查君林 鲁超 * 汪卓赟 屈炎伟
1 安徽医科大学第二附属医院 (安徽 合肥 230601)
2 合肥德铭电子有限公司 (安徽 合肥 230088)
内容提要: 远程协同医疗突破了时间效率和空间距离的限制,将三级医院中的优质医疗资源提供方与基层医疗机构需求方连接起来。本院首创“云工作平台+微创外科”体系,以云工作平台为抓手,以三级医院为核心,构建医疗机构之间全面协同的微创外科智慧医疗工作平台。将大医院专家的先进的诊疗技术和丰富的医疗经验通过远程协同医疗的运行体系带给基层医生,提高基层医疗水平,让基层百姓在当地即可享受优质的医疗资源,也是响应国家分级诊疗政策的有效途径。
远程协同医疗是指采用计算机技术、通信技术、网络技术、多媒体技术与医学相结合,形成的一种全新的医疗服务模式。远程协同诊疗服务模式在利用各级医疗机构资源、优势互补、协同发展中发挥了重要作用,颠覆了原有的医疗卫生服务条块和利益分割模式。在目前优质医疗资源稀缺的情况下,让医疗专家远赴基层医院去实现救治诊疗,不可能成为持续常态模式。远程协同医疗跨越了时间和空间的局限,医疗专家在本院就可以对区县基层医生进行远程指导和辅助诊疗,让当地的患者及时获得科学的医疗照护,节省了往返大医院的时间同时节省了经济成本;基层医生通过远程协同平台进行远程培训、远程会议、教学指导等,减少到大医院去进修的时间,在提升自己的临床诊疗能力同时,将大量时间用于服务基层人民群众。远程协同医疗将很好的成为三级医院的优质医疗资源与基层医疗联系的纽带[1]。
从近些年部分国内医疗机构协同诊疗的实际运行情况来看,实现远程协同诊疗仍然存在以下困难:①由于中国幅员辽阔人口基数庞大,医疗资源分布不均衡,医疗信息化因为建设的历史原因,各家医疗机构的信息化发展水平、发展速度都不一致。②不同医疗机构之间的医疗资源、信息、数据无法形成有效的互联互通,业务孤岛和信息孤岛并存,缺乏核心技术、服务资源、数据标准化等方面的系统整合,国家相关部门要求的医院信息化建设规范未真正落实到位。③患者重复检查、重复用药,医保部门缺乏有效实时监管,医疗信息资源没有共享,未形成患者完整的健康档案,造成人民群众医疗支出负担加重。
基于上述原因,安徽医科大学第二附属医院首创“云工作平台+微创外科”体系,以云工作平台为抓手,以三级医院为核心,构建医疗机构之间全面协同的微创外科智慧医疗工作平台。本项目结合国际先进技术,依托规范化的微创外科诊疗规程,以国内外基于微创外科医疗资源的研究成果为基础,针对国内远程外科医疗信息系统应用现状,通过实证研究和模型构建等研究方法,从标准化层面和微创外科资源共享角度,以微创外科医疗资源为切入点,构建微创外科诊疗协同工作平台。从而提升核心医院微创外科专家的服务效率、价值和质量,为患者提供多级医疗机构间的微创外科协同诊疗业务流程和服务模式,显著提高医疗机构微创外科协同诊疗服务质量水平。
微创外科智慧医疗协同工作平台(见图1)是利用云计算、大数据、物联网、移动互联网和人工智能等技术实现的具有诊疗全过程的云工作平台。平台主要包括:微创外科协同的视像相邻帧差分与低延迟通信系统、微创外科多模态影像的智能分析与病灶定位系统、微创外科手术视频的相似性建模与语义检索系统、符合临床思维的微创外科围手术期智能问答系统。
图1. 协同平台架构图
系统基于SpringCloud分布式微服务架构,采用统一网关(API Gateway)访问,提供高性能、高可用性的API托管服务,实现API发布、管理及维护的全流程、全生命周期管理,并利用统一鉴权机制,以此来保护内部服务。
