电子杂志> 前沿速递 > 【前沿速递】AI赋能感染诊治,与抗菌药物全过程管控完美融合
【前沿速递】AI赋能感染诊治,与抗菌药物全过程管控完美融合

2024-03-21 17:20

作者 奋进的药学部

京港感染论坛

促进感染病诊治的标准化和规范化



AI摘要


感染诊治和抗菌药物临床应用管理是全球性难题,探索应用不断发展的人工智能(Artificial Intelligence,AI)技术,对临床医师感染诊治提供实时专业的决策支持,对抗菌药物临床应用实现全过程、专业化、智能化管控,是今后临床医疗发展的重大方向之一。浙大二院与AI医疗龙头公司深度合作,在智能整合医疗机构和云平台信息系统的基础上,运用机器学习、大数据分析、智能工作流等技术,在决策树、人工神经网络等算法的加持下,成功研发了抗菌药物临床应用决策支持系统(aCDSS)。迄今浙大二院已临床应用多年,在规范临床医师抗菌药物使用行为的同时,持续提升全体医师感染诊断能力和抗菌药物合理使用水平,不断促进医疗质量的提升,有效克服了专业管理人员不足的瓶颈,节约了大量人力资源,更为医院每年节省抗菌药物直接费用超过2亿元人民币。目前该aCDSS已在全国数十家医院投入使用,产生了极好的社会效益和经济效益,为遏制细菌耐药发展作出了切实贡献。

摘要由作者通过智能技术生成



一、人工智能技术

人工智能(Artificial Intelligence,AI)技术是当今世界最为热门和前沿的领域之一。最近十年,AI技术取得了快速的发展和进步,例如数据挖掘、智能搜索、机器学习、语音识别等AI要素,已经在各传统行业中深化渗透,而且不断在拓展新的应用场景,在许多领域都已得到广泛应用。例如AI技术在语音识别领域,可以自动识别语音并进行回应;在自然语言处理领域可以理解自然语言以及实时翻译;在视觉领域可以实现图像识别和目标跟踪;在交通领域可以帮助人类实现辅助驾驶,等等。可以说AI已在重塑我们的生活和工作。


二、人工智能在临床医疗领域的应用

AI在临床医疗领域也有非常广泛的应用,对医疗服务的质量和效率带来极大的提升,为临床工作带来了很大便利。例如在医学影像诊断方面,AI通过深度学习算法,已经能初步识别一些肿瘤和异常病变;在智能辅助诊断方便,AI通过海量样本数据深度学习和挖掘,为医师提供某些疾病的诊断建议或帮助制定个性化的治疗方案;在远程医疗和智能健康管理方面,可以通过智能设备进行健康数据的实时监测和管理,可以让医师通过远程医疗平台为患者提供诊断意见和治疗服务。


随着电子病历评级纳入公立医院绩效考核,未来医院信息化在国家电子病历分级评价和信息互联互通推广成熟的基础上,将更多地关注临床业务层面的需求,关注医疗质量的改进,临床决策支持系统(Clinical Decision Support System,CDSS)将成为医院信息化建设的必然一环。CDSS的根本目的是为了提高医师临床诊疗能力,改善临床结果,预防医疗差错,提升医疗质量和医疗效率,降低医疗费用支出。在集成海量、循证的医学知识数据后,CDSS今后将更多地承担起人机交互的任务,融入诊疗工作流程,赋予医务人员更高水平的疾病预警、救治能力,各级各类医疗机构对于CDSS有着迫切需求。然而,由于临床医疗数据多源头、原始数据来源和质量、数据清洗困难、应用场景的实时性等原因,迄今CDSS的研发难度远较医学影像诊断等大。


