陆荫英教授:CDSS与MDT联合有望成为肝胆肿瘤疾病智能化诊疗新模式

作者:动脉网 2019-10-12 18:57

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

伴随人工智能时代的到来和医疗理念的更新发展,疾病智能化诊疗已逐渐成为时代发展的趋势。


建立临床决策支持系统(CDSS)和多学科协作(MDT)模式是提高医疗效率和质量的重要措施。医渡云作为医疗人工智能公司,为中国医疗系统信息化建设提供更可靠的支撑与保障。在国家重点研发计划“精准医学研究”重点专项课题的项目支持下,由北京大学医学部及解放军总医院第五医学中心牵头,联合CSCO肝癌专委会以及亚太肝病技术联盟/肝胆肿瘤专家委员会的相关专家们,携手医渡云共同创建了基于AI技术、能提供肝胆肿瘤智能临床辅助决策的全国肝胆肿瘤多维MDT人工智能协作平台,从而推动肝胆肿瘤疾病智能化诊疗进程,进一步提高医疗服务效率和质量。通过整合医院信息系统中的临床信息和深度开发人工智能技术,联合CDSS与MDT,有望成为肝胆肿瘤疾病智能化诊疗的新模式。


本文来源:临床肝胆病杂志第35卷第10期


肝胆肿瘤疾病智能化诊疗模式的发展及启示


当前我国的医疗现状仍不容乐观,总体来说,医疗资源总量不足且分布不合理、医疗质量等问题依然突出;同时具有老龄化、慢性病和肿瘤性疾病发病率逐年增高等特点,医疗健康服务模式亟待转型升级[1]。而伴随大数据时代的到来和医疗理念的更新发展,疾病智能化诊疗已逐渐成为时代发展的趋势[2]。


2018年4月,我国政府发布了《关于促进“互联网+医疗健康”发展的指导意见》,为医疗信息与技术的全面共享搭建了有利平台,有助于推进“互联网+医疗健康”创新发展[3]。在这一时代背景下,如何充分挖掘医疗健康大数据的价值,利用大数据技术,加速疾病诊疗智能化,提升医疗服务质量,是亟待解决的医疗命题。临床决策支持系统(clinical decision support system,CDSS)和多学科协作(multidisciplinary team,MDT)模式是提高医疗效能的重要措施,本文综述了国内外CDSS和MDT系统的特点及不足,提出联合CDSS与MDT的畅想,促进我国疾病智能化诊疗的发展。


CDSS系统


>>>>

1.1 CDSS定义


CDSS 是基于临床知识(包括临床指南、循证医学、药品说明书、药典标准等)和患者基本信息及病情信息,运用计算机技术,为医疗人员在诊疗过程中提供警示、提醒、患者数据视图、临床辅助诊断等辅助临床决策的系统工具[4]。目的是为诊疗过程提供疾病诊断、治疗、合理用药等决策支持,提高医疗质量。


>>>>

1.2 CDSS发展历程和类型


根据CDSS系统出现的时间及系统架构和知识表达特点,其发展历程大致分为四个阶段,第一阶段:独立型CDSS,诞生于上世纪60年代,典型代表有Ledley&Lusted、Leeds、Mycin等;第二阶段:集成型CDSS,出现于上世纪60年代末期,以HELP、RMRS等为代表;第三阶段:标准型CDSS,诞生于上世纪90年代,例如Arden、GLIF等;第四阶段:服务型CDSS,伴随着互联网技术的迅速发展,诞生于本世纪初,如SAGE SEBASTIAN、SANDS等。


