大数据技术在医疗急重症领域的应用.pdfVIP

2016/08/DTPT —————————— 收稿日期：2016-06-30 0 引言 重症监护室（ICU）是对因各种原因导致 1个或多 个器官与系统功能障碍危及生命或具有潜在高危因 素的患者，及时提供系统的、高质量的医学监护和救 治技术的场所［1］。医院把危重病人集中在 ICU中，在 人力、物力和技术上给予最佳保障，对危重病人进行 连续或接近连续的观察、诊疗和监护，以期得到良好 的救治效果（见图 1）。尽管付出了大量的努力，但是 由于 ICU内危重病密集、病情多变、危象丛生，每天仍 然有很多生命的逝去让医护人员感到无能为力。 面对急重症病人发病急、病情重、恶化快的特点， 早期发现和干预是防止急重症危及患者生命必不可 少的手段。在 ICU病房内，患者经常会遭遇感染性休 克、心脏或者呼吸骤停等紧急症状。在产生这些危及 生命的症状前期，一些不寻常的生命体征就会出现， 并伴随着常见并发症。目前 ICU内病人的治疗方案和 手段主要依靠医生的经验和相关领域知识的积累，使 得工作效率和诊疗参差不齐。 在 ICU病人病情评估方面，APACHE和 SAPS-II 等评分模型［2-3］已经广泛应用在 ICU内，辅助医护人员 对病人当前的生命体征状况和危险程度作出评估。 然而，经过过去很长一段时间的使用，医护人员们逐 渐意识到了这些评分模型的局限性。一方面，这些评 分模型只是通过患者当前生命体征状况或者一些测 试的反应来对患者危险状况进行评估，没有将之前的 大数据技术在医疗急重症领域的应用 关键词： 大数据；人工智能；机器学习；急重症；ICU doi：10.16463/ki.issn1007-3043.2016.08.006 中图分类号：TN919 文献标识码：A 文章编号：1007-3043（2016）08-0028-05 摘 要： 近年来，人工智能技术突飞猛进，在医疗领域，尤其是急重症领域内，人工智能 技术也产生了大量前沿的科研成果。很多革命性的算法模型都经过了临床实 验，并开始投入到临床应用中。重点介绍了ICU数据特点以及ICU转移、ICU死 亡和感染性休克3个预警模型，并展示了这些模型在临床实验上的结果。 Abstract： With the rapid development of artificial intelligence techniques，a lot of advanced models and algorithms have been developed in the area of critical diseases to support the doctors’decision making. Many model applications have been taken into the clini- cal trials，a few of them have been used in clinical environments. It summarizes the characteristic of the data in ICU，and intro- duces the algorithms used in ICU transferring，ICU mortality and septic shock. The results of clinic trails carried for these algo- rithms also are shown. Keywords： Big data；Artificial intelligence；Machine learning；Critical diseases；ICU 朱志勇 1，陈一昕 2，李建功 1（1.北京犀牛瀚海科技有限责任公司，北京 100124；2.北京未来网络科技高精尖创新中心，北京 100124） Zhu Zhiyong1，Chen Yixin2，Li Jiangong1（1. Rhinotech LLC，Beijing 100124，China；2. Beijing Advanced Innovation Center for Future In? ternet Technology，Beijing 100124，China） Big Data Application in Critical Diseases 本期关注 Monthly Focus 朱志勇，陈一昕，李建功 大数据技术在医疗急重症领域的应用 28 邮电设计技术/2016/08 生命体征纳入评分模型参考，没有充分利用时序信 息，造成了历史信息的缺失；另一方面，这些评估模型 在设计之初，通常只采用了某一地区的患者作为样 本，构建了统一的评分标准，这造成了这些评分模型 的普遍性不足，个性化程