當(dāng)患者進入了重癥監(jiān)護病房，那么就等于將一切托付給了醫(yī)生。然而重癥監(jiān)護室監(jiān)控的指標(biāo)眾多，不同的患者需要關(guān)注的指標(biāo)權(quán)重也各不相同，盡管醫(yī)生護士全神貫注處理病人相關(guān)的事項，失誤仍在所難免。

據(jù)數(shù)據(jù)顯示，美國2005年ICU錯誤發(fā)生率高達(dá)1497次／每萬人，其中嚴(yán)重威脅生命的占13％；平均每人每天發(fā)生1．7個醫(yī)療錯誤，每年平均有9．8萬ICU患者死于醫(yī)療錯誤。不過，還有一個積極的數(shù)據(jù)顯示，在這些醫(yī)療失誤中，28％～84％都是可預(yù)防的，只是醫(yī)院需要找到一個有效的途徑進行預(yù)防。

國內(nèi)情況也不容樂觀。隨著老齡化的到來，病人數(shù)量不斷增加，而醫(yī)生成長時間長，供求差額越來越大，專業(yè)醫(yī)生資源嚴(yán)重不足。另一方面，目前很多疾病診療缺乏適用于國內(nèi)人群的專業(yè)指南，均靠醫(yī)生經(jīng)驗判斷，而有經(jīng)驗的臨床醫(yī)生非常有限。

ICU的情況則更為嚴(yán)峻，對于醫(yī)生而言，進入ICU的患者病情普遍多變復(fù)雜，綜合數(shù)據(jù)維度多達(dá)236項，遠(yuǎn)超過了人力的控制范圍，難以精準(zhǔn)評估病情變化。對于患者而言，ICU的開銷不菲，人均消耗醫(yī)療費用75673元（年產(chǎn)生醫(yī)療費用1000多億元），可以說ICU是醫(yī)院中最“燒錢”的科室。

針對當(dāng)前醫(yī)院ICU的痛點，地處杭州人工智能小鎮(zhèn)的脈興醫(yī)療以ICU醫(yī)療大數(shù)據(jù)為基礎(chǔ)搭建了病情評估系統(tǒng)，用人工智能輔助預(yù)測病人病情發(fā)展趨勢，并衍生出呼吸機智能管理系統(tǒng)、急性腎損傷（AKI）早期預(yù)警系統(tǒng)，用以為醫(yī)生提供輔助預(yù)警與決策，提高患者的生存率與預(yù)后效果。目前脈興醫(yī)療的發(fā)展模式通過數(shù)據(jù)結(jié)構(gòu)化的積累，為ICU行業(yè)的AI賦能，力爭成為ICU行業(yè)的＂零氪科技＂。

以ICU為核心，深入臨床診斷系統(tǒng)細(xì)節(jié)

脈興醫(yī)療聚焦于建立重癥多參數(shù)智能醫(yī)療大數(shù)據(jù)平臺，為醫(yī)療大數(shù)據(jù)平臺以及AI產(chǎn)品研發(fā)提供數(shù)據(jù)源；并利用臨床數(shù)據(jù)通過NLP（自然語言處理）、圖像識別、預(yù)測建模等機器學(xué)習(xí)的方法，研發(fā)臨床可用的醫(yī)療輔助決策系統(tǒng)，輔助醫(yī)生對患者病情進行精準(zhǔn)判斷。

1、病情評估與死亡預(yù)測系統(tǒng)

脈興醫(yī)療的核心產(chǎn)品病情評估系統(tǒng)的核心是一個基于MIMIC數(shù)據(jù)庫建立的病情評估模型，能夠?qū)崟r分析臨床數(shù)據(jù)，把與疾病最相關(guān)的參數(shù)按照權(quán)重展示給醫(yī)生，并預(yù)測病情發(fā)展與死亡風(fēng)險趨勢，輔助醫(yī)生運用自己的臨床經(jīng)驗快速進行臨床診療決策。脈興自主研發(fā)的死亡預(yù)測模型對患者死亡結(jié)果的預(yù)測準(zhǔn)確率達(dá)到94％，而在協(xié)和醫(yī)院進行實例驗證時準(zhǔn)確率也到達(dá)了87％。

