ICU（重症监护室）是专门收治危重病症患者，并给予他们精心监测和精确治疗的单位，是病人和医生争取生命的“战场”。

在这片“战场”上，医护人员竭尽全力、分秒必争，在众多指标下，处理着与病人相关的各个事项。

但受制于时间的紧迫性，诊疗失误在所难免。

根据宇博智业《ICU行业市场调查分析报告》的数据，美国2005年ICU错误发生率高达1497 次/每万人，其中严重威胁生命的占 13%；平均每人每天发生1.7个医疗错误，每年平均有9.8万ICU患者死于医疗错误。

不过，有一个积极的数据显示，在这些医疗失误中，28%～84% 都是可避免的，只是医院需要找到一个有效的途径来解决。

什么样的解决途径，可以为如此错综复杂的ICU带来改变？斯坦福大学的AI Lab主任、谷歌云前首席科学家李飞飞教授，在2018年6月出席清华AI研究院成立仪式时表示，如果可以更早地发现诊疗问题，患者的预后情况就会更好。他认为将人工智能应用在ICU中，可以给患者治疗和医疗管理带来极大的帮助。

在今年3月初，Serena Yeung、李飞飞等人的论文《A computer vision system for deep learning-based detection of patient mobilization activities in the ICU》被自然子刊《Nature Digital Medicine》收录，表明人工智能在ICU的应用热潮已经到来。

针对ICU所面临的痛点，脉兴医疗建立了ICU的多参数智能医疗大数据平台，为医疗大数据科研以及AI产品研发提供数据基础，并利用行业指南、论文资料以及临床数据通过NLP（自然语言处理）、知识图谱、机器学习、深度学习等方法，研发临床可用的ICU智能辅助决策系统。

脉兴医疗首先针对的，便是呼吸机使用不当对患者产生的影响。

在ICU，呼吸机是最常使用的医疗设备，超过50%的ICU 患者需要用到呼吸机，它能够起到预防和治疗呼吸衰竭，减少并发症，挽救及延长病人生命的重要作用。

但在临床实践中，呼吸机的使用面临着诸多问题。

在医院端，根据《2011中国医疗行业年度报告蓝皮书》，医疗器械不良事件中，60%-70%由“使用错误”和“操作失误”造成。首都医科大学北京宣武医院博士生导师严汉民教授认为，“使用错误”的医疗器械中，呼吸机占比最大。

在患者端，如果长期使用有创呼吸机，患者感染肺炎的风险会增高。除此之外，使用呼吸机时间越长，患者对呼吸机的依赖也越强，导致很难脱机。

“针对这一痛点，脉兴医疗综合临床大数据，通过算法建模，构建了临床呼吸机智能管理辅助决策系统。”脉兴医疗CEO黄可智介绍，该系统通过实时、全维度地监测重症患者相关数据，给出呼吸机相关智能辅助意见，有效减少了呼吸机在使用过程中存在的风险。其特点有：

智能呼吸支持模式：在疾病初期，针对不同的患者，呼吸机智能管理系统给出最适合患者的呼吸机模式推荐、以及个性化呼吸机参数设置方案，以维持和改善患者的呼吸与生理情况，给治疗原发疾病延长宝贵的治疗时间。

撤机模式：当患者病情得到好转，呼吸机智能管理系统会指导医生在必要时候减少呼吸支持，让患者逐渐恢复自主呼吸，缩短使用时间，减少患者对呼吸机的依赖，提高疾病预后。

在黄可智看来，有创呼吸机智能辅助决策系统将为行业做出两方面的贡献：

一、减少脱机的失败率；根据美国相关文章报道，机械通气的相关费用为每天大约2000美元，6%的延迟脱机的病人消耗着37%左右的ICU资源，通过呼吸机的智能辅助决策，能够减少脱机的失败率和降低延迟脱机的情况发生次数；

二、减少使用呼吸机时间，减轻病人痛苦，减低费用（国内每天使用有创呼吸机相关费用在3000元-5000元左右以上），缩短住院时间，并可以让基层ICU医生快速提升使用呼吸机水平，降低失误率，减少感染风险，让更多危重病人可以留在基层医院，提升基层医院经济效益。

图片来源：受访者提供（图示数据为模拟数据，仅供参考）

因行业门槛高，ICU市场将很多企业拦在了门外。脉兴医疗之所以敢深入这一市场，在黄可智看来，原因在于公司核心团队成员所拥有的强大“技术基因”：整个团队构成中，研发人员占比80%，硕博占比超过50%。

其中，CTO郑义博士本科毕业于清华大学计算机系，博士毕业于复旦大学人工智能专业，多年从事人工智能相关工作，擅长NLP（自然语言处理）、机器学习、深度学习等多方面人工智能技术研发；医学总监陈维仁是原三甲医院重症呼吸科医生，具有多年临床工作经验，并有多个医疗AI项目的研发经历。

“研发团队很有创新力，除了有创呼吸机智能辅助决策系统，我们还研发了ICU病人危重程度评估系统，该系统可以对患者入院后第二天到第七天的死亡概率进行预测，准确度可以达到94%。未来我们会将此技术用于各项危重疾病与常见疾病的预测、预警以及辅助诊疗建议。”

有人才，有技术，接下来便是产品落地。黄可智介绍，脉兴医疗目前与北京协和医院、中南大学湘雅二医院、浙江大学附属第一医院、浙江省妇保医院、浙江医院等国内知名三甲医院，以及阿里健康等国内知名医疗信息化企业展开了合作。

以北京协和医院为例，脉兴医疗与北京协和医院内科ICU合作研发有创呼吸机智能辅助决策系统。“协和医院拥有大量的临床数据，这为系统的训练带来了很多好处。通过不断改进与完善，有创呼吸机智能辅助决策系统的AUROC（曲线下面积）超过0.88，比传统的指标RSBI（呼吸浅快指数，0.69）和MV（每分钟通气量，0.68 ）要好很多，基本可以辅助ICU临床医护人员进行呼吸机相关决策。我们近期也会考虑将该产品推广到其他医院，同时也在计划与呼吸机生产厂商进行相关合作。”

“除了有创呼吸机智能辅助决策系统的合作，脉兴医疗协助北京协和医院内科ICU申请的北京市重症医学数据集标准的立项已获得北京市卫健委的批准。”

根据《重症医学科建设与管理指南》要求，二级以上医院必须建设ICU，三级综合医院的重症医学科原则上应该每床配备1台呼吸机，国内ICU还有很大的发展与提升空间。县级医院能力提升，是近几年国家政策和财政的重点支持领域，我国已经启动第二批500家县医院能力提升工程（2018-2020年），重点加强医院的重症救治能力。这对脉兴医疗来说，是一个巨大的机会。

面对未来，黄可智表示，脉兴医疗将运用NLP（自然语言处理）、深度学习等技术构建ICU知识图谱，通过知识与数据双驱动，学习国内外顶级医疗论文、指南与专家经验，用AI与大数据的各项国内外领先的技术赋能基层ICU，快速提升临床诊疗水平，与ICU医疗及信息化工作者共同推动行业的发展与进步。

2019年，新的机遇与挑战并存！

动脉网携手“深潜者”，专注基层医疗创新“海洋”

如何在广阔的“深水区”中优胜劣汰，潜的更深？

如果您也是基层医疗的“深潜爱好者”，

欢迎您报名参与，和我们一起征服基层医疗这片辽阔“大海”。