▼ 三、抗菌药物临床应用管理现况

3.1 感染性疾病的复杂性

不同于其他任何疾病的诊治,感染性疾病由于存在“微生物-人体-抗菌药物”错综复杂的三角关系,病原学诊断非常困难,抗菌药物临床应用被称为“世上最难用药决策”。目前我国临床医师的合理用药意识、专业知识、诊治能力参差不齐,医师往往只能依据个人经验和“保险度”选用抗菌药物,因此广谱、新贵的药品更容易被选择,而窄谱、价低的老旧药品临床医师则不敢选用,导致临床应用日益趋向超广谱化、新贵化,而且联合用药比例持续攀升,尤其在ICU,经常见到三、五种抗菌药物联用的现象。抗菌药物的过度使用必将导致细菌耐药进一步发展,反过来又增加抗菌药物使用难度,现今我国已进入“抗菌药物使用-细菌耐药-抗菌药物升级-耐药发展”的恶性循环。


3.2 抗菌药物临床管理的难点

抗菌药物管理不是单纯的药事管理,是覆盖全体医师感染诊治能力尤其病原诊断能力提升、多学科的专业支撑、手术流程改造、护理流程优化、微生物标本采送与实验室服务能力、处方权限管理、院感防控、鼻饲方式、信息化建设等的综合管控和综合提升,是一项系统工程,是医疗质量的综合管理。因此,医疗机构抗菌药物管理也是世界性难题。


现今各级医疗机构主要依赖“药师处方、医嘱点评+偶尔邀请医师讨论+收集数据分析+反馈临床+行政处理”的传统管理模式,有众多局限性:(1)基本上只是从药学角度对抗菌药物应用作了部分事后分析,缺少事前、事中的专业干预;(2)很大程度取决于管理者的个人能力,但医疗机构普遍缺少能胜任的专业管理人员;(3)人工管理耗时费力,抽样点评随机性和差异性大,缺少临床思维导致点评结果脱离临床实际,分析结果以偏概全;(4)事后回顾性分析具有滞后性,缺少过程管理及过程数据。如果依然停留在行政化、应对检查式的管理层级,虽然可能有一定暂时的管理效果,但难以持续改进。


专业化是抗菌药物管理的基本,需要依靠专业能力很强的管理人员以及科学的信息化工具。随着医疗信息系统的持续覆盖和完善,AI技术的不断发展,管理者需要转变传统的管理思维,充分运用AI技术,克服专业管理人员短期的瓶颈,强化在线实时临床决策支持和数据支撑,避免非专业的强制性行政干预,以切实提升合理用药水平、优化用药结构、改进医疗质量作为目标。


▼ 四、人工智能在抗菌药物管理的应用

4.1 合理用药与自动审方系统

合理用药与自动审方系统是过程辅助系统,依托AI技术可以自动处理病历文书、检验报告等,映射医学术语和数据字典,将非结构化和半结构化病历数据转化为标准数据,依托预置的药物知识库,对抗菌药物处方和医嘱的不合理用药行为进行自动审核、拦截与警示。系统主要以用药安全为目的进行管控,可以降低因不合理用药带来的不良反应发生率。系统内置了比较齐全的药品说明书,方便医师查询参考,对新入职医师有一定帮助,但对于有一定工作经验的医师,他们更愿意上网查询对当前患者更有帮助的参考资料。合理用药与审方系统业务流程如图1。


▲图1 基于人工智能的合理用药与审方业务流程


对于感染诊断和抗菌药物临床应用辅助决策,很多临床医师认为合理用药系统帮助甚微。首先,因为合理用药系统只是替代了药师的部分工作,依赖的主要知识库是纯药学知识,过于偏重药学思维,缺乏临床诊疗过程的指导和个性化临床资料的判别能力,不能为医师提供感染诊断支持和个性化的抗菌用药方案推荐,对医师诊疗水平几乎不会带来提升。其次,缺乏临床个性化思维的审方,难以让医师认同接受,医师行为很难改进。因此合理用药与审方系统不能称为真正的CDSS,系统中过多、过频的弹框对临床日常工作造成不必要的干扰,反而导致医师使用体验较差。


4.2 处方点评系统

属于事后监管,对医师抗菌用药过程中的门诊处方和药物医嘱进行综合分析,进一步促进合理用药。CDSS辅助下的处方点评系统,可智能提取病历中患者诊断及处方(医嘱)信息,经过预处理后,依托系统知识库,输出点评结果。相对于传统手工随机抽样点评模式,处方点评系统可以做到全样本、全自动点评,极大提高了处方点评的效率。业务流程如图2。



