基于人工智能醫療就診的虛擬醫師的誕生

郭馨湘 向丹丹 許珂 羅沛 石州桂 陶靜柔

關鍵詞 醫療人工智能 大數據 線上醫療 虛擬醫師

1引言

（1）背景

隨著科技的發展以及互聯網的普及，全球都逐步進入數據化時代，數據化也將遍布生活中的方方面面。線上醫療的發展也在疫情暴發后進入了高速發展時期，各種有關醫療的APP 和小程序等如雨后春筍般紛紛探出頭。而人工智能就診屬于線上醫療過程中的一個創新型環節，目前還處在萌芽階段。

健康醫療方面的問題早已上升到了國家戰略的層面。早在2017 年，國家衛健委就出臺了《“十三五”衛生與健康科技創新專項規劃》，推動醫學大數據分析與智慧醫療的發展。2019 年，相關部門出臺了《國家新一代人工智能開放創新平臺建設工作指引》，鼓勵中小微企業搭建開源、開放平臺，推動人工智能技術的發展，給人工智能提供了一個良好的發展環境。

（2）小型疾病的定位

虛擬醫師對小型疾病的定義與醫學中不同，醫學中對疾病的大小是沒有明確定義的，但有多種分類，除了世界衛生組織制定的標準以外，各國及各個地區對疾病都有各自的分類方法。其中，醫院中的各個科室則是根據疾病與狀況進行分類，如呼吸內科、神經內科、心胸外科和普外科等。

虛擬醫師對小型疾病的定位是針對醫學中各科常見而不太嚴重的疾病，患者根據身體不適的部位找到相應的病癥，從而進行有效治療，如發燒、咳嗽則對應呼吸內科中的感冒咳嗽;消化不良、胃脹氣等則對應消化內科中的胃病;皮膚紅腫、瘙癢和有水泡的形成對應皮膚科中的皮炎等，一些患者可以根據身體癥狀簡單判斷出疾病。人工智能就診和傳統就診方式之間的不同，也在于其治療手段以及所需要的流程，患者可以通過虛擬醫師診斷病情，了解治療方案，在藥店購買藥物進行治療，或者通過飲食、運動等生活習慣的改變進行調理，簡化了就診過程，實現家庭診療和護理的一體化。

2大數據問診原理

醫療海量數據不斷產生和硬件算力的提升，使得基于數據驅動的深度學習體系在疾病的早期篩查、精確診斷、療效預測和預后評估等方面逼近甚至超過臨床專家。大數據問診就是將醫療信息歸納存儲、分析管理、高效搜索的過程。醫療問診需要醫生具備豐富的經驗和強大的判斷能力，而大數據技術就能恰好彌補醫生這方面的不足。

（1）數據存儲技術為了提高醫療數據庫的容量和存儲效率，將采用當下最先進的存儲技術。現有已知的大數據存儲引擎主要有HDFS（OLAP 在線數據分析的底層存儲技術）、HBASE（分布式OLTP 線，使用LSM 技術，讓寫數據性能大大提高）、KUDU（OLTP 和OLAP 技術的集成）以及TIDB（同時支持OLTP 和OLAP）。在此簡述比較常用的HBASE 技術。HBASE 適用于大規模分布式OLTP， 可以無感知平行擴展， 沒有固定的方案， 讓HBASE 增、刪列非常靈活。既可以通過主鍵查詢， 也可以通過key 范圍掃描。由于寫是順序寫， 非常適合寫多讀少的場景。這就非常適合醫療問診過程，由于問診人群的病因呈現正態分布，大部分人群的病癥較為常見，因此在存儲和查找上效率更高。

（2）數據管理系統醫療數據系統中需要對數據庫進行分類整合。以大數據問診為例，當我們把無數的醫學專業知識存儲到數據庫中，下一步就是對其進行分類。按照科室、部位、疼痛程度、持續時間等對所有數據劃上標簽。和人的學習類似，機器學習也是按照分類記憶的方式，是一種將不同的、相似的以及微小的變化區分開的技術。不僅如此，我們還將同步管理用戶的個人信息，保障用戶的隱私安全。