使用的基础组件包括:①基于Eureka的服务发现框架,实现服务注册中心、服务发现客户端以及可便捷查看注册信息的服务界面,所有服务通过Eureka发现客户端,将自身信息注册到Eureka服务器上。②Zuul网关,通过Zuul网关所有的客户端请求均可访问后台服务,同时可以设定路由相应的参数配置来指定由哪个服务处理某个URL访问地址,并从Eureka获取注册的服务来转发请求。③Ribbon负载均衡,某一服务应用接收到由Zuul发出的请求时,如果此服务启动了多个实例,Ribbon根据负载均衡策略将此请求发送给此服务的某一个实例。④Feign服务客户端,通过RestTemplate或Feign可实现服务之间的相互访问,默认使用Ribbon来实现负载均衡。⑤Hystrix监控和断路器,将Hystrix标签增加在服务接口上,便可实现对此接口的监控和断路器功能。⑥Hystrix Dashboard监控面板,通过界面可以监控各个服务上服务调用的耗时。⑦数据层包含正式库历史库备份库用来处理灾难来临时造成的数据丢失问题。Redis缓存:在同一时刻如果有多个线程同时访问同一个数据库资源,数据库就显得非常的薄弱,可能会造成数据丢失的问题。为了解决此问题,可利用redis做一个缓冲,先让请求访问redis,再访问MySql数据库,这样就避免了数据丢失问题的出现。负载库:为了阻隔程序与数据库的直接联系,可通过有效控制连接数据库的控制端,使程序必须先访问到中间层,然后再由中间层访问数据库。这样,对于需要访问某个数据库,便能够实现有效控制。同时还可以根据数据库的当前负载情况,采取有效的均衡策略,以此为决定每次连接到哪个数据库做出最优决策。
DDoS防护,实时监控网络流量,发现攻击立即清洗。
云防火墙,解决日志审计的安全与管理及云上访问控制的统一管理需求,为用户提供了互联网边界防护功能,同时还支持弹性扩容、云上多租户等功能。
网络入侵防护系统,解决云平台监管、ACL控制、安全治理等问题,满足网安法,合规性要求。
高级威胁检测系统,对流量进行解析、还原文件;基于入侵规则、威胁情报匹配及沙箱文件分析等手段,识别出各种潜在威胁,为企业的系统安全提供了有力的保障。同时,系统存储告警报文及流量日志,方便事后找出威胁的源头原因,避免二次发生类似事件。
2.3.1 木马检测
网站后门木马WebShell,指的是黑客通过漏洞进入网站后植入的JSP、PHP、ASP等动态脚本。黑客利用后门木马不间断的控制服务器,进行文件的上传下载、执行命令等各种违法不当的行为,网站安全性受到极大的威胁。木马文件利用基于机器学习的网站后门检测技术,并依托腾讯云安全平台的全网恶意文件异常样本点检测、收集能力,能够实现对各类木马恶意文件进行实时的精准检测,同时提供一键自动隔离等功能,用户服务器安全性得到了有效的保障。
2.3.2 密码破解提醒
用户主机可通过互联网登录,这便给不法分子利用暴力破解尝试入侵用户主机提供了机会。腾讯云安全平台综合运用多维度、多手段检测云服务器是否被尝试破解其密码,若发现异常,则会通过站内信或者短信等渠道对用户进行实时消息推送,进行预警。
2.3.3 登录行为审计
利用机器学习等人工智能技术手段,对服务器登录日志进行分析,从用户常用登录地点和恶意登录源两个特征维度建立预测模型。利用已建立的模型对服务器新的登录日志进行分析,识别出服务器登录中可疑的异地、异常行为,并实时通知用户进行预警。用户可利用基于云服务器的流水查询功能,发现流水与自己登录行为的差异,若发现有异常登录行为,则采取相应的安全措施提前进行预防。
2.3.4 漏洞管理
对主机上存在的系统漏洞、Web漏洞等高危威胁进行实时准确预警,并提供修复方案,帮助企业快速应对漏洞风险,从而避免不必要的损失。
2.3.5 资产管理
基于组件识别技术,对机器进行分组标签管理,快速掌握服务器中端口、进程和软件的分布情况[2-5]。
分布式存储服务,支持HTTP/HTTPS协议访问,可存储海量数据并保证在使用过程中对带宽及容量扩充无感知,从而作为大数据计算与分析的数据池;使用Kafka为应用提供实时数据采集,响应时间保证实时性、延迟控制在1s内,使用Storm在数据流不断变化运动过程中实时地进行分析,捕捉业务场景需要的结果,推送到运算单元计算后输出;建成数据存储、数据组织、数据处理、资源管理、数据服务支撑、数据分析管理等统一标准规范,实现微创常见病手术视频数据的互联互通。
