根據(jù)患者診療的數(shù)據(jù)，觸發(fā)相應(yīng)的規(guī)則內(nèi)容（圖2）。這些規(guī)則的內(nèi)容以IF滿足XX條件THEN 推薦XX，是把當(dāng)前提交給引擎的數(shù)據(jù)對(duì)象與加載在引擎中的業(yè)務(wù)規(guī)則進(jìn)行測(cè)試和比對(duì)，激活那些符合當(dāng)前數(shù)據(jù)狀態(tài)下的業(yè)務(wù)規(guī)則，根據(jù)業(yè)務(wù)規(guī)則中聲明來執(zhí)行邏輯，觸發(fā)應(yīng)用程序中對(duì)應(yīng)的操作。

圖2 VTE知識(shí)生產(chǎn)引擎模塊

為保障臨床知識(shí)的權(quán)威性和及時(shí)性，知識(shí)生產(chǎn)按照病種進(jìn)行拆解，每個(gè)病種按照對(duì)應(yīng)的救治指南及最新文獻(xiàn)，以及就診的篩查、診斷等治療步驟進(jìn)行拆解，實(shí)現(xiàn)臨床知識(shí)規(guī)則的建立。

2.3 VTE風(fēng)險(xiǎn)評(píng)估模型研制

為彌補(bǔ)現(xiàn)有Caprini等量表缺乏亞洲人群數(shù)據(jù)的不足，并提升預(yù)測(cè)的靈敏度與特異度，項(xiàng)目組研制新的VTE風(fēng)險(xiǎn)評(píng)估模型。首先累積院內(nèi)的歷年醫(yī)療大數(shù)據(jù)進(jìn)行全量集成，選擇院內(nèi)獲得性DVT患者，將做過血管CT或CTPA或超聲并在檢查報(bào)告中發(fā)現(xiàn)有血栓作為陽性樣本，共180例；取未發(fā)現(xiàn)有血栓的人群作為陰性總體，并從其中隨機(jī)抽樣作為陰性樣本，共2086例（由于PTE是由DVT發(fā)展而來，故對(duì)DVT的預(yù)防可有效預(yù)防PTE，這里研制的VTE風(fēng)險(xiǎn)評(píng)估模型是以DVT數(shù)據(jù)為基礎(chǔ)）。

經(jīng)過檢索大量文獻(xiàn)，模型所采納的變量遵循醫(yī)學(xué)邏輯形成術(shù)語網(wǎng)絡(luò)，并結(jié)合Caprini、wells-DVT量表指標(biāo)、臨床醫(yī)生建議、病歷本文、診斷、病史、檢驗(yàn)、檢查、主訴、體征、醫(yī)囑等，并通過在相應(yīng)合適的時(shí)間窗內(nèi)進(jìn)行統(tǒng)計(jì)學(xué)適當(dāng)?shù)鼐酆?、衍生，最終形成具有一定代表性的變量，通過挖掘分析及機(jī)器學(xué)習(xí)分析，最終研制出涵蓋48個(gè)指標(biāo)變量的VTE風(fēng)險(xiǎn)預(yù)測(cè)模型。

3 VTE智能系統(tǒng)實(shí)施應(yīng)用

3.1 VTE風(fēng)險(xiǎn)智能評(píng)估系統(tǒng)功能

在構(gòu)建的VTE風(fēng)險(xiǎn)模型基礎(chǔ)上開發(fā)VTE風(fēng)險(xiǎn)智能評(píng)估系統(tǒng)（圖3）并嵌入醫(yī)生工作站系統(tǒng)，VTE風(fēng)險(xiǎn)智能評(píng)估系統(tǒng)可從EMR系統(tǒng)、手麻系統(tǒng)、檢驗(yàn)檢測(cè)系統(tǒng)等自動(dòng)采集患者相關(guān)信息，在患者入院8 h后、手術(shù)前、手術(shù)后、轉(zhuǎn)科、病情變化（指一個(gè)新的檢查檢驗(yàn)報(bào)告發(fā)生如DD二聚體值、B超結(jié)果等，都有可能觸發(fā)一次新的評(píng)分）、出院前會(huì)給出VTE風(fēng)險(xiǎn)評(píng)分結(jié)果。為保證結(jié)果的可靠性，護(hù)理人員需人工復(fù)核點(diǎn)擊確認(rèn)，完成評(píng)分的閉環(huán)。預(yù)警結(jié)果分低、中、高三個(gè)等級(jí)，在有VTE風(fēng)險(xiǎn)時(shí)，系統(tǒng)自動(dòng)將結(jié)果推送到醫(yī)生工作站系統(tǒng)和護(hù)士工作站系統(tǒng)（以“AI栓”字預(yù)警）。