▲图2 基于人工智能的处方点评业务流程


处方点评系统的主要不足是点评质量较低,不合理用药的点评结果主要是缺乏感染诊断、用法用量不恰当、药物相互作用等,对临床最关键的抗菌药物使用指征是否充分、品种选择是否适宜、联合使用是否必要等,并不能作出点评,处方点评系统的处方点评合理率经常高达98%以上,显然是不可能的。此外,医院管理人员还有其他方面的担心,认为过度依赖这样的系统可能导致药师忽视主观能动性,反而导致不合理用药增多、用药安全性不能保障。


4.3 基于AI技术的抗菌药物全过程智能管控

感染诊治由于个体差异极大,临床数据多头产生,质量参差不齐,数据清洗的专业能力要求极高,更缺乏病原学诊断的高质量循证证据。临床医疗流程的复杂性也增加了CDSS与HIS、EMR等系统整合的难度。因此,感染诊治与抗菌药物管理相关的CDSS研发与应用是AI在医疗健康领域的制高点,是迄今最为复杂的AI应用场景。


睿知抗菌药物临床应用决策支持系统(RZ®aCDSS)是以浙大二院王选锭教授领衔的专家团队与专注于抗菌药物信息化管理产品研发的杭州睿知科技有限公司共同研发的全球第一款aCDSS。该款AI产品充分运用AI技术,在整合和分析大量临床数据、法规性药典、临床诊疗指南、临床微生物学、地区医保政策等信息创建专家知识库的基础上,全方位对接医疗系统及云平台的基础上,以海量的医疗数据为样本,采用公司自研的业务规则算法,在AI监督学习算法的加持下,经过反复的迭代交叉验证和强化学习,训练出一套高度智能化的模型,部署后可无缝对接医院HIS、EMR、LIS、护理平台等信息系统,切实帮助医师及时作出可靠的感染诊断,在线提供精准的个性化抗菌治疗方案,探索出了一套以“全病例、全过程、全天候”为特色的智能化抗菌管理模式。该模式抛弃了人工抽样检查、事后反馈、效率低下的传统管理方法,从根本上规避了抽样调查的局限性以及难以发现系统性问题的弊端,也避免了事后以反馈为主而导致的管理质量差、与临床沟通难以达成共识的尴尬,有效克服了专业人员瓶颈,真正做到对感染诊治和抗菌药物临床应用各环节的精细化、专业化、智能化管控,让医师从“合理用药难”转变为“不合理应用难”!各级医师的感染诊治能力和抗菌药物合理应用水平得以持续提升。


RZ®aCDSS的工作流程如图3所示:

▲图3 基于人工智能的RZ®aCDSS工作流程图


RZ®aCDSS 1.0版本已在浙大二院部署运行多年,被临床医师深度接受,依从性良好,管理效果卓著。期间经过无数次的规则调整和算法迭代,现已升级到V5.0版本,是目前全球最成熟的临床决策支持系统。相较于其他CDSS,RZ®aCDSS在抗菌药物管理方面有着独特优势。首先,对门急诊和住院患者抗菌用药指征、手术预防使用各节点、品种选择、静脉使用、联合用药、用法用量、处方权限、分级管理、微生物标本采样、出院带药等各个临床场景都实现了智能判断和全过程专业管控,全面规范用药过程;其次,RZ®aCDSS提供了感染诊治的在线临床专业决策支持,保障感染病人得到高水准诊治,促进医师感染诊治知识和能力的全面提升;再次,RZ®aCDSS实现了全过程节点的数据监控,结合实时审核反馈,通过数据要素的全面挖掘实现数字化管理,可节约大量管理成本,极大提升管理效率,助力公立医院绩效考核取得好成绩。浙大二院自从RZ®aCDSS投入应用以来,各项抗菌药物管理指标全面领先,在平均住院天数持续缩短(2023年4.50天,为全国三级公立综合性医院最短)基础上,抗菌药物使用强度指标连续5年国考满分且为全国三级公立医院最优。更难能可贵的是抗菌药物用药结构持续优化,以第一二代头孢菌素为主的窄谱抗菌药物使用量(DDDs)占比最大且持续提高,超广谱、新贵抗菌药物使用量占比不增或反而逐年下降,成为全国独一无二的抗菌药物管理标杆医院,近年每年为国家节省宝贵的抗菌药物直接费用就超过2亿元人民币。


