人工智能让医疗科研更简单.doc

人工智能让医疗科研更简单 　　在电脑上点一下，就能对大量数据进行统计分析，发现问题或者验证猜想， 这大概是无数苦于发论文而不能的临床医生的梦想了。这个场景正在逐渐变为现实 “很多时候，他们并不是写不出论文，而是缺乏数据或者整理数据的时间。在国外，一线专家会有专门的科研助理团队负责整理数据和完成患者随访，在中国，基本只有最顶尖的专家才会有这样的助理；而且中国的医生工作负荷大，大多数时间都在手?g室、病房或门诊，没时间去整理数据。” 零氪科技（LinkDoc）的CTO罗立刚告诉记者，由于结构复杂、专业性强，将医疗行业的数据大规模转化为机器可识别分析的数据，即结构化，一直是行业的难题。据美国临床肿瘤学会（ASCO）统计，美国也仅有不到3%肿瘤患者的数据被结构化用于研究，剩下97%的数据都闲置在医院信息系统（HIS）里或者病历病案室中。作为一家专注于肿瘤大数据分析与应用的科技公司，通过承诺提供高质量的数据报告和产品，零氪和诸多医院、科室合作，帮助他们处理脱敏后的病历数据，使电子病历信息转化为科研级数据，并研发人工智能工具，实现了肿瘤大数据一站式解决方案的搭建 从”人工”到人工智能 将HIS系统中的患者数据，人工录入整理到数据库软件的标准化模板里，生成标准数据文件，再用SPSS、SAS等分析软件对数据进行统计分析，这是临床医生做科研的传统套路。其中生成标准数据文件的过程（也就是数据“人工结构化”），罗立刚算了笔账：在美国，一位肿瘤患者，治疗全过程数据的平均结构化成本是5000美元；在中国，差不多也要5000元人民币 “结构化是最关键的，也是很困难的一件事。” 罗立刚说。一开始，零氪用传统方式收集数据，但很快就发现难以为继。“人工录入一份电子病历平均要花2个小时来整理，正确率还只有40%左右。”而要让录入人员看懂平均50多页的患者病历，也需要投入大量的培训成本 之后，零氪对录入的流程进行了“流水线式”的改进。“比如说一份病历中有五六页是手术记录的信息，那就分成一个独立的部分，让一个录入员专门做手术记录的数据结构化。这样培训的成本低，工作效率也高。”通过分工，并引入了录入规范智能提示、参考病历自动推送、自动化质检系统等辅助技术，病历的录入时间从2小时降到了17分钟 但人工录入终归“人力有时尽”，零氪又开始探索新的方式。 “第二代其实没有用到很复杂的技术，主要是一个系统工程，但这为第三代系统积累了经验。” 在数据采集上，零氪的大数据平台开始直接接入医院的HIS系统，减少中间环节。中国医疗机构的HIS系统厂家众多，没有统一标准，零氪的IT团队就只能一个个机构去实施解决方案，但这是“磨刀不误砍柴工”的事情。“我们现在70%的情况下都是这样的，30%的在逐步实施。虽然过程中还会有一些问题，但我相信将来肯定都会打通。” 数据进入系统后，继续分工的思路，从简单的部分开始，数据结构化的工作逐渐由“机器辅助人工”变成了“机器取代人工”。我国医疗术语缺乏标准化和医疗信息的复杂性，是机器取代人工的障碍。但前期大量人工录入的经验积累，让零氪的团队熟悉了临床医生习惯的表述，明确了结构化点位基于的标准，形成了标准化的术语集，并开发了Fellow-X智能结构化系统 “人工智能，有一大部分是通过机器学习完成了，给医疗数据处理带来了很大的帮助。”罗立刚介绍，数据被导入系统后，电子信息会自动解析、标准化录入并进行质量校验；纸本信息会被扫描成图片格式然后由图片识别技术（OCR）识别成文本信息。在引入了深度学习技术后，计算机在复杂场景下也能快速适配。“比如说化疗药紫杉醇，醇字识别错了，系统就会自动更正。目前我们95%的数据都能自动结构化，只剩下5%比较难的还需要人工。”人力劳动被解放，让数据处理能力大幅提升，一份病历的录入时间缩短到只需要5分钟。现在，零氪的肿瘤大数据平台已有超过100万的患者数据 “IT的人做传统行业，要对行业有敬畏感，不要总说要颠覆什么，而要多去走访，多交流。” 零氪的大数据技术平台是完全基于阿里云的SaaS云服务，合作医疗机构的原始数据保存在内网中，清洗、脱敏、结构化后传输到云上，医生可以通过PC端或App进行访问。一开始，零氪在三家合作的医院试用新的系统，在不断交流反馈后，罗立刚发现，IT概念上的数据库和医疗行业的数据库有很大的区别。“我们IT的人说数据库，是说Oracle、mysql，而医疗行业的人说的数据库，是指从后台的存储到前台的可视化分析的整个解决方案。” 现实的需求促进了许多系统新功能的产生。临床医生不擅长统计分析，平台上便提供了描述性统计、组间比较、生存分析等可视化且便捷易用的适合肿瘤医生的功能，并可以用App随访自己的病人，统计分析结果均使用开源的R实现，“让大约80%的科研工