通过实体抽取、实体链接、关系抽取、属性填充的标准化本体建模,使用node4j构建知识图谱,知识图谱的表述过程中使用属性加密来确保数据的安全性。研究Elasticsearch集群架构、node4j的服务与上下文推理引擎整合,实现快速响应,集中并发,精准理解的知识检索应用。采用自顶向下的方法来构建外科领域本体,对知识进行系统化、综合化、深入化地加工,组织和处理。使用Protégé构建本体概念类,关系,属性和实例,从而实现可控制的体系模型建设。
非结构化文本通过数据清洗、数据切片、数据分词、分词切片、文本转换、词汇获取等步骤进行预处理,通过word2vec进行词向量化,训练rcnn模型来获取新知识点发现,知识点直接使用图数据库链接。
跟踪水平较高的专业人员围手术期问答记录,基于知识点的向量化语句,研究Attention Model表达法,构建符合临床思维的注意力模型,采用CNN、RNN、LSTM、深度LSTM等算法构建Endocer和Decoder。
研究seq2seq,使用基于知识点的临床样本数据训练模型,并构建STC问答机制,设计完成神经反应机引擎。采用java微服务架构实现云端工作平台,整合神经反应机问答引擎与实时计算流引擎,为移动App、PC端提供问答服务。
研究外科文本数据进行标准化字典处理,手术影像数据进行规整化处理;采用TensorFlow做算法载体,研究CNN、RNN、Faster R-CNN等算法,设计高效率的目标检测方法,构建具有细粒度特征发现能力的神经网络结构和执行快速的高精度分类器,实现Faster R-CNN区域病灶目标快速检测。针对泌尿外科、普外科等常见病的特点进行分析,构建交互累进式辅助定位方法;研究LSTM+CRF+知识图谱的语义理解模型,设计集成化开发模块,基于数据库推理、分析、对比、归纳、总结和论证,给出辅助定位、疑似病灶区域定位、辅助诊疗知识库,定期进行评估,利用数据决策开展医学质控,应用人工智能辅助临床诊断,智能统计相关病例数据信息,实现微创外科常见病影像学病灶定位的精准应用与决策。
通过利用流媒体技术和IP组播技术,将IP网络发送到云端,采用专门的数据传输机制及网络控制协议,支持1080P高清信号的各类型接口的医疗设备接入,支持各种高清及标清视频接口(DVI、VGA、yPbPr、HDMI、HD—SDI、VIDEO),支持1920×1080及以下的各种视频信号,无缝接入支持手术相关的腔镜、全景、术野、监护仪等视频信号的同步接入,手术观看者可以从多角度、多画面、全方位等不同维度观看全流程手术过程。为了便于后期的扩展,可根据实际需求采用分布式布署;使用音频、视频同步编码、同一信道传输技术,实现音频、视频同步传送;采用业界领先的语声混音技术以及音视频压缩技术,实现术者、医师和手术观摩者间的多方音视频实时同步沟通;对手术录像数据进行剪辑、备份、归档、导出等管理操作。为临床医生提供手术视频观摩示教、音视频实时双向交互、视频存储及共享、手术录制、直播、点播等全高清低延迟协同服务。
本项目通过建设微创外科智慧医疗协同工作示范平台,带动安徽省相关医疗及信息化相关领域科研水平的提升,为相关领域的研究和应用提供理论和实践借鉴。通过项目的实际应用,带动安徽省远程诊疗信息化的建设,实现医疗协作机构信息互联互通,提高各级医疗协作机构的诊疗水平。通过开展微创外科常见病AI医学影像、手术视频知识库建设、云存储等,对相关专业人员进行科研技术培训,全面提升业务人员专业技术水平和医疗机构管理能力。通过智慧医疗协同服务,对患者实施远程医疗,切实降低患者综合的就医成本。真正推进分级诊疗工作,具有巨大的社会效益。