2、WeanDoc（人工智能搭建呼吸機智能管理系統(tǒng)）

在ICU科室，有50％以上的重癥患者可能會使用到機械通氣，而機械通氣的呼吸機的參數(shù)調(diào)整與撤機時機的選擇對臨床醫(yī)生的經(jīng)驗要求較高。WeanDoc可以在呼吸機使用初期，選擇合適的模式，設(shè)置參數(shù)提供合理的呼吸支持去維持和改善病人的呼吸與生理情況，給治療原發(fā)疾病延長寶貴的治療時間。針對不同的病人，采用不同的方案設(shè)置潮氣量（VT），呼氣末正壓（PEEP），吸入氧濃度（FiO2），以及呼吸頻率（RR）。當(dāng)病人病情得到好轉(zhuǎn)，指導(dǎo)醫(yī)生適當(dāng)時候合理減少呼吸支持，讓病人逐漸恢復(fù)自主呼吸，縮短使用時間，減少對呼吸機的依賴，提高疾病預(yù)后。

WeanDoc監(jiān)控下的患者各項指標(biāo)均受到系統(tǒng)不間斷的看護，其感染風(fēng)險、病人痛苦、醫(yī)療費用、呼吸機的使用時間均有顯著的減少，而醫(yī)生在WeanDoc的協(xié)助下也可減少失誤，即便是發(fā)生參數(shù)設(shè)置方向的失誤，也可即時糾正錯誤，避免嚴(yán)重影響，同時，這意味這醫(yī)護經(jīng)驗較少的呼吸治療師獲得了一位24小時陪伴的老師，醫(yī)院的人才缺口也會相應(yīng)減少。

合作方是成功的關(guān)鍵因素之一

為了解脈興醫(yī)療ICU預(yù)警產(chǎn)品的實際情況，動脈網(wǎng)記者來到了協(xié)和醫(yī)院內(nèi)科ICU（MICU），該項目是協(xié)和醫(yī)院內(nèi)科ICU主任杜斌教授牽頭與脈興醫(yī)療合作的，杜斌教授是亞太危重病醫(yī)學(xué)協(xié)會（APACCM）主席，同時也是中國醫(yī)師協(xié)會重癥醫(yī)學(xué)醫(yī)師分會會長，在ICU行業(yè)內(nèi)具有非常高的地位。

作為脈興醫(yī)療的合作方，協(xié)和醫(yī)院內(nèi)科ICU副主任翁授談到了如今數(shù)據(jù)庫的痛點：“就數(shù)據(jù)而言，北京每個醫(yī)院都有自己龐大的數(shù)據(jù)庫，但其中很多數(shù)據(jù)庫的數(shù)據(jù)是不完善、不規(guī)范的，是難以導(dǎo)出來進行臨床研究的，所以我們要做的首先是要做一個標(biāo)準(zhǔn)數(shù)據(jù)庫，但只是談標(biāo)準(zhǔn)化是不行的，需要先有人來試水。”

脈興醫(yī)療與協(xié)和一同建立了ICU科研大數(shù)據(jù)平臺，能夠讓ICU的醫(yī)生實現(xiàn)自主使用ICU臨床數(shù)據(jù)，進行相關(guān)科研研究。目前脈興的科研平臺已經(jīng)在北京多家醫(yī)院陸續(xù)部署，演示版在８月３１日在脈興官網(wǎng)的案例展示中正式上線，希望有更多的ICU科室加入進來一同參與標(biāo)準(zhǔn)的制定與維護。翁利副教授會在今年9月8日的中國危重病醫(yī)學(xué)大會上進行題為《ICU 專科數(shù)據(jù)庫的建立》的專題報告。

協(xié)和醫(yī)院在ICU方面非常注重數(shù)據(jù)的標(biāo)準(zhǔn)化，其數(shù)據(jù)結(jié)構(gòu)完整、規(guī)范，能輕松導(dǎo)出以供算法進行學(xué)習(xí)，無需企業(yè)再花時間對數(shù)據(jù)進行處理，這是非常可貴的，因為有些數(shù)據(jù)由于某些指標(biāo)的缺失，即便用心修復(fù)也無法得到目標(biāo)的效果。

“協(xié)和醫(yī)院MICU能提供的病例不算多，總共2000多份患者的完整數(shù)據(jù)。但I(xiàn)CU數(shù)據(jù)不同于常規(guī)的醫(yī)療數(shù)據(jù)，以心率為例，我們5秒記錄一次數(shù)據(jù)，一天就有近17280次數(shù)據(jù)。如果從整個時間線來看，每個患者檔案中存在的數(shù)據(jù)的量非常大，足以用于算法學(xué)習(xí)。此外，我們將算法訓(xùn)練好后，不僅僅用于自己數(shù)據(jù)庫的測試，也會拿其他醫(yī)院進行驗證，這樣下來我們便能即時發(fā)現(xiàn)錯誤，并對算法進行調(diào)整”

