人工智能赋能重症医学:数字化诊疗体系的构建与实践

图片[1]-人工智能赋能重症医学:数字化诊疗体系的构建与实践-Hypeptide

近日,由CMAC主办的“打造最强差异化之临床试验数字化技术应用”会议召开。医渡科技旗下开心生活科技(HLT)创新医学与真实世界证据业务部项目总监冯绍伦先生受邀出席,并针对“医疗智能在重症医学领域应用”话题进行案例分享与专业解析。

01

数字化重塑重症医学诊疗:

从挑战到解决方案

重症医学诊疗面临以下几个方面的挑战:

1)医院当前的信息系统难以持续优化,无法满足临床诊疗指南、质控及临床研究不断发展的需求;

2)数据缺乏集成完整性、及时性及有效性,医护人员难以及时从海量数据中获得有价值的数据信息,可能错失救治的最佳时机;

3)诊疗协作体系尚未成熟,数据在医疗信息系统中呈现分散状态,临床逻辑关联性差,影响医生快速做出有效决策;

4)病情评估过分依赖医生经验,使得ICU患者的治疗方案和手段存在不确定性,病情评估有效性较低。

那么,如何通过人工智能、大数据技术辅助临床决策,降低这类患者的死亡率呢?生态系统1.0是以医院/医生为中心医疗生态系统,存在资源分散、信息不对称的问题,难以解决以上痛点。由此,HLT提出通过科技赋能打通重症诊疗价值链,构建重症创新生态系统2.0,在数字化与智能化的基础上,建立了一套严谨的评判标准,利用人工智能精准识别重症风险并辅助诊断,同时,构建数字化诊疗体系,赋能危重识别、诊断与分级、治疗方案、评估治疗效果、护理等多个方面。此举有望显著提升医生的诊疗水平,并有效降低危重患者的死亡率。图片[2]-人工智能赋能重症医学:数字化诊疗体系的构建与实践-Hypeptide冯绍伦用一个念珠菌血症的真实案例,展示了HLT如何利用人工智能技术为重症患者为重识别方面提供辅助诊疗决策支持。

02

以念珠菌血症研究为例,展示人工智能技术为重症患者提供辅助诊疗决策支持

在ICU诊室中,念珠菌血症这一并发症的死亡率极高。一旦发现并进行干预,90%的患者往往无法获得良好的预后。这突显了一个迫切的临床需求:如何提前预测这类患者,使医生能够及时干预,从而降低死亡率。因此,HLT提出了构建真菌感染风险预测模型的项目需求,该研究的目的是构建一个预测模型,旨在早期发现SIRS患者中念珠菌血症的高危人群。这个模型将应用于三甲医院ICU,并为使用此模型的患者提供一个评分系统,辅助临床医生准确评估患者发生念珠菌血症的风险。当模型预测患者处于“高危状态”时,评分系统会提示临床医生尽快进行干预治疗;若为“中危状态”,可提醒医生引起高度重视,重点监控患者状态。在项目开始阶段,首先需要选定纳排标准并撰写方案。同时,总结念珠菌血症的临床特征和危险因素,为模型构建提供依据。整个流程大致分为三步:数据建设、模型构建与评估以及模型验证。

样本数量不平衡问题的解决

项目开展过程中,阴性样本与阳性样本数量不平衡的问题是比较大的痛点问题。这种不平衡给模型构建带来很大的挑战,可能导致模型偏移性大,最终效果不佳。为了解决这个问题,HLT采用了一种称为Smart的算法来平衡样本量,通过合成少数样本量的方法,最终使得正负样本量达到±2倍的平衡状态。图片[3]-人工智能赋能重症医学:数字化诊疗体系的构建与实践-Hypeptide图片[4]-人工智能赋能重症医学:数字化诊疗体系的构建与实践-Hypeptide