迄今RZ®aCDSS已经在全国数十家医院投入使用,在国家、医院、医保以及病人和医生个人层面都取得了积极效果,为遏制细菌耐药发展作出了切实贡献。


参考文献(上下滑动)

[1] 卓烨烨,庄旭心,蔡德. 基于HIS的机器学习临床决策支持系统在抗菌药物管理中的应用[J]. 中国数字医学,2021,16(9):84-89. 

[2] 崔宝月. 医院信息化管理系统在抗菌药物使用中的应用及合理性分析[J]. 中国合理用药探索,2019,16(2):156-158.

[3] 相鹏,孔祥琛,罗德芳. 基于人工智能的CDSS诊断符合率研究[J]. 中国卫生信息管理杂志,2018,15(5):496-498.

[4] 李桂霞,李勇,蔡蓬勃,等. 临床应用系统中抗菌药物合理应用控制功能的实现[J]. 中国医疗设备,2009,24(6):67-68. 

[5] 杨茗,龙大坚,池浩,等. 基于人工智能的临床决策支持系统在产科中的研究进展[J]. 临床医学研究与实践,2023,8(34):190-193. 

[6] 吕旭东,南山,封宏硕,等. 基于统一信息模型的CDSS与EMR接口技术研究与实现[J]. 中国数字医学,2021,16(3):8-13.

[7] 徐帆,李红霞,舒婷. 临床决策支持系统应用情况调查分析[J]. 中国卫生信息管理杂志,2022,19(6):939-943. 

[8] 朱声荣,李维,张晨,等. 基于循证医学与真实病历库的CDSS实现与应用[J]. 中国数字医学,2019,14(5):36-38,42.

[9] 韩国丽,王选锭,吴振波,严继承,郑伟。妇科手术抗菌药物预防使用信息化管理效果评价[J]。中国现代应用药学,2016,33(5):649-653.

[10]Li LQ,Xu LC,Zhu RS,Song JJ,Wang XD.Effect of prior receipt of antibiotics on the pathogen distribution: a retrospective observational cohort study on 27,792 patients[J].BMC Infect Dis,2020,20(1):8-17.

[11]朱榕生,宋姣姣,徐领城,王选锭。2015-2018年住院患者治疗性抗菌药物使用前分离菌株及药敏情况[J]。中国感染控制杂志,2020,19(11):981-989.

[12]蒋鹏,李雷清,许杰,俞剑,徐领城,胡阳敏,戴海斌,王选锭。基于信息化的抗菌药物临床应用管理六年成效分析[J]。中华急诊医学杂志,2022,31(4):464-470.

[13]许杰,蒋鹏,李雷清,张昕瑶,胡阳敏,戴海斌,王选锭。特殊使用级抗菌药物信息化管理与成效分析[J]。中华临床感染病杂志,2022,15(3):185-192.


作者简介


蒋鹏

主管药师,浙江大学医学院附属第二医院

教育经历:  

2004 年 9 月至2008 年 6月浙江大学药学院药学专业本科毕业,学士学位;

2010 年 9 月至2016年12 月浙江大学药学院药学专业同等学力在职研究生毕业,硕士学位。

工作经历: 

2008年9月至2021年10月于浙江大学校医院工作,任门诊药师、临床药师;2021年11月至今于浙江大学医学院附属第二医院抗菌药物管理及合理用药办公室工作,主要负责抗菌药物管理相关数据的处理和分析。


专业特长:抗菌药物管理、数据分析。


END


作者|蒋鹏(浙江大学医学院附属第二医院)

审校|陈宏斌(北京大学人民医院)

分享图片