按照设计原理,CDSS分为2种类型:基于知识库的CDSS和基于非知识库CDSS。基于知识库的决策系统,占目前CDSS 的大部分,其核心是知识库的建立和知识对决策支持的具体利用,这一类型的CDSS 只是部分依赖包括编译信息的规则与联系,通常采用IF-THEN规则来存储和管理知识。基于非知识库的CDSS多采用人工智能(artificial intelligence,AI)的形式,允许计算机从既往经验中或是其他临床资料中获得知识,常用的方法有人工神经网络、贝叶斯网络、遗传算法等[5],如英国的Isabel医疗保健公司、美国的VisualDX等(表1)。


image.png


从CDSS 研究现状来看,国外起步早、发展快,绝大多数处于集成型、标准型为特点的第二、第三发展阶段,渐向第四阶段发展;而国内起步晚、发展慢,仍多处于第一阶段,不过在更高阶段的系统研究、开发和应用上也进行了尝试。从应用现状来看,国内CDSS应用主要集中于理论研究,以单病种或单学科的诊断为主,以及辅助检查中检验系统的智能审核、结果解释等,真正具有个性化分析和辅助决策功能的CDSS 系统还未实现。 


>>>>

1.3 当前CDSS的局限性

CDSS的实施与推广是应对医疗行业数据爆炸、需求过载、资源不足等问题的重要措施。然而,目前无论是哪种类型的CDSS,应用水平并不理想。基于知识库的CDSS 与临床结合往往不充分,而基于AI 的CDSS,目前远不成熟。


总结原因在于:

(1)知识库的规模不够且更新速度有限。

(2)缺少标准化信息模型的支持,由于系统标准不统一,导致可移植性差、推广应用难。

(3)是否能够快速、智能地处理海量的异源异构高复杂度临床数据。

(4)缺少共享化服务模式:目前主流的CDSS是作为一个子系统嵌入在EMR当中,如临床路径系统、合理用药系统等,是否能够精确敏锐的捕捉到用户的关注,并且不妨碍用户的工作流程,极其关键。

(5)缺少完整性决策支持:大多数CDSS的功能局限于向临床医生提供针对患者诊疗的提醒、警告和医嘱推荐,而缺少对患者出院后的疗效评估、健康教育等支持。

(6)患者的信息可能分散在多个不同的信息系统中,没有任何一个系统可以查看患者完整的信息。

(7)传统的CDSS是单纯的被动接受指导,在疑难杂症需要会诊时缺少明确的路径,基于单学科开发的CDSS已经难以满足临床需求[6]。

 

鉴于上述传统CDSS的局限性,结合国家政策和医疗机构的实际需求,笔者团队认为在大数据时代CDSS应具备以下特征:

(1)高度结构化、可用于计算的权威知识库。

(2)结合知识库、真实世界数据和AI技术,从海量临床数据中学习和识别出某些模式,自动获取知识来提供决策支持。

(3)可嵌入临床系统,通过与电子病历系统无缝集成,智能提取患者疾病特征并给予推荐,方便医生使用,符合临床医生的日常工作流程。

(4)能循证溯源,推荐结果能关联的证据:指南、文献及相似病历等。


MDT模式


>>>>

2.1 MDT定义及设计目的


MDT是现代医疗领域广泛推崇的诊疗模式,通常指来自多个学科的专家形成相对固定的专家组,针对某一器官或系统疾病通过定期、定时、定址的会议,提出诊疗意见的临床治疗模式。目的是在多学科论证的基础上为患者提供一个最科学、合理的治疗方案,尤其适用于复杂疾病的诊疗,例如肿瘤、心衰等;可以有效推进学科建设,实现医生、科室和医院层面的共同提高[7]。


>>>>

2.2 MDT国内外发展历程及现状


MDT模式最初源于英国,被引入医学领域已70年有余,上世纪90年代初全英推广肿瘤MDT模式。20世纪90年代以来,肿瘤MDT 模式在欧洲和美国迅速发展。1997年,美国德州大学MD安德森癌症中心在美国率先全面实施肿瘤亚专科化临床路径,诞生了真正意义的MDT。2007年英国颁布了相关法律文件,规定“每一位癌症患者都需经过MDT综合诊疗”。法国之后也颁布相关法律文件。目前,欧洲实施肿瘤MDT最成熟,近65%的医院开展了肿瘤MDT,而亚洲仅35%的医院实施了肿瘤MDT,且多集中在日本[8]。

