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生态建设与发展。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：围产期心理健康大数据平台的开发及应用

参赛单位：深圳市妇幼保健院

联合参赛单位： 香港理工大学、深圳市尚哲医健科技有限责任公司

参赛人员：朱社宁 肖霄 袁桢德 陈高凌 赖德桓 姜蕾

 

项目起源：据世界卫生组织统计，全球每年约有2.64亿受到抑郁症的困扰，每年约80万人因抑郁症而自杀。系统评价显示，约10%的孕妇和13%的产妇会有不同程度心理问题，其中最常见的的为抑郁和焦虑[1]。由于资源有限，女性围产期心理问题近几年才成为中低收入国家研究的热点。

中共中央国务院《“健康中国2030”规划纲要》中提到要重点解决妇女儿童的健康问题，覆盖全生命周期，针对生命不同阶段的主要健康问题及主要影响因素，强化干预，实现从胎儿到生命重点的全程健康服务和健康保障。此外，纲要提到要加强全面心理健康服务体系建设和规范化管理。
女性围产期心理健康是妇女儿童健康的重要组成部分，对母婴结局影响深远。研究显示，母亲孕期抑郁、焦虑等心理问题与早产儿、低出生体重儿、胎儿宫内生长发育受限密切相关，增加胎儿宫内死亡的风险，导致孩子生长发育迟缓、认知功能障碍、应对压力能力差及负向性格形成，易产生反社会行为，增加孩子肥胖以及代谢障碍等问题,成年后患抑郁症的几率大大增加[2-3]。对母亲而言，孕期焦虑、抑郁会增加剖宫产率、妊娠期高血压、先兆子痫、妊娠期糖尿病、产前出血、难产、死产的风险，进一步发展为产后抑郁，影响夫妻关系，增加配偶心理压力及患精神疾病的风险，严重者可导致孕产妇的自杀行为。
目前，深圳市每年分娩量约为20万人左右。有数据显示，深圳市的产后抑郁发生率约为7%左右，并且远远低于国际行业标准13%的标准。据此推算，深圳市每年约有14000到26000女性受到产后抑郁问题的困扰。尽管目前深圳市已实施产后抑郁筛查，但由于受到有限医疗资源制约，大多数筛查为单次纸质版问卷填写，耗费较多人力资源开展此项工作，尚未进行大数据提取及有效监测，为未来人工智能辅助诊断及治疗提供全生命周期健康服务。深圳市拥有健全的妇幼健康网络，为本项目奠定了较好的实施基础。
此外，深圳作为我国改革开放的前沿，科技创新是城市发展的动力，拥有大批本土医疗科技企业，以此为技术支撑，可通过医疗机构、高校及知名医疗科技企业的三方合作，搭建起全生命周期心理健康大数据平台，用数据及临床效果客观评价平台带来的经济、社会效益，实现科技项目的转化。
痛点、难点：技术难点：1.平台一体化：为确保科研方向的先进性和可执行性，需要有整体的平架构能力。目前各家医疗机构使用的信息化系统（HIS、CIS、LIS、PACS等）差异性较大，如何解决院内现有信息化系统异构数据库间的统一查询、数据抓取，形成统一的大数据访问平台是本项目的难点之一。

2.心理数据建模：人工智能辅助预警、诊断的准确性依赖心理潜在特质模型的质量，如何提高模型的质量是本项目的重中之重，以下从三个方面描述建模的难点和痛点：
a) 后结构化：院内现有信息化系统存储的数据是本项目建模的基础，如何对现有的数据根据潜在特质模型进行结构化分析，并标准化是数据建模的基础，也是难点之一。
b) 完整性：院内现有信息化系统存储的数据仅能反应患者在院期间的心理或生理状态，对于患者离院后的心理和生理状态的监控不足，如何通过互联网手段，观测到患者离院后的心理或生理状态是保证数据模型完整性的前提，也是本项目要解决的痛点。
c) 准确性：模型的准确性需要通过大量的数据样本进行分析，并且随着未来样本数量的增多，基于样本的机器学习能力对系统和模型的完善、提高人工智能辅助预警、诊断的准确性起到至关重要的作用，也是本项目的难点。
安全性：患者的基本信息、心理或生理状态是患者的个人隐私，如何在大数据平台的应用中保障患者的个人隐私也是本项目要解决的痛点。
思路、方法：建立围产期心理的大数据平台，通过信息手段对孕前、孕期及产后女性不同时间点焦虑、抑郁症状的筛查及数据录入，从HIS系统及妇幼系统自动抓取围产期健康问题及人种学特征等相关信息，从系统进行大数据提取及运算，建立基于中国女性特点的围产期抑郁模型。采用人工智能手段对女性围产期焦虑、抑郁进行自动识别，对高危人群进行系统预警提示。医疗结构专业人员获取相关信息后，主动与高危人群进行联系，再次确认人工智能诊断的准确性。通过人工诊断与人工智能诊断结果对比假阳性及假阴性率，确定模型的预测准确率。此外，该数据平台的建立，可对纳入平台的队列人员进行全生命周期的数据随访，通过前瞻性的研究探索围产期心理对母婴结局及后代生长发育的长期影响。

创新点：1、经查阅国内外相关文献及相关信息系统进行项目查新，尚未发现通过大数据及人工智能相结合的围产期心理大数据平台。

2、 该平台可通过大数据运算建立围产期焦虑、抑郁模型，经人工智能手段实现围产期焦虑、抑郁问题的自动识别，减少人为因素导致的漏诊、诊断不及时等问题的发生，减少人力资源成本。
3、该平台针对高危人群可自动转诊给专业医护人员，通过多学科团队合作，对目标人群进行大范围筛查、早期识别、早期诊断、早干预，建立女性“孕前-孕期-产后”围产期心理的全程追踪。
4、 该大数据平台可与HIS系统、妇幼系统进行对接，通过数据的自动提取，将心理健康与生理健康数据进行整合，为女性围产期全面健康提供精准服务。
推广及意义：2019年，全国新出生人口1400万左右，说明全国每年约有相当数量的孕产妇。

根据国际精神卫生权威学术团体建议，每名女性至少应在孕期及产后分别进行一次围产期抑郁的筛查，而最佳的实践是在孕早期、孕中期及孕晚期分别进行抑郁筛查，而产后抑郁也应在多个时间点进行监测。此外，该项目可逐步延伸到对全国女性不同时期心理的监测，建立全国女性心理健康的数据中心及网络。因此，该项目可全国范围内进行推广，对庞大的数据进行记录、提取及分析，具有广阔的应用前景。

总决赛拟定日程