圖3 VTE風(fēng)險(xiǎn)評(píng)估系統(tǒng)示意圖

另外本院將VTE出血量表也嵌入醫(yī)生工作站系統(tǒng),同時(shí)實(shí)現(xiàn)出血風(fēng)險(xiǎn)的自動(dòng)評(píng)估，當(dāng)臨床醫(yī)生需要評(píng)估患者出血評(píng)估時(shí)，系統(tǒng)會(huì)自動(dòng)評(píng)估患者的出血風(fēng)險(xiǎn)，臨床醫(yī)生只需人工復(fù)核點(diǎn)擊確認(rèn)就可。

3.2 VTE智能輔助決策系統(tǒng)功能

根據(jù)住院患者當(dāng)前的診療情況，VTE輔助決策系統(tǒng)會(huì)根據(jù)國內(nèi)外權(quán)威指南和相關(guān)文獻(xiàn)資料，生成臨床決策知識(shí)庫，并在EMR系統(tǒng)中提示臨床醫(yī)生需繼續(xù)完善的相關(guān)檢查項(xiàng)目、推薦符合當(dāng)前患者的個(gè)體化治療方案。另外，系統(tǒng)將依據(jù)診治過程中的疑惑和不確定因素，智能推薦前沿最新的醫(yī)學(xué)循證證據(jù)加以佐證VTE輔助診療推薦示意圖，見圖4。

圖4 VTE輔助診療推薦示意圖

4 VTE智能系統(tǒng)應(yīng)用結(jié)果

4.1 VTE風(fēng)險(xiǎn)評(píng)估模型有效性

為驗(yàn)證所研制模型的有效性，取2019年上半年符合驗(yàn)證的本院患者做效能評(píng)估。符合驗(yàn)證的本院患者需做過下肢深靜脈超聲或下肢靜脈造影或肺動(dòng)脈CT血管造影，其中出現(xiàn)診斷DVT、PTE者作為病例組，未出現(xiàn)過DVT、PTE診斷者做對(duì)照組；病例組取首次陽性結(jié)果檢查時(shí)刻，對(duì)照組隨機(jī)選取1次檢查時(shí)刻，記錄相應(yīng)時(shí)刻的AI評(píng)估結(jié)果，得到以下模型效能。

評(píng)測(cè)期間有16406例符合模型適用人群，做過金標(biāo)準(zhǔn)檢查的樣本有1438例（Caprini評(píng)為高?；颊撸?，其中67例為DVT或PTE陽性患者，即當(dāng)前臨床檢查的陽性預(yù)測(cè)值67/1438=4.7%，而研制的模型高危線陽性預(yù)測(cè)值為18.9%（P<0.001），且高危閾值段，新研制的AI模型的靈敏度與特異度也高于Caprini量表相應(yīng)值（P<0.001），具體效能如表1所示。

表1 不同VTE評(píng)估模型診斷效能比較

4.2 VTE智能系統(tǒng)應(yīng)用整體效果

系統(tǒng)使用前指該院在工作電腦中使用Caprini量表進(jìn)行人工評(píng)分的狀態(tài)，應(yīng)用系統(tǒng)后發(fā)現(xiàn)，VTE各項(xiàng)防治效率和效果指標(biāo)均有較大改善，且差異均有統(tǒng)計(jì)學(xué)意義（P<0.001），見表2。

