医院人工智能传染病预警系统的设计与应用

2020-06-08杨友林袁景山

中国医学装备 2020年5期

杨友林胡鑫袁景山

公立医疗机构是突发公共卫生事件防控救治体系的主力军，承担着各方救治和防控的重任。目前，多数公立医疗机构缺乏有效的技术手段对新发传染病进行高效跟踪、筛查和预测。因此，积极应用大数据、人工智能等信息技术对疫情进行有效跟踪、筛查及预判，建立医院人工智能传染病预警系统，切实做到预防为主、关口前移以及防治结合具有重要意义[1-2]。为此，本研究设计医院人工智能传染病预警系统，为公立医疗机构高效跟踪、筛查和预测新发传染病提供有效的技术手段。

1 医院人工智能传染病预警系统设计

1.1 系统逻辑结构

医院人工智能传染病预警系统包括数据采集系统、传染病分析系统、传染病预警系统以及用户统一认证中心4个子系统，其逻辑结构见图1。

1.1.1 数据采集系统

图1 医院人工智能传染病预警系统逻辑结构

负责对内实时采集医院门诊日志，制定统一的数据标准，对外提供标准数据接口和标准数据模板，充分考虑扩展性，一旦推广应用，各医院只需按照标准的数据接口接入或下载标准数据模板填报，系统即可实时采集各家医院的信息。系统采集的主要数据信息有：患者个人基本信息、门诊日志(发热门诊)、病历记录、治疗记录、影像数据、检验数据及其他相关数据。

1.1.2 传染病分析系统

负责对采集数据进行处理、传染病特征分析、患者发病特征分析、挖掘潜在的患者和潜在高危人群、分析结果实时以及多维度展示。系统打破传统的规则模型，运用大数据、人工智能等先进信息技术建立“大数据条件分析模型”，对数据进行清洗、加工和统计分析，实时挖掘潜在新发传染病患者和潜在高危人群、潜在可能出现的传染病以及潜在其他疾病危险，向相关职能科室和医学专家进行展示。

1.1.3 传染病预警系统

用于设置预警参数、实时预警及传染病态势感知。积累历史传染病防控经验，结合相关症状从时间、空间在传染病预警系统设置预警参数阈值，当某种发病症状达到阈值，系统进行主动预警，并自动向相关职能部门发送预警通知[3]。从传染病发病特征、时间分布、地理区域分布等维度分析展示传染病态势，为新发传染病的防控提供第一手数据支撑。

1.1.4 用户统一认证中心

负责统一进行认证应用配置、机构和(或)科室维护、用户-角色-权限分配以及登录认证。

1.2 主要技术路线

医院人工智能传染病预警系统采用浏览器与服务器(browser/server，B/S)架构，系统部署后通过浏览器进行使用。包括表现层、服务层、技术层、数据层4个技术分层，其技术架构见图2。

图2 医院人工智能传染病预警系统技术架构

1.2.1 统一数据采集方式

采集患者基本信息、门诊日志(发热门诊)、病历记录、治疗记录、影像数据以及检验检查数据[4-5]。针对数据采集存在数据量大、标准不一致、实时性要求高等问题，制定一套统一的数据标准、数据接口，搭建医院人工智能预警系统PAAS平台，各医疗机构按照接口标准接入即可实现数据的实时采集[6]。

1.2.2 数据分析及挖掘方式

系统对采集的数据进行清洗、加工及结构化存储，采用自然语言处理(natural language processing，NLP)技术对发病特征、治疗记录、病历信息等进行语义分析，提取病史、症状特征、诊断、检查结果及治疗等关键词，用词向量将非线性回归到线性分类，运用确定有穷永动机(deterministic finite automaton，DFA)算法、支持向量机(support vector machine，SVM)等机器学习算法训练模型，挖掘潜在新发传染病患者和潜在的高危人群，并定期自动更新模型训练样本、调整模型参数，自动进行模型训练自动学习，其数据挖掘流程见图3。

图3 数据挖掘流程

1.2.3 新发传染病预警提示

系统通过商业智能(business intelligence，BI)可视化从发病症状、治疗情况、区域分布、单位分布、职业分布、年龄分布、性别分布等多个维度呈现传染病态势、发病症状态势和治疗态势[6-7]；系统可设置预警阈值，使用短信、邮件的方式自动发送预警通知，及时通知相关职能部门，提高医疗机构对新发传染病的识别能力[8-9]。新发传染病预警可视化架构见图4。

图4 新发传染病预警可视化架构图

1.2.4 加强医院数据安全

以虚拟化技术为核心，利用计算虚拟化、存储虚拟化、网络虚拟化等模块，将方法计算、存储、网络等虚拟资源融合到一台标准X86服务器中，形成基础架构单元，搭建超融合私有云，并利用云安全组件搭建信息安全防御体系，包括堡垒机、安全套接层(security socket layer，SSL)、虚拟专用网(virtual private network，VPN)及防火墙等[10]。超融合体系架构见图5。