 

我国MDT起步较晚,在20世纪80代初首次提出了多学科协作的思想,四川大学华西医院等大型三甲医院先后建立MDT模式。2010年我国卫生部开始组建全国肿瘤规范化诊疗委员会,MDT逐步在国内部分三甲医院或专科治疗中心获得了认同与普及,并不断推出肿瘤诊疗规范。


2018年国家卫生健康委员会印发《关于开展肿瘤多学科诊疗试点工作的通知》,决定于2018—2020年在全国范围内开展肿瘤多学科诊疗试点工作。当前,我国很多地区已经在探索、发展、实行肿瘤MDT模式,例如,中国医学科学院肿瘤医院开展的有淋巴瘤、泌尿肿瘤、头颈肿瘤、胸部肿瘤、胃肠肿瘤、肝胆胰肿瘤、乳腺肿瘤等单病种的MDT诊疗[9];北京协和医院、复旦大学附属中山医院和四川大学华西医院等结合地区医疗资源条件和专家能力形成了自己的治疗特色;江苏省人民医院开设了胃肿瘤、肺癌、淋巴瘤、妇科肿瘤、结直肠肿瘤以及脑卒中等多学科联合门诊等[10];一些经济欠发达地区也在积极推动肿瘤MDT,例如在内蒙古自治区肿瘤医院、新疆医科大学附属肿瘤医院建立了肺癌等7种癌种的多学科团队小组。


虽然很多大型医院已经建立起以病种为单位的“一站式”多学科诊治中心,但仍然具有一定的局限性。

 

>>>>

2.3 独立MDT系统具有一定的局限性


MDT被很多专家认为是最理想的诊疗模式[11],但在我国尚无法大面积推广,部分开展的MDT也不正规,存在诸多问题,如:有的流于形式;专家少且不固定;质量不一;MDT 会议做出的决定得不到执行;会诊讨论后,前期诊断和后期随访割裂,无法形成连续治疗方案追踪及集成分析等[12]。


究其原因,除了缺少国家层面的政策干预和支持,还在于优质医疗人才资源不足[8]。医院和地区间形成的“数据孤岛”和“信息壁垒”,导致无法实现均一化管理[13]。此外受限于非结构化的案例讨论、时间压力等导致决策质量不一[14];会诊前需要的信息量很大,在缺乏会诊数据库基础的情况下,MDT 成员不得不在较短的时间内做出最优决策[15],结果可能会因为某些相关数据的遗漏,使得MDT的决策结果出现错误。超负荷工作量和时间压力也是降低MDT团队士气、降低专家参与度和决策仓促的最重要的原因[11]。如何有效利用大数据资源和AI技术,打破这些局限,是值得思考的问题。

 

基于“医疗大数据资源+AI”,联合“CDSS+MDT”的肝胆肿瘤诊疗模式


>>>>

3.1 我国肝胆肿瘤疾病现状亟需诊疗模式转型升级


肝脏及胆道恶性肿瘤具有早诊率低、可切除率低及辅助治疗有效率低等特点,使其病死率高居不下[16]。中国属于肝胆恶性肿瘤高发国家,其中原发性肝癌是我国发病率第4位,肿瘤相关死亡率第2位的恶性肿瘤[17-18],最新的年发病人数为38万,死亡人数32.6万,占全球发病率的51%左右,严重威胁人民健康。

 

虽然少数早期患者能够接受手术切除、肝移植、局部消融等根治性治疗,但绝大部分中晚期患者需要多种治疗相结合,包括局部手术、介入栓塞、微创消融、放疗、靶向药物、免疫治疗、肝脏基础病治疗及并发症处理等,涉及多个学科知识和经验的融合,是肿瘤中最复杂难治的一类[19]。此外,肝胆恶性肿瘤的高度异质性:人群异质性[20]和时空异质性[21],造成肝胆恶性肿瘤的临床治疗应答差异,有效窗口期短。


