∑co時間 | 百年心電 AI新起點

　　心電圖檢查臨床應用已逾百年，在5G、雲、AI、大資料新技術趨勢下，華為聯合納龍科技，為心腦血管疾病診斷提供心電雲AI自動診斷智慧分診服務，最佳化採集流程提升診斷效率，全面整合，完善急救體系和慢病篩查管理。

　　本期#∑co時間#,聚焦雲架構下的心電診斷服務這一話題，基於心電AI的動態心電分析新理念和實踐，及心電領域如何透過數字化轉型開展精益醫療，納龍科技副總經理曾文斌、廈門大學附屬心血管病醫院急診科主任王斌、福建醫科大學附屬第一醫院心內科心電圖室王長溪、華為雲醫療智慧體產品總監孟鑫博士進行了精彩的分享和交流。

　　 雲架構下的心電診斷服務模式創新

　　據納龍科技副總經理曾文斌介紹，心電診斷髮展至今，仍面臨諸多挑戰，例如基層及二級醫院診斷質量無法把控；現有診斷資源利用不足；業務量高發時無法及時調配診斷資源；優質診斷資源未向社會開放，服務範圍受限於行政管理範疇等。

　　針對上述難題，納龍科技提出了相應的業務最佳化方案：

　　 1、統一管理診斷資源：平臺化分組管理所有具備診斷資質的醫生；

　　 2、規範診斷服務流程：檢查和診斷分離，各司其職，讓診斷資源利用最大化；

　　 3、擴大診斷服務型別和範圍：擴充動態心電、動態血壓業務，向轄區內所有醫療機構提供規範的同質化診斷服務；

　　 4、建立質控專家團隊：定期對診斷中心及診斷醫生做診斷質量評估，持續提升診斷服務質量；

　　 5、持續提升診斷質量：業務運維人員透過業務運維後臺，根據雲化醫生工作量和診斷質量統計，定時統計雲化醫生的績效，為後續收益分配提供依據。

　　 納龍科技心電雲平臺解決方案

　　據介紹，納龍科技心電雲平臺利用雲端計算技術，透過在雲端搭建資料中心，同時利用大資料、人工智慧、雲端計算等技術和數字化裝置，實現區域所有醫療機構的心電檢查資料上傳和監管，診斷中心提供遠端診斷服務，透過數字化轉型創新各級醫療機構心電診療服務模式，實現遠端心電診斷、急救協同、診斷質控、大資料探勘、決策支援、健康管理等功能，滿足各級衛生主管部門、各級醫療機構、第三方健康管理機構、高校、心電從業醫生、心血管病患者等的應用需求。

　　 在平臺服務方面，納龍科技心電雲平臺建立了多個雲診斷中心，基於心電雲平臺，實現各級醫療機構個性化需求，統一帳號，分配許可權，實現遠端診斷，專家會診等服務。

　　 在人工智慧方面，心電AI智慧資料分析在整個平臺的業務中，起到預處理和預警作用，對診斷需求按照危急、陽性、正常先分級，在分級的基礎上，針對不同的分級最佳化業務流程。在篩查中發現的心電異常病患，做到早篩查、早發現、早治療。

　　 在資料中心方面，透過對診斷中心業務多維度分析和報告排程狀態的實時監控，實現心電業務監測；結合AI對心電檢查結果的統計分析和質量評估，心電質控專家團隊可定期對各診斷中心進行質控，形成心電診斷中心診斷術語標準、病種型別診斷標準等，實現心電業務監管，保障業務開展高質量高效率執行。

　　 在技術平臺創新方面，納龍科技採用分散式微服務架構、適配多種MQ訊息佇列、心電資料雲端排程、微服務安裝包一鍵部署；在應用層採用負載均衡+彈性伸縮模式，可在服務高峰期自動批次開通伺服器並加入伺服器叢集；資料庫採用分散式讀寫分離架構，大幅提升資料處理效率。

　　 在心電AI驅動業務流程方面，採集過程時導聯脫落、偽差、接反AI實時提示；採集完成時AI自動預警、危急值提示；診斷過程時AI自動診斷，提供參考。AI質控透過比對AI分析結果和醫生診斷結論之間的差異，快速篩選需要專家質控的檢查資料，提高心電質控中心定期心電圖質量評估工作效率。

