一直以来,中国作为全球人口最多的国家,三甲医院人满为患,优质医生资源供不应求,医疗资源短缺与医疗资源配置不匀的问题一直没有得到很好地解决。
国家陆续出台医疗信息化、智能医疗、智慧医院等相关政策,提出提升医疗信息化水平,通过人工智能、大数据等新兴信息技术手段,提升医疗服务能力和质量等的相关要求。同时,对基层医疗给予大力支持,陆续发布了分级诊疗、医联体、全科医生培养等相关政策,旨在提高基层医疗机构诊疗水平、提升基层医务人员能力水平,协助基层医疗机构深度转型。
据统计,目前临床疾病高达3万种左右,常见病也有3000余种,且疾病数量每年递增,呈现疾病多样性、体征多样性、药物多样性的发展趋势。
通常,科学的临床决策要求临床医生具备多学科、多领域的医学知识,但现实是全科医生数量严重不足,大多数基层医生缺乏受限于专业水平、临床经验等因素,诊断时往往只能从自己专业出发,无法从其他专业全面考虑,这样就容易出现漏诊、误诊,这种情况在基层医疗机构更明显。
对基层医疗机构来说,培养一名全科医生大约需要5到10年,面对全科医生缺乏、全科医生培养周期长、留住人才难等问题,通过应用CDSS成为当下基层医疗建设需重点考虑的问题,利用先进人工智能、大数据等技术辅助人脑做知识存储和快速检索,在迅速提升基层医生诊疗水平上非常明显,不仅能加速全科医生培训进程,还能减少基层医疗的误诊、漏诊以及医患纠纷等问题。
博为临床决策支持系统(CDSS),作为一种与人工智能、医疗信息化有着紧密联系的产品,就像为临床医生配备了一个AI智能助手。
系统通过对海量典籍、临床指南、药典及三甲医院优质病历的机器学习,基于NLP、知识图谱、神经网络等AI技术,在临床诊疗行为中实时分析患者各种病历数据,紧密贴合临床行为,通过诊中干预,为医生提供临床诊断辅助、治疗方案推荐、异常提醒和高危高风险警示,在临床各环节辅助医生提高诊疗质量。
如系统根据患者年龄、性别、诊断、主诉、病史等进行辅助诊断推荐,以及对治疗过程中执行的检验、检查、手术、用药等项目的合理性提示;根据患者诊断、检验结果推荐后续检查、治疗方案等,实现诊前决策、诊中支持、诊后评价,具备辅助医生临床诊断决策、提升诊疗水平的实际功用。
在基层医疗机构引入CDSS系统辅助医生诊疗决策,能在一定程度上弥补医生专业水平不足的现状,提升其诊疗水平,从而加快培训进度,缩短医生培养周期。同时,CDSS可以帮助基层建立标准化、规范化的医疗路径,帮助基层医生避免一些常见病的误诊、漏诊,对于其进行科学转诊也大有裨益,在提高基层医疗服务水平与质量的同时,更好地推进落实分级诊疗。
目前,临床决策支持系统已成为当前医院信息化建设的热点,而更好地服务于基层医生,提升基层医疗机构的诊疗水平。