（3）數據搜索算法在醫療問診中，算法可以預處理用戶的搜索以快速實現對患者搜索內容進行識別查找的工作，可以較快呈現所需結果。搜索是一項非常復雜且困難的工作，涉及大量的數據結構與算法。其中，包括A?搜索算法（圖形搜索算法）、集束搜索（定向搜索）、二分查找、Dijkstra 算法、動態規劃算法、哈希算法以及數據壓縮等方法。以A?搜索算法為例，其是一種啟發式的估算，為每個節點估算通過該節點的最佳路徑，并以之為各個地點排定次序。算法以得到的次序訪問這些節點。因此，A?搜索算法是最佳優先搜索的范例。

（4）醫療圖像識別在問診過程中，系統會根據患者提供的癥狀信息，通過大數據搜索技術進行匹配查找，而圖像識別技術應用在進一步核對確認患者癥狀的過程中。將搜索匹配出的圖片與患者提供的癥狀圖進行比對。首先進行特征提取過程，根據圖片的光感、顏色、3 維效果、局部特征等組成數據集利用神經網絡、決策樹等算法進行收集[1] 。再進一步進行對比識別工作，將圖片化的信息轉化為數據對比工作，完成識別技術的實現。

3虛擬醫師問診

虛擬醫師問診是“相醫為民”公眾號平臺提供的主要功能，以大數據及人工智能等技術為支撐，為患者提供全面快捷的問診服務。

患者進入虛擬醫師問診后，選擇相應科室，描述病癥特征或是根據提供的關鍵詞描述做出選擇，虛擬醫師利用大數據技術向患者發送篩選出的疑似病癥高清圖片，供患者進行下一步選擇，從而進行確診。相關病癥的高清圖片更加直觀快捷，可以提高確診效率與準確性。虛擬醫師問診功能也將復診、回診等流程包含其中，在使用虛擬醫師進行初診之后，患者還會受到虛擬醫師的后續診斷[2] ，患者在初次問診結束后，平臺會更新患者信息，在理論痊愈期，虛擬醫師將通過詢問患者近期身體情況，或者讓患者提供相關照片對患者的情況是否好轉痊愈進行分析，使問診步驟更加詳細化、全面化，打消患者關于線上問診形式、機械、效率低的顧慮。

相較于線上醫院或是醫生線上問診，虛擬醫師利用計算機相關技術真正地做到了減輕醫院及醫生壓力，簡化問診流程。許多互聯網醫院的線上問診，看似省去了線下問診煩瑣的流程，實際上進行問診的仍是醫生，并未緩和醫患關系、減輕醫生壓力。而虛擬醫師則以技術為支撐，技術作為醫生的角色，在做到和醫生問診精準度相同的情況下，節省醫生問診的時間與精力。

3.1智慧醫囑

智慧醫囑是平臺提供的一項問診結束后緩解與改善患者病況的功能，具有及時性、針對性。

（1）日常醫囑患者可以根據平臺的日常推文，或者“養生攻略”菜單進行醫學常識的學習，當使用虛擬醫師問診之后，本平臺將會提供智慧醫囑功能，在菜單欄“我的問診”中會更新患者相關病癥的文章以及注意事項消息提醒，及時向患者對病況的處理進行提醒，直至病癥消失。智慧醫囑具有追蹤過往使用虛擬醫師問診的功能（患者病情的同步情況不會有隱私信息泄露的隱患問題），并不會機械地向患者發送某種病癥的普通醫囑，而是根據患者實際情況，結合以往病情，提供對患者病癥具有針對性的醫囑[3] 。

（2）專屬計劃智慧醫囑還會為患者提供從用藥、飲食、運動、注意事項等多方面制定的療愈方案，根據虛擬醫師的問診，利用數據分析得出患者病癥的主要功能障礙，然后利用計算機技術智能得出療愈方案中的具體步驟措施（包含治療部位、療愈方法、時間、頻度等）。療愈方案的制定還會參考數據庫中患者的問診信息，使方案更具針對性。結合已給出的智慧醫囑，進行科學分析后，將療愈方案發送給用戶。在用戶根據療愈方案進行恢復期間，本平臺會向患者詢問痊愈情況，根據患者的實際體驗做出調整。