　　 在全平臺的診斷醫生應用方面，診斷醫生透過電腦登入web網頁，無需安裝軟體即可進行診斷與會診。移動診斷服務提供手機微信、iPad等多終端、快捷高效的移動診斷創新體驗。

　　曾文斌表示：“納龍科技的願景是成為全球領先的心電解決方案提供商，守護人類心臟健康。”

　　 胸痛中心資訊化建設提升區域診療服務能力

　　廈門大學附屬心血管病醫院急診科主任王斌介紹，據國家心血管病中心組織編撰的《中國心血管病報告2019》顯示，心血管病現患人數約2.9億，心血管病死亡率仍居首位，佔居民疾病死亡構成的40%以上。

　　中國心血管病患病率及死亡率仍處於上升階段，特別是農村近幾年來心血管病死亡率持續高於城市。估計每年約350萬人死於心血管病，即每天9590人，每小時400人，每10秒鐘一人死於心血管病。2017年10月，國家衛計委正式釋出關於印發《胸痛中心建設與管理指導原則（試行）》。2019年10月22日，國家衛健委醫政醫管局授權成立中國胸痛中心聯盟，組織全國胸痛中心的建設、認證與質控工作。近年來，全國各地醫院胸痛中心建設呈爆發性增長，根據胸痛中心總部的發展規劃，2020年將累計完成對1800家胸痛中心醫院的認證。

　　隨著越來越多的醫院加入胸痛中心建設大軍中，一方面，胸痛中心體系化建設涉及大量人力和物力，在目前醫護人員工作量飽和的情況下，醫院沒有足夠的人力和物力分配到學習和培訓上。另一方面，醫院在建設過程中缺乏足夠的技術支撐，大多數醫院只知胸痛中心建設的必要性，卻對胸痛中心建設體系中的實際操作和演練，尤其是質量控制在胸痛中心建設過程中的意義的缺少認知。

　　“時間就是心肌，時間就是生命”，針對上述現狀，我們要加快胸痛中心資訊化建設。胸痛中心資訊化建設是未來胸痛中心高質量執行的基礎，也是胸痛中心質控工作開展的重要支撐，建設行之有效、功能完備的胸痛中心協同救治資訊化系統平臺，對於降低資料採集難度、減輕資料填報人員的工作負荷以及規範資料填報質量都有重要意義，也是胸痛中心可持續發展的重要保障。

　　 遠端心電診斷雲平臺在胸痛急救中的應用

　　透過建立以胸痛中心為基礎的多學科聯合診療急救管理平臺，將過程質量管理落到實處：遠端心電診斷雲平臺助力患者篩查和智慧識別，實現胸痛患者早期篩查和預警，打破時間、空間限制，為鄉鎮衛生院、社群服務中心等基層醫療機構提供常規心電、動態心電、動態血壓的雲診斷服務。同時遠端心電診斷雲平臺可提升急性胸痛院前救治能力，無縫銜接院前院內，實現院前120急救資訊與院內共享。

　　同時，可利用資訊科技記錄患者診療路徑，實現急診科、心內科、心外科、CCU、導管室、手術室、心電圖室等其他臨床科室的多學科高效協作，完成胸痛救治閉環管理。利用全網時鐘同步系統確保全院的各科室時間屏、醫護工作PC、伺服器/應用系統時鐘的自動同步，使得全院的救治在時間上統一。時間自動採集及定位系統採用UWB定位技術，透過給患者佩戴時間採集腕帶，自動記錄患者到達和離開核心科室的時間，實現患者就醫時間軌跡的自動化採集。手術室資訊登記系統將詳細全面地記錄手術的過程資訊，包括患者資訊、生命體徵、術前資訊、手術資訊、造影資訊以及手術過程中重要的時間節點資訊，並自動關聯該患者胸痛表單。

　　透過對患者診療路徑的資訊化採集，最終形成完整患者檔案自動上傳至胸痛中心資料填報平臺。最終實現致死致殘率下降，減輕患者負擔，透過這樣的數字化轉型，有效改善STEMI救治水平。