在安徽省内以申报单位为核心开展试点示范,包括5家地市级及以上医院、20家以上的县级医院及社区等基层医疗机构,逐步推进多学科的跨区域、跨层级标准化应用,并力争在全国范围内进行大规模推广。通过输出硬件、软件、平台、服务、医疗互联网等一体化应用,成为各省市的互联网分级诊疗基础平台。以申报单位为牵头单位,吸纳二级医院和基层医疗机构参加,从内在机制上推动优质源向基层延伸。通过连接省、市、县、乡甚至村等各级医疗机构和医生,为各级医疗机构提供智能人机问答、AI医学影像、远程手术指导、手术视频知识库检索和云存储等服务,实现各级医疗机构多方面资源的共享与业务协同。在面向各级医疗机构的微创外科智慧医疗协同工作示范平台建设中,围绕专科搭建的纵向智慧医疗协同平台,以学科为切入点,整合学科专家资源,开展诊疗云平台筹建、信息技术、配套的医疗设备以及后期的运营。帮助学科内专家通过线上平台开展医院与医院间、医生与患者间的远程诊疗、电子病历共享、远程指导、远程示教等互联网医疗服务。
本项目申报单位在互联网模式下作为连接各个医疗机构的中枢,再通过云端和线上运营完成跨区域的医疗合作,力争成为医疗服务的新生态,在全国范围内大规模推广应用。2019年12月12日,本院正式成为安徽省首批获得互联网诊疗资质的大型三甲医院之一,目前互联网医院运营良好,对协同平台形成有力支撑。
2019年5月10日,安徽省首例5G网络支持下远程协同手术由安徽医科大学第二附属医院牵头联合合肥工业大学、合肥德铭电子有限公司完成。借助当前最新的5G技术,安徽医科大学第二附属医院普外科、泌尿外科、放射科、医学工程部、信息中心等科室专家给距离合肥200余公里外的石台县人民医院开展的两台腔镜手术进行实时精准指导,并通过语音调节石台县人民医院手术室的机器,实现手术的5G远程协同操作,达到预期效果。
在法律政策层面上,2020年2月以来国家相关部门陆续出台了一些政策法规,《关于在疫情防控中做好互联网诊疗咨询服务工作的通知》《关于推进新冠肺炎疫情防控期间开展“互联网+”医保服务的指导意见》《关于进一步推动互联网医疗服务发展和规范管理的通知》等。国家的政策法规给互联网协同医疗带来了发展机遇,但是仍然需要进一步明确远程医疗双方机构的法律责任,远程医疗在医疗服务中的定位,协同平台服务专家、机构等的准入条件;远程医疗服务从宏观方面降低了医保总支出,但至今医保报销政策的支持力度不够;在具体远程医疗服务领域,远程医疗服务的质量控制需要加强,确保远程医疗服务的医疗质量和安全,形成远程医疗质量保障体系;而在底层的跨医疗机构信息化建设方面,虽然国家出台了信息化建设规范和互联互通标准,但真正落地实施的较少,各医疗机构应该以《电子病历系统应用水平分级评价》和《国家医疗健康信息医院信息互联互通标准化成熟度测评》为导向,切实做好信息化基础工作,确保跨机构医疗信息的流通和共享,以支撑远程医疗服务的顺利开展[6]。
组织单位应按照多主体共同参与创新的思想,协调硬件厂商、软件厂商、联网医院等进行沟通讨论,形成各主体参与的保障机制,明确远程医疗系统建设项目的惠民属性,探讨并建立各主体参与的激励机制、资源共享机制与合作信任机制,确保在实现远程医疗系统社会效益的前提下,各参与方收入分配相对合理。核心企业特别是信息系统数据交换平台建设企业应研究技术架构,解决远程医疗协同应用的信息孤岛问题,从技术上建立跨医疗机构的医疗信息互联互通机制[7,8]。
目前医疗机构的医院信息系统均为系统纵向建设,不同医疗机构之间医疗信息资源不能共享,难以实现患者就诊信息连续一致和健康档案的完整。参与方不同厂家的异构系统,实现信息交互和共享难度较大,与原有系统接口改造,尽量不改变原有业务流程,采取微服务架构,医疗机构之间保持一种松耦合关系,信息系统改造越少,越有利于协同平台推广[9,10]。
协同医疗产生的数据,对于数据存储通过集中与分布相结合的方式,设置数据中心,存储医疗索引信息和患者交叉索引信息,医疗机构的前置机服务器作为一个中转站,存储归档文档和索引信息。这样利于本医疗机构快速查询患者医疗信息。