表2 VTE智能系統(tǒng)應(yīng)用整體效果

5 討論

5.1 VTE智能風(fēng)險(xiǎn)評(píng)估系統(tǒng)優(yōu)勢(shì)

目前臨床上普遍使用的Caprini量表是識(shí)別VTE風(fēng)險(xiǎn)的經(jīng)典評(píng)估工具，但由于包含30多個(gè)評(píng)分項(xiàng)，操作復(fù)雜、費(fèi)時(shí)費(fèi)力，很多醫(yī)護(hù)人員難以很好地掌握或執(zhí)行，加之臨床工作繁重，醫(yī)務(wù)人員的精力有限，更難做到根據(jù)最新診斷、最新檢查結(jié)果實(shí)時(shí)為患者進(jìn)行VTE風(fēng)險(xiǎn)評(píng)估。在一項(xiàng)針對(duì)三級(jí)醫(yī)院醫(yī)務(wù)人員的調(diào)研中發(fā)現(xiàn)，額外工作量增加是VTE防治工作中的首要顧慮因素[12]，盡管依靠信息化手段能提升工作效率，但多次評(píng)分的要求無疑會(huì)增加臨床負(fù)擔(dān)，依從性很難保證。本研究基于院內(nèi)大數(shù)據(jù)，研制新的風(fēng)險(xiǎn)評(píng)估模型，并借助人工智能技術(shù)開發(fā)VTE智能風(fēng)險(xiǎn)評(píng)估系統(tǒng)，可從院內(nèi)患者EMR系統(tǒng)中自動(dòng)采集指標(biāo)，并給出評(píng)估值和風(fēng)險(xiǎn)等級(jí)，能極大減輕醫(yī)護(hù)人員的工作負(fù)擔(dān)，提高其對(duì)VTE預(yù)防工作的依從性。

5.2 VTE輔助決策系統(tǒng)優(yōu)勢(shì)

VTE規(guī)范預(yù)防和治療是醫(yī)院VTE管理工作的難點(diǎn)。在針對(duì)32個(gè)國家的VTE預(yù)防調(diào)查中發(fā)現(xiàn)，歐美地區(qū)外科患者接受規(guī)范VTE預(yù)防措施比例約為60%～80%，亞洲國家相對(duì)更低[13]，亞洲各國醫(yī)院加強(qiáng)對(duì)醫(yī)生規(guī)范預(yù)防和治療培訓(xùn)成為當(dāng)務(wù)之急[14]。一項(xiàng)對(duì)我國華北地區(qū)醫(yī)務(wù)人員的調(diào)查顯示，僅37.6 %的醫(yī)務(wù)人員會(huì)根據(jù)相關(guān)VTE指南選擇防治方法[15]。研究顯示，患者若能按指南接受VTE防治，37%已發(fā)生VTE的患者是可以避免的[16]，從文獻(xiàn)分析來看，提升臨床對(duì)VTE的規(guī)范化防治是當(dāng)務(wù)之急。對(duì)此，本院開發(fā)應(yīng)用的VTE輔助決策系統(tǒng)，可根據(jù)患者VTE風(fēng)險(xiǎn)等級(jí)和相關(guān)禁忌證，結(jié)合指南給出診療意見，智能輔助臨床醫(yī)生決策，進(jìn)一步規(guī)范醫(yī)療行為，特別對(duì)于青年醫(yī)生的成長有很大幫助，進(jìn)而可降低臨床因操作不當(dāng)或用藥不當(dāng)造成的醫(yī)療事故概率，保障患者安全。

5.3 VTE風(fēng)險(xiǎn)評(píng)估模型的局限性與改進(jìn)方向

盡管國際上已開發(fā)多種評(píng)估VTE風(fēng)險(xiǎn)的量表，但由于存在人群特征、疾病譜、人種、體質(zhì)等差異，這些量表評(píng)估國內(nèi)患者有一定局限性[17]。本院基于院內(nèi)醫(yī)療大數(shù)據(jù)研制的VTE風(fēng)險(xiǎn)評(píng)估模型，相對(duì)于傳統(tǒng)Caprini量表具有更高的靈敏性與特異性，但還存在以下局限性：① 模型的整體效果受人群代表性、驗(yàn)證方法限制，目前僅采用了單中心數(shù)據(jù)，對(duì)于特殊的人群或潛在的弱勢(shì)人群，模型的效果可能不穩(wěn)定；② 尚未進(jìn)行金標(biāo)準(zhǔn)的前瞻性驗(yàn)證，實(shí)際的AUC、敏感度、特異度、陽性預(yù)測(cè)值可能會(huì)有偏差。這些都有待進(jìn)一步的研究來揭曉。

因此，為更加嚴(yán)謹(jǐn)?shù)刈C明模型有效性，未來需開展前瞻性研究，采用更多范圍的人群、真實(shí)前瞻的實(shí)際分?jǐn)?shù)、金標(biāo)準(zhǔn)樣本，來對(duì)比不同方法間的效果，從而進(jìn)一步證實(shí)基于AI的VTE風(fēng)險(xiǎn)評(píng)估模型的有效性。