对肝胆恶性肿瘤,需要以多学科诊疗为理论及技术支持,进行“精分”、“精治”。国内于2014年已发布《肝癌MDT团队建立和多学科联合治疗的专家共识》,2018年欧洲肝病学会发布的肝细胞癌指南也首次强调,肝细胞癌的临床诊疗应由肝病学、放射诊断学、病理学、肿瘤外科、肿瘤内科、肿瘤放疗等多学科共同协作[22]。

 

然而,目前我国肝胆肿瘤的诊疗除了少部分省级以上综合医院能够开展多学科联合诊疗为不同病程患者提供合理的综合治疗决策以外,绝大多数基层医院对此类疾病的诊疗管理认识非常有限,缺乏为患者设计合理综合治疗方案的能力,严重影响患者的生存获益。

 

>>>>

3.2 基于大数据和AI技术构建CDSS+MDT联合平台的时代趋势


在肿瘤诊疗方面,用于医疗决策的数据种类和数据量的大幅增加,成为肿瘤诊疗的极大挑战。如何基于最佳医学证据提高MDT水平、实现标准化决策过程[23];如何通过CDSS的融入来打破这些限制,提供精准的、基于证据的决策建议?这是智能化诊疗面临的巨大技术挑战,需要系统计算框架的精准设计和实施、实现语义互操作性、知识呈现方式的转变等。2009年英国伦敦皇家自由医院首次尝试将CDSS平台融入乳腺癌MDT中,称作MATE(Multidisciplinary Assistant and Treatment sElector),并报道高质量的CDSS平台可以有效地部署在真实的医疗环境中,显著提高MDT的运作水平,建议此模式可以推广到其他癌种的MDT中[23-24]。2014年英国牛津大学Sesen博士首次将CDSS智能平台用于辅助MDT的开展,结合基于规则和概率推理,以帮助临床MDT 达到肺癌治疗的最优决策[15]。

 

我国2016年印发了《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》(以下简称“意见”)[25],提出健全基于互联网、大数据技术的分级诊疗信息系统,延伸放大医疗卫生机构服务能力。2018年8月,国家卫生健康委员会医政医管局发布了《关于开展肿瘤多学科诊疗试点工作的通知》,要求2018—2020年,在全国范围内遴选一定数量的医院开展肿瘤多学科诊疗试点,通过开展肿瘤MDT试点工作,发挥试点医院的带动示范作用,逐步在全国推广,提升疾病综合诊疗水平[7]。为积极响应国家政策号召和时代发展趋势,2018年11月由北京大学医学部和美国国家癌症研究院一起主办了“2018北京肝胆肿瘤国际论坛”,并召开“肝胆肿瘤多维MDT大数据协作技术平台项目启动仪式”,首次提出了“联合CDSS与MDT为肝胆肿瘤疾病智能化诊疗赋能”。有理由相信将大数据技术、医疗健康大数据与MDT系统深度融合,必将引起MDT的新一代变革,进一步提高医疗服务效率和质量。

 

>>>>

3.3 我国已初步具备构建CDSS+MDT联合平台的数据基础和技术基础


随着医院信息化水平的提高,电子病例数据也得到不断的积累和开发。从国家政策上来看,以上“意见”[25]提出“我国要规范和推动健康医疗大数据融合共享、开放应用,到2020年,实现与人口、法人、空间地理等基础数据资源跨部门、跨区域共享,医疗、医药、医保和健康各相关领域数据融合应用取得明显成效”。


从民间发展来看,2017年2月20日CSCO启动了“中国原发性肝癌临床登记调查”项目,第一阶段纳入全国20家大型三甲医院的肝胆肿瘤科室收治患者的全程临床数据,第二阶段拟纳入55家医院的数据,截至2019年4月21日,CLCS项目已在43家研究中心开始数据采集工作,完成近2万例患者的首次诊疗数据采集,以及近万例患者全程诊疗数据。


