在医疗大数据、人工智能临床应用中,存在一个“先有鸡,还是先有蛋”的悖论:如果算法模型不成熟,医院就不会将其接入医院信息系统(HIS);如果算法模型没法在医院运营管理中跑起来,算法模型成熟度就无法提高。部分二三线地市在数据共享开放方面先行先试,可以打破这一僵局。
国家卫生健康委员会调研员沈剑锋提出“人工智能+医疗健康”技术体系。笔者将其化用为医疗人工智能的三个层次,感知层、规则层、应用层,逐层递进。首先,人工智能企业自有、自研感知层技术,如:计算机视觉、自然语言处理、生物体征感知、语音识别技术。然后,基于健康大数据开展算法训练,人工智能企业与区域数据共享开放平台联合开发临床知识库、训练资源库、评估样本库。最后,数据开放共享平台将算法模型投入到不同的专项工作和应用场景中。
厦门数据共享平台模式之所以能够初步走通,并得到贵阳、福州等其他国家健康医疗大数据中心区域分中心等兄弟城市的认可,关键在于以下五方面:
一是上级政府一把手高度重视:2018年,国家领导人出席的首届数字中国建设峰会成功举办,数字经济规模超万亿元,2019年要大力发展大数据、物联网、人工智能、5G商用和区块链产业,在医疗、健康、政务等6个领域,实施100个人工智能应用示范项目,形成100个深度应用场景。2019年福建省《政府工作报告》提出,积极创建国家区域医疗中心、专科联盟和“互联网+医疗健康”示范省。
二是当地基础设施建设晚,起点高,没有更发达地区的历史包袱,2018年,全省5G商用试点加快推进,光网和4G全面覆盖城乡,固定宽带家庭普及率、互联网性能分别居全国第2、第6位。建成全球规模最大的肝病及肝癌大数据平台。2016年,厦门成为国家健康医疗大数据中心和产业园建设试点城市。在立法保障方面,厦门市并未先行出台健康医疗大数据管理与共享开放的地方法规和行政规章,而是采取“先出试点成效,随后立法追认”的道路。
三是医疗机构“抱团发展”动机强烈,数据共享开放阻力低。厦门市常住人口411万人,户籍人口242.5万人,三级医院仅16家,二级医院仅1家,卫生站所仅25家,社区中心仅39家,人口规模与医疗卫生资源规模,均在计划单列市中排名靠后。作为疑难症、急重症诊疗的人口流出地,为缓解周边省会城市、医学中心城市对厦门市的医疗虹吸效应,当地医疗机构有动力“报团取暖”,厦门市卫生健康委顺势而为,建设全国首个市民健康信息系统,以及面向医疗机构的健康医疗云,为占比95%接入的本地医疗机构(含民营医院),提供基于预约挂号的患者分诊机制,基于健康大数据的医疗质控服务,等等。
四是数据治理水平较高,大数据和人工智能企业合作意向高。首先,数据门类齐全。既包括卫生健康部门管理范围内的医疗服务、妇幼保健、疾病预防和管理、分级诊疗、家庭医生等数据,也包括医保数据。二是数据共享平台。厦门市卫生健康委建立了健康医疗大数据资源中心,汇聚一期实现对医疗卫生机构现有存量数据的汇集,汇聚二期实现对医疗卫生机构增量数据,乃至其他行政主管部门的数据、社会健康服务机构数据的汇集。汇集后通过标准化生成索引,形成共享文档库。三是数据安全可控。
厦门市卫生健康委仅允许注册在本地的企业申请可健康数据共享,既提高属地管理的监管可行性,又争取把产业收益留在当地。四是技术支撑雄厚。厦门市建立了国内首个由政府部门主导探索建设的实验室,提供基于数据的服务(DaaS),在数据提供方、管理员联合授权管理的基础上,提供高效、便捷的深度学习模型构建工具,(1)提供基于GPU的深度学习模型的开发和部署环境。(2)支持面向健康医疗大数据的深度学习模型的主流开发框架。(3)提供健康医疗大数据的深度学习开发所需要的高质量数据。
五是数据开放度高,允许高技术企业共建共享。在开放的数据生态中,包括四种角色:数据需求方、数据提供方、数据服务方、平台管理方。一家机构同时可以拥有多重角色,比如:一家医院可以同时提供原始数据,又接受医疗数据咨询公司、人工智能公司的数据服务。更重要的是,平台建立了基于智能合约的数据激励机制。比如:一家数据服务方D公司花费200元购买了应用C的使用权,处理数据集A和B,建立了数据集D。在发布数据集D之前,与数据提供方A和B协商数据利益分配机制,建立建立一套智能合约。并支付给平台管理方一定的管理费用。作为厦门市卫生健康委直属事业单位,平台管理方是一家非营利性机构,管理费用仅用于覆盖工作成本。
上述五个方面,从技术到商业再到制度保障,从政府主导到企业主体再到公共平台,勾勒出一个国内二线城市开展健康大数据共享开放的基本范式。举例来说:国内已有人工智能企业深度参与其中,既成为健康医疗大数据应用开放实验室的承建方,又与入驻平台的多家医疗卫生机构合作开发算法模型,在公共平台之上,作为基于XDP平台的儿科医联体平台的承建方和数据服务方。XDP平台以厦门市第一医院儿科为中心,带动了原本较为薄弱的全市儿科共建,提供患者画像、智能导诊、智能病历书写、AI诊断助手、科研协作等服务。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)