模型特征的选择

在模型特征选择时,引入了信息增益这一变量。HLT通过两个手段去做信息增益:一个是通过和专家进行访谈,借助专家帮助确定临床变量,这对于这种危重患者的影响度是最高的;第二个是通过查阅国外200多篇类似文献,最终选择了十几个变量,作为我们整个模型的特殊选择的信息池。这些变量主要涉及实验室检查和患者的疾病负担等方面,易于获取,不会涉及复杂的人工操作或开发工具。图片[5]-人工智能赋能重症医学:数字化诊疗体系的构建与实践-Hypeptide图片[6]-人工智能赋能重症医学:数字化诊疗体系的构建与实践-Hypeptide

最佳模型算法的选择

在确定算法时,没有提前预设,而是选择了逻辑回归LR、SVM线性核、随机森林RF和XGBoost回归树算法,并将它们全部纳入模型中,通过比较效果选择最佳的模型算法。图片[7]-人工智能赋能重症医学:数字化诊疗体系的构建与实践-Hypeptide在数据建模过程中,采用交叉验证方法将数据分为训练集和测试集,以确保模型结果的客观性和准确性,最终结果显示,回归树模型的AUC值为0.87,在敏感度和特异度方面表现均衡。图片[8]-人工智能赋能重症医学:数字化诊疗体系的构建与实践-Hypeptide通过运用这一算法,成功地为各类人群打上了标签,低、中、高三个不同风险的人群,灵敏度与漏诊率相对应,特异度代表的是误诊率,这两个结果均低于20%,因此,AUC达到了0.92%的优秀结果。在2021年,相关结果已在《Frontiers in Surgery》上发表。图片[9]-人工智能赋能重症医学:数字化诊疗体系的构建与实践-Hypeptide

03

打造疾病诊疗创新生态系统未来可期

重症病例的训练和结果给了行业巨大的信心,并加速了危重病联盟的建设。希望将此AI辅助诊断工具推广至更多医院的ICU科室,以提高危重患者的诊疗率。只有当医学信息真正实现数字化时,临床诊疗和后续研究才能得到真正的提高。打造疾病诊疗创新生态系统可以实现三方获益:对于患者,医疗成本降低,临床节制提升;对医生,诊疗水平得以提高;对医院,可以生整体医疗水平,加速医院数字化建设。目前,HLT正致力于复制在危重病方面的成功经验,应用于罕见病和恶性肿瘤等领域,希望通过大数据技术和人工智能加速医院的数字化建设。向下滑动了解更多图片[10]-人工智能赋能重症医学:数字化诊疗体系的构建与实践-Hypeptide

关于开心生活科技

医渡科技(股票代码:2158.HK)成立于2014年,是中国医疗智能行业领导者,专注于医疗人工智能和大数据技术的开发与应用,赋能临床研究、医疗管理、区域公共卫生与人口健康管理、新药研发等领域,帮助加速医疗服务降本增效,促进构建安全、普惠、价值导向的医疗智能体系。

医渡科技旗下生命科学解决方案公司开心生活科技,提供数据分析驱动的临床开发、真实世界研究和商业化解决方案。凭借AI赋能的疾病洞见、不断升级的技术产品和服务能力,帮助药械企业减少产品开发时间及成本,并赋能其获得商业化成功。

合肥科生景肽生物科技有限公司成立于2018年,目前已经打造了全球领先的以肽为核心的生命分子发现、合成生产、结构优化、递送平台,主要瞄准肽发现及靶向递送,专注于为各大制药企业、生物技术公司、科研单位提供一站式的定制化研发服务。 公司独有的KPDS™平台(KS-V Peptide Discovery Services Platform)是国际领先的的多肽药物发现平台,我们致力于创新药物的高效和精准开发,以科生景肽专有KPDS技术为核心,提供一站式,定制化的多肽发现服务,以灵活的产品形式和服务模式助力广大客户各类药物发现项目的快速推进和应用探究,包括但并不限于疾病诊断及保健功能产品、多肽药物、核素偶联药物(RDC)、基于小分子的肽药物偶联物(PDC)和多功能肽偶联物等。
中文官网地址:https://www.ks-vpeptide.com.cn/
英文官网地址:https://www.ks-vpeptide.com
© 版权声明
THE END
喜欢就支持一下吧
点赞5 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片