呼吸系統|“呼吸慢病”+“AI”,華為云攜手伙伴破解基層醫院診療難題

近日 , 由廣州醫科大學附屬第一醫院國家呼吸中心鄭勁平教授等呼吸病學專家團隊與華為云EI創新孵化Lab團隊共同開展的若干個慢性呼吸系統疾病(簡稱呼吸慢病)臨床實踐成果先后被RESPIRATION、BMC Pulmonary Medicine、Frontiers in Physiology等國際領先醫學期刊接收與發表 。 這些研究成果及工程應用對于改善基層肺功能的應用具有重大意義 。
呼吸慢病篩查與診療任重道遠 , 最大挑戰在基層 根據一項發表在國際權威雜志《柳葉刀》的調研報告 , 我國慢性阻塞性肺疾病(簡稱慢阻肺)患者已經接近1億人 , 40歲以上人群患病率達13.7% , 成為中國范圍內僅次于高血壓、糖尿病的第三大常見慢性病 。 而哮喘病患者的數量也逐年攀升 , 最新的研究數據顯示 , 我國的哮喘患者近6000萬 。 僅此兩項 , 我國約每10人中就有1人深受呼吸慢病的困擾 。
【呼吸系統|“呼吸慢病”+“AI”,華為云攜手伙伴破解基層醫院診療難題】為改善廣大人民群眾的健康狀況 , 國家陸續出臺了呼吸慢病防控相關衛生政策 , 以推動呼吸慢病的篩查和早診早治 。 肺功能檢查是呼吸慢病最重要、最常用、最適宜的檢查技術之一 , 但各級醫院對肺功能檢查應用及質量保證能力參差不齊 , 在基層醫院問題尤為突出:

  • 對呼吸系統疾病的肺功能檢查的認知及開展不足;
  • 肺功能檢查結果判讀能力薄弱 , 影響疾病的篩查、診療及預后評估;
  • 各地自發小規模開展研究 , 不同區域及不同醫療機構間研究信息標準不一;
  • 缺乏信息數據共享平臺 , 信息孤島現象嚴重;
  • 臨床數據資源缺乏有效的規范化管理 , 無法進行大數據深層分析;
由此可見 , 提升基層呼吸慢病篩查管理能力是落實國家政策的重中之重 。
華為云攜手伙伴 , 提升基層醫院對肺功能檢查的診療能力 2021年 , 華為云與廣州醫科大學附屬第一醫院國家呼吸醫學中心(以下簡稱廣醫一院國家呼吸中心)、北京易優聯科技有限公司(以下簡稱易優聯)、賽客醫療器械有限公司(以下簡稱賽客)聯合開發了肺功能大數據和AI輔助系統 , 并在廣東省會城市中的多個重點社區醫院開展了試點工作 。
基于該系統 , 基層醫療機構工作人員能夠基于預置醫療算法、規則引擎與AI模型 , 實時完成肺功能檢查的質量控制和結果判讀 , 提升肺功能檢查質量水平和判讀準確性 。 同時提升肺功能報告的電子化程度、標準化程度 。
國家呼吸醫學中心副主任、呼吸疾病國家重點實驗室副主任、國家呼吸系統疾病臨床醫學研究中心副主任、廣州呼吸健康研究院副院長鄭勁平表示:“華為云通過沉淀專家經驗 , 結合大數據及人工智能技術 , 快速、準確地推動肺功能檢查的分析判斷 , 及時發現和糾正問題 , 特別適宜于在基層推廣 , 對于改善基層肺功能的應用具有重大意義 。 ”
華為云與合作伙伴聯合開發的肺功能大數據和AI輔助系統幫助細化了72項肺功能檢測指標 , 包括質控模塊(FEV1可接受性/評級 , FVC可接受性/評級等)、常規類型判讀模塊(China2017、GLI2012等)、特殊類型判讀模塊(小平臺、鋸齒波、蝴蝶型、上平臺、下平臺、混合型等)等 。 根據大規模測試結果所示 , 該AI輔助系統助力呼吸慢病檢測的質控精度和判別精度穩步提升 , 最高由50%提升至90% , 高于90家醫院被調研醫生的平均水平(39%-81% , 分別對應基層-三甲醫院) , 診療能力得到顯著提升 。
人工智能技術賦能呼吸慢病管理平臺 , 助力質控精度和判別精度穩步提升 肺功能檢查的開展須嚴格按照標準操作流程及步驟 。 但目前醫院普遍缺乏及時、有效且可視化的技術指引 。 通過人工智能技術深度解析肺功能檢查設備中所記錄的患者的通氣數據 , 可精準輔助質量控制和臨床診斷 。