3.2智慧購藥

患者可以在虛擬醫師提供診斷結果、醫囑后，在平臺首頁點擊購藥模塊，平臺將根據距離、銷量、評價等利用大數據為患者推薦線下購藥商店或者線上購藥平臺，患者可以自行去線下購藥，也可以點擊線上購藥商店瀏覽藥品的詳情介紹、說明后自行選擇藥品的數量和規格，在網上直接購買。購藥后，虛擬醫師還會為患者提供用藥指導以及注意事項，患者也可以隨時與虛擬醫師進行溝通交流，正確使用藥品。

智慧購藥功能將患者購藥變得更加便捷，提高患者購藥體驗，也利用大數據分析患者過往病情精確提供購藥建議、用藥注意事項并對患者進行用藥科普，讓患者安心用藥。

3.3綜合案例

根據平臺提供的虛擬醫師問診、智慧醫囑、智慧購藥等功能，下文以患者患有皮囊炎為例。首先，患者與虛擬醫師語音或文字溝通交流，說明癥狀，如紅腫、輕微瘙癢、紅色丘疹，有時破裂結痂等，如果文字描述不清楚，患者可以給虛擬醫師發送圖片進行判斷或者以視頻的形式通過大數據判斷病情，虛擬醫師會在大數據庫中搜索相關資料、數據，逐步對比確診病情，確診病情后虛擬醫師會及時提供醫囑，如居家清潔處理，注意休息，飲食清淡，加強運動，嚴重者需要用藥物進行治療，被感染處需要保持清潔、避免與他人密切接觸減少復發風險。讓患者能夠擁有最優的治療方法達到最好的效果，藥物與食療相結合進行治療。

4應用影響

人工智能醫療的發展在線上醫療的基礎上將更進一步，而虛擬醫師的誕生也會進一步地推動線上醫療的發展，同時也將推動社會的發展，對人們的生活和健康意識帶來一定的影響。

4.1功能實用性

虛擬醫師利用大數據進行快速就診，提高了就診效率。解決了傳統醫療中就診等候時間長、就診步驟煩瑣的問題。降低了人們對于就醫耗時長而產生的抗拒意識的和心理憂慮。與時代的快節奏生活相適應。

智慧醫囑等功能提供了個性化的醫療健康方案，針對患者的病情特征，量身定制專屬療愈方案，有利于縮短患者的病情康復時間。同時，病人能夠通過智慧醫囑了解病情的產生原因避免復發，了解相關健康知識后，對于以后碰到的病情也能夠從容應對，提高了人們的健康意識。

4.2社會影響力

以人工智能的形式代替真人醫生就診，在醫療壓力逐漸增加的疫情期間，切實減輕了醫生的就診壓力。與此同時，線上就診的方式避免了線下就診的交叉感染風險，解決了疫情期間人們小病諱醫的問題。

在職業倫理方面，人工智能就診適用的范圍較小，無法撼動醫生的醫療主體地位，相對而言，人工智能就診只能作為醫療輔助手段。對于需要潛伏期較長的疾病、需要進行手術治療的疾病人工智能線上就診并不適用。因此，虛擬醫師的誕生主要作用在于緩解醫療壓力，提高就診效率，而不會取代線下的就診形式。

4.3發展與挑戰

總體來說，醫療人工智能的發展前景十分可觀，作為科技強國的一個重要部分，順應了時代的發展。就我國目前的線上醫療而言，人工智能就診的相關領域的發展尚不全面，有著許多值得開拓和探索的空間。

（1）完善線上就診平臺建設數據是人工智能技術與應用不斷迭代提升的重要基礎，技術的升級和算法的更新都離不開數據收集。而虛擬醫師的基本運行的核心技術支持便是大數據匹配技術，在建立完整數據庫的基礎上才能進行檢索匹配。因此，發展人工智能就診的核心建設便是完善數據收集工作，搭建好數據平臺。

（2）研究數據保護的安全技術在人工智能大數據時代，尋求更好的技術方法保護數據隱私是人工智能專家不斷攻克的技術難題。而在醫療就診的過程中會應用數據庫中大量患者的隱私信息，如基本信息、影像資料、診斷結果和治療方法等，因此應加強數據保護技術，保證數據庫中的信息不被泄露。在患者進行平臺就診的過程中也會錄入基本信息和疾病信息，保證交流平臺的私密性也極為重要。