第四届全国智慧医疗创新大赛由全国 20 多个协会学会相关单位联合主办，深化行业影响、提升赛事规模与深度，推进我国智慧医疗创新态建设与发展。大赛以赛事 展示:论坛”的模式，探索数据的开放共享和创新应用。进一步挖掘优秀项目，加速产业和人才双发展。推动智慧医疗、数字技术与实体经济深度融合，持续维进智慧医疗创新生态圈发展，为“健康中国”贡献创新智慧，打造智慧医疗创新的“中国模式”。
项目名称：基于人工智能的可疑传染病监测与预警系统

参赛单位：中南大学湘雅医院

联合参赛单位： 湖南科创信息技术股份有限公司

参赛人员：陈廷寅

 

项目起源：中南大学湘雅医院在健康医疗大数据应用领域起步较早，在全院十余年近八百万患者的临床诊疗数据基础上构建了基于hadoop+spark+mpp架构的医院临床大数据中心，面向全院临床、科研、教学提供全方位坚实的基础数据支撑和计算能力支撑，基于人工智能的可疑传染病监测与预警系统建设正是在此基础上发展起来的大数据及人工智能应用之一。

痛点、难点：1. 院内传染病报告卡上报是一种对已知的ICD-10诊断编码的判断结果，对于新发可疑传染病未覆盖。

2. 传染病报告卡需要人工上报和审批，上报是否成功，人为干扰因素太多。
3. 目前市场上的传染病预警等相关产品都是基于规则模型的，只能对已知传染病进行辅助预警，且医院仅仅只是负责上报。
4. 在传染病发生的早期，医院缺少及时的数据对传染病的时空聚集性进行分析，无法为医疗机构所在地的决策部门提供有效的决策依据。
5. 预警的方式比较单一，医院很难获取第一手的传染病信息。
 

思路、方法：可疑传染病监测与预警系统是基于医学基础理论知识、已知传染病的知识、最新文献资料等，采用自然语言处理（NLP）、知识图谱、深度学习等人工智能技术，通过建立可疑传染病监测模型、时空聚集性分析模型、评估模型为医院管理者、传染病专干、临床医生提供可疑传染病监测与预警，为及时发现可疑传染病、可疑传染病的时空聚集性提供决策辅助。

技术路线：可疑传染病监测与预警系统通过自然语言处理（NLP）、医学知识抽取、医学知识表达等从各类文献中抽取出已知传染病的特征，以深度学习模型对已知传染病特征进行半监督学习，形成针对可疑传染病的监测模型。通过临床用语标准化、病历文书后结构化，以湘雅医院大量的历史病历进行模型测试最终验证模型，将模型与医院的电子病历系统进行集成后对医院的患者进行实时监测、分析，为医院管理部门提供及时、全面的时空聚集性患者信息。
 

创新点：1. 本项目与国家疑难杂症项目同步建设，委属三甲医院团队、院校、国内顶级多学科（CDC、传染病、呼吸科等）专家共同参与研发，以传染病防控需求为导向，以满足传染的早发现、早干预为目标。

2. 建立传染病报告卡上报制度、系统自动监测预警双线异步并行流程，早发现、早干预，减少人为主观的影响，减少传染病漏报及瞒报。
3. 基于深度学习算法模型，整合传染病报告卡中四大类共50种传染病临床特征，构建传染病建模特征知识图谱，独创了可学习型可疑传染病预测模型及时空聚集分析模型。
 

推广及意义：项目系统已在2020年初基于完成上述主体功能实施，经过临床试用，达到了初步成效，主要推广与普及意义包括：

1. 目前已经应用模式已经形成，在湘雅医院针对发热患者的可疑传染病预测，流行性感冒、不明原因肺炎二个病种的时空聚集分析模型已经完成，可以快速推广应用到其他医疗机构。
2. 目前基于50种传染病症状、体征临床特征建立的可疑传染病预测模型，以湘雅医院历史的发热门诊患者最终确诊为传染病的患者进行模型验证，准确率达到91.45%，假阳性率为6.7%。
3. 目前已经完成50种传染病的症状、体征的临床特征库模型构建，下一步可以基于现有的技术路线继续完善50种传染病的检查结果、检验结果等临床信息，进一步提升可疑传染病预测的准确性。
4. 独创的时空聚集分析模型可以应用于各级卫健委、疾控中心，利用卫健委和疾控中心收集到的传染病和患者病历数据，进一步完善模型，为传染病的防控提供决策支持。
5. 能过对可疑传染病的监测，辅助医院管理者及时启动传染病应急预案，很大程度上减少在传染病发生的早期医务人员的感染机率。
 

由移动医疗教育部中国移动联合实验室发起，全国 40 个省市相关协会学会、行业机构联合主办的“第六届全国智慧医疗创新大赛”定于 9 月举办。旨在积极响应“健康中国”、“人才强国”战略和“数字中国”政策规划引导，发挥大赛创新导向作用，激发创新活力、增强创新意识、普及与推广创新成果，积极构建“政产学研金服用”创新驱动服务平台，实现医疗卫生数字技术创新重大突破，应用创新全球领先。