部分医院开通了院内面访、电话随访、微信公众号线上互动等方式跟踪管理患者,从而获取更完整的院内院外数据。这都为CDSS与MDT的联合提供了坚实的数据基础,有利于释放智能化MDT的巨大潜力。

 

为解决我国在推行“分级诊疗”政策制度下面临的医生临床综合处置能力不均衡问题,由北京大学医学部及解放军总医院第五医学中心(原解放军第302医院)牵头,联合亚太肝病技术联盟/肝胆肿瘤专家委员会,共同创建了基于大数据和AI技术、能提供肝胆肿瘤智能临床辅助决策的全国肝胆肿瘤多维MDT大数据协作平台,并于2018年11月正式在联盟部分开始试用。

 

展望


未来通过整合医院信息系统中的临床数据资源和深度开发大数据技术[26-27],联合CDSS与MDT,有可能成为肝胆肿瘤疾病智能化诊疗的新模式[13]。有望实现:针对复杂患者智能发起MDT,同时借助CDSS系统,基于相关证据关联及挖掘技术,推荐最新研究结果、备选方案、预期疗效及优劣比较等,进一步降低决策局限甚至失误问题[28-29];CDSS通过跟踪医生的治疗行为,进一步提升MDT决策的依从性,规范治疗过程;CDSS 动态学习复杂病历的MDT 诊疗意见,持续优化临床决策逻辑,实现系统的迭代更新[30];借助云平台分布式存储的优势和计算机辅助来实现国家级团队顶层设计下的省级MDT团队指导地区级MDT团队运行的三级阶梯式医疗协作模式,保证分级诊疗的高效运行。相信将来随着我国居民医疗健康等数据的应用集成,可以建立以患者为中心的数据网络,提供临床决策所需的各类信息,创建符合我国国情的肝胆肿瘤诊疗模式,从根本上改善患者的就医体验,为打造健康中国加油助力。


作者:王晓云1,李林峰1,2,郭佺1,曾义岚3,李海洋4,杜映荣5,陈刚6,梁跃东7,陆荫英8


单位:

1 医渡云(北京)技术有限公司;

2 北京交通大学计算机与信息技术学院;

3 成都市公共卫生临床医疗中心肝病科;

4 贵州医科大学附属医院院办;

5 云南省昆明市第三人民医院院办;

6 太原市第三人民医院院办;

7 贵阳市公共卫生救治中心院办;

8 解放军总医院第五医学中心肝脏肿瘤诊疗与研究中心


陆荫英


解放军总医院第五医学中心-肝脏肿瘤诊疗与研究中心主任


医学博士,北大医学部特聘教授,清华大学合成与系统生物学中心特聘研究员,硕士生导师,解放军总医院第五医学中心-肝脏肿瘤诊疗与研究中心主任。


现任亚太肝病技术联盟/肝脏肿瘤专业委员会主任委员;中国研究性医院协会/分子诊断专业委员会副主任委员;北京市健康促进会/肝胆胰肿瘤分会副主任委员;欧美同学会医师协会青委会秘书长;CSCO肿瘤免疫专委会/肝癌专委会委员;中国肿瘤精准诊疗协会常务委员。


本篇文章由医渡云(北京)技术有限公司王晓云担任第一作者,得到了解放军总医院第五医学中心陆荫英教授的悉心指导,陆教授严谨的工作作风和深厚的学术造诣是本篇文章能够顺利完成的坚强后盾。作为医疗人工智能公司,医渡云在人工智能协作平台的建设上提供了技术力量,为推进疾病智能化诊疗增效加速。


未来,医渡云将继续在推进“互联网+医疗健康”创新发展的道路上加油助力,通过更新更好的技术手段,提高医疗质量,帮助更多的医生提升诊疗水平,轻松开展医学研究,致力成为“守护人民健康的云”。

如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章

企业
对接
商务
合作
用户
反馈