　　•胸痛AI智慧預警，快速識別患者；

　　• “院前-院內-院後”急救一張網；

　　• 精準資料採集，資料完整可溯源；

　　• 檔案院內質控，一鍵上報平臺；

　　 AI技術重構傳統動態心電分析業務

　　與此同時，在2020年，動態心電圖分析流程還需要哪些新的理念？ 福建醫科大學附屬第一醫院心內科心電圖室王長溪認為可以從以下三個方面來提高診斷效率和精準度：

　　1）運用人工智慧分析，提高準確性與效率；

　　2）全域性結合細節，散點圖結合模板；

　　3）提升硬體引數指標，智慧排除偽差干擾。

　　在現階段的動態心電分析的過程中，不可避免的會遇到一些病例，軟體不能準確識別，人工編輯也特別費時費力，這個時候每一位心電醫生都盼望著能有一套智慧的動態分析軟體能幫助大家減少繁重的人工編輯的過程。

　　可喜的是，隨著計算機硬體算力的提升、心電分析演算法的改進、以及心電大資料的積累，過去很多需人工費時費力分析的心律失常，現在可以由人工智慧高效地自動完成。

　　據王長溪介紹，納龍科技動態心電人工AI分析實現了全導聯分析，無需人工選擇分析導聯；更準確的心搏識別和形態分類；組合散點圖結合形態對間歇性束支阻滯、差異性傳導、交界性與室性逸搏等的識別；AI智慧標記陣發性房顫、房撲（分析精度能精確到1秒）；P波反混淆區分房早和竇不齊、竇緩和交界性逸搏等；起搏訊號的針對性分析；心律失常典型圖的智慧篩選等諸多突破。

　　 華為雲助力智慧醫療服務

　　據華為雲醫療智慧體產品總監孟鑫博士介紹，華為醫療智慧體（EIHealth）是基於華為雲AI和大資料技術優勢，為基因組、醫療影像、藥物研發三個領域提供專業AI研發平臺。

　　在基因組分析方面，提供高效能、高可靠性、高價效比的基因測序計算、儲存、分析和AI能力支援，讓科研過程固化可執行；在藥物研發方面，提供藥物研發AI模型，AI演算法，藥物知識圖譜，支撐藥企高效研發藥物；在醫療影像方面，提供醫療影像大資料的智慧標註、難例篩選和自動學習，全面支撐科研機構及醫院影像研發；並針對新冠肺炎提供AI輔助診斷、量化分析、3D重建和4D對比等能力。

　　目前，華為醫療智慧體（EIHealth）已經擁有眾多的成功實踐，如：利用端到端的醫療影像AI能力快速可靠的構建出企業級醫療影像AI模型；利用端到端的基因組平臺能力快速搭建雲端測序分析中心；利用基因組自動建模工具探索胚胎髮育的機制；利用加速的GROMACS進行藥物分子動力學研究等。更值得一提的是，面對這場新冠肺炎疫情，華為雲全球抗疫行動啟動，華為醫療智慧體向全球開放。

　　在基因組平臺方面，提供了資料管理、分析流程管理、知識圖譜、分析管理等企業級端到端基因組分析AI建模；在醫療影像平臺方面，提供了影像標註服務、Notebook分析服務、AI模型預測服務等企業級端到端醫療影像AI建模；在藥物研發平臺方面，提供了AI預測服務、Notebook分析服務以及為醫院，製藥公司，研究機構提供了多種應用場景的企業級端到端藥物研發平；在抗病毒服務方面，華為雲EIHealth大規模計算機輔助抗病物篩選服務基於華為雲AI昇騰叢集服務、一站式AI開發與管理平臺ModelArts的強勁能力，整合了醫藥領域眾多演算法、工具、AI模型和自動化流水線；在EIHealth藥物研發方面，“神農專案”是全球首個新冠藥物篩選視覺化平臺；“神農專案”線上平臺由華為雲聯合四家科研單位共同研發，可以輔助醫生和研發人員對可能的新冠藥物進行評估，可以用作抗病物研發的科普教育網站，向公眾普及藥物研發的知識。

　　心電圖檢查臨床應用是一個技術門檻高、業務複雜、週期長的過程， AI自動診斷智慧分診服務只是其中一個環節，希望透過AI技術、計算機輔助技術能夠幫助加速診斷過程。華為雲醫療智慧體在病毒基因組計算分析、抗病物研發和抗疫醫療影像分析領域，將提供海量AI算力和演算法的強有力支援。

　　華為願作為醫療健康行業數字化轉型的黑土地，與生態夥伴一起提供端到端的產品組合和解決方案，共同推動新技術應用，助力客戶打造領先的資訊化體系，提升醫療服務能力與水平，為實現“健康中國”目標貢獻力量！