所以，協(xié)和醫(yī)院這一合作對象為脈興向醫(yī)療AI頭部企業(yè)進軍打下良好基礎(chǔ)。

可植入是進入醫(yī)院關(guān)鍵

著眼于醫(yī)療信息化的企業(yè)眾多，但使用AI輔助檢測的卻寥寥無幾。然而有AI賦能并不能成為醫(yī)院選擇AI企業(yè)的理由，一般大型的信息化公司都為醫(yī)院打造了包含HIS、PACS、RIS，CDSS等成套的信息化系統(tǒng)，醫(yī)院一旦選擇了這一解決方案，沒有理由再去為單一的AI賦能的CDSS系統(tǒng)買單。

脈興醫(yī)療顯然明白醫(yī)院信息化的需求與問題所在，這一套集成科研平臺＋AI臨床應(yīng)用的系統(tǒng)可通過與醫(yī)療信息化企業(yè)合作，接入信息化企業(yè)的數(shù)據(jù)接口進行臨床應(yīng)用。

核心在于下放基層

相對于群星云集的三甲醫(yī)院，基層醫(yī)院對這一ICU預(yù)警系統(tǒng)的需求更大。受制于資源分配的限制，基層醫(yī)院缺乏相應(yīng)的人才，相應(yīng)的醫(yī)療事故更為頻發(fā)；另一方面，醫(yī)院的規(guī)模也限制了醫(yī)療人才的流入，這是一個惡性循環(huán)的過程。

頻發(fā)的事故降低了基層醫(yī)院的聲望，加劇了居民涌向三甲醫(yī)院的動機，這實際上是不利于分層診療政策的實施的。脈興醫(yī)療這一預(yù)警系統(tǒng)不僅能夠降低基層醫(yī)院的事故發(fā)生率，提高基層醫(yī)療在居民心中的印象，還能不斷的給醫(yī)生護士提出錯誤的關(guān)鍵，頻繁的糾錯可以讓醫(yī)生和護士的醫(yī)療水平得到實質(zhì)的提升。

一直以來，醫(yī)生都是醫(yī)院的核心，醫(yī)生的一舉一動關(guān)乎醫(yī)院的聲譽、發(fā)展；當(dāng)AI作為醫(yī)生工作的一部分，可以一定程度上降低基層醫(yī)院和三甲醫(yī)院的技術(shù)差距，這對于基層醫(yī)療的發(fā)展有一個長遠(yuǎn)的推進作用。

未來可期

死亡預(yù)警系統(tǒng)只是脈興醫(yī)療的第一步，更重要的是在通過不斷的機器學(xué)習(xí)下，我們不僅僅可以給醫(yī)生提供警告，還能給出相應(yīng)的決策。翁利副主任告訴動脈網(wǎng)記者：“這個系統(tǒng)能夠幫我們即時糾正錯誤，但當(dāng)錯誤發(fā)生時后我們應(yīng)該怎么做，這是不可預(yù)測的，醫(yī)生們只能根據(jù)自己的經(jīng)驗對設(shè)備的相關(guān)參數(shù)進行調(diào)整，而不能保證這樣調(diào)整以后能對患者有積極的影響——這正是我們想要研究的。通過AI對數(shù)據(jù)庫的不斷分析，我們或許可以找出其中的規(guī)律，并作出最有利于患者的決策，但這需要很大的一個數(shù)據(jù)庫，我們也希望有更多的醫(yī)院與醫(yī)生加入我們一起建立行業(yè)數(shù)據(jù)標(biāo)準(zhǔn)，推動ICU行業(yè)智能化的發(fā)展。”

至今為止仍沒有一個具有說服力的標(biāo)準(zhǔn)來對數(shù)據(jù)庫進行評價，但我們不能等到官方標(biāo)準(zhǔn)制定再作出決斷，先行一步絕無壞處。在接下來，脈興醫(yī)療將更加深入地與醫(yī)院端合作，從醫(yī)生與患者角度出發(fā)，幫助醫(yī)生研究，完善現(xiàn)有系統(tǒng)的交互設(shè)計，給予醫(yī)生更好的體驗，為患者提供更有保障的ICU服務(wù)。

另一方面，脈興醫(yī)療也將協(xié)助醫(yī)生挖掘ICU各指標(biāo)變動對患者的長期影響，探尋病人病情惡化時的精準(zhǔn)解決方案，將ICU變得更加智慧。