始建于1954年的浙江大學醫學院附屬浙江醫院(簡稱“浙江醫院”)隸屬于浙江省衛生健康委員會，建院初期以干部醫療保健及涉外醫療為主，1979年全面對外開放，目前是一所集醫療、教學、科研、預防和保健為一體的三級甲等綜合性醫院，包含靈隱院區和三墩院區，核定床位1500張。

實現數據及時、精準采集

　　浙江醫院非常重視數據治理工作，率先在ICU推進人工智能等先進技術應用，開展數據治理工作。“可能在醫院全院范圍內，ICU的信息化應用是最復雜的。”浙江醫院信息中心主任費科鋒介紹，ICU信息化目前存在以下挑戰：數據互聯互通性差、難以復用;臨床業務邏輯規則主觀性強，普適性差。“當前，ICU已具備進入人工智能化階段的條件，可實現機器深度學習、無主觀性，人工智能和大數據的結合，通用性強。”

　　在臨床需求中，醫生希望能夠快速統計ICU的相關數據，護士則希望實現數據的自動采集并可進行模板點選。“要滿足臨床需求，我們認為首先是統一數據來源，實現標準化，形成統一的數據庫。” 費科鋒指出，為此浙江醫院推動人工智能等先進技術在ICU的應用，智能接入監護儀、呼吸機、輸液泵、營養泵、血透CRRT、ECMO等多種儀器設備，實現了密度為1分鐘的數據采集，可以根據患者的病情和搶救程度進行儀器設備的自動插入。“我們建設了二級數據庫，保證了數據采集的完整性、精準度和及時性，可以清晰地看到數據采集的全況。”費科鋒強調。

推動數據治理建模

　　在具體實踐中，重癥醫學人工智能主要有以下場景：醫療質量管理，主要包括結構指標管理、過程指標管理、結果指標管理和15項質控指標管理;膿毒癥診療規范，主要包括膿毒癥多源易構全息生物平臺、MODS早期識別和動態預警體系、人工智能決策體系、精準化器官功能支持系統;單病種輔助決策系統，主要包括AKI及CRRT臨床輔助決策、膿毒癥臨床輔助決策;重點疾病風險預測，主要包括膿毒癥預測模型、AKI預測模型、機械通氣撤機預測模型;科室運營管理，主要包括病源分析、DDD、院感綜合防控管理、平均住院日和均次住院費用、DRG;物聯網建設，主要包括監護設備互聯互通(M2M)、臟器支持設備無線聯網。

　　ICU數據存在表結構化不統一、編碼不統一、單位不統一、命名存在差異等挑戰。因此，ICU數據亟需進行治理。費科鋒指出：“數據治理是開展數據分析的前提，可實現數據的完整性、規范性、一致性、時效性、關聯性和準確性。”

　　浙江醫院數據治理平臺可出具數據質量報告，患者入科24小時內自動完成Apache II智能評分，自動獲得生命體征、血氣分析、生化結果等數據，并利用獲得數據進行GCS評分、Sofa智能評分、qSofa智能評分、CPIS智能評分，自動產生并匯總ICU患者收治率及收治床日率、非計劃轉入ICU患者率、患者轉出ICU后48小時重返率等重癥15項質控指標。

取得顯著成效

　　目前，浙江醫院ICU上線了重癥監護臨床智能輔助決策系統、人工智能醫生工作站、重癥臨床輔助決策系統和重癥質控智能輔助決策系統等。

　　“我們可以實時采集患者多維數據，實時分析病情變化及趨勢，提前24小時預測病人發生危重事件，預測患者死亡概率、VTE(深靜脈血栓)、AKI(急性腎損傷)、SEPSIS(膿毒癥)、脫機成功率。”費科鋒介紹，借助重癥監護臨床智能輔助決策系統，浙江醫院實時對患者進行數據監測，提前預測患者的疾病風險。相關統計數據顯示，醫院對ICU患者死亡預測準確性為93%，AKI預測準確性為88%，SEPSIS預測準確性為89%，VTE預測準確性為82%，脫機成功率預測準確性為93%，實現了及時甚至提前發現患者異常情況，做到及時診療，提升患者的預后效果，減少不必要的診療開支，降低患者診療費用，為科室、患者、醫院、政府實現多方減負。

　　此外，人工智能醫生工作站提供個體化動態臨床視圖，對重點疾病的風險進行預測及評估，推薦個性化診療方案;重癥臨床輔助決策系統可個性化展現臨床思維化的患者臨床數據和病程變化情況;重癥質控智能輔助決策系統提供高效智能的質控填報平臺，支持國家15項指標自動填報，各類指標可在大屏全景展示，而且展示指標可配置。

　　“我們通過改善數據治理方式，提高了數據獲取的準確性和及時性，最終結合AI智能模型，供臨床醫護人員使用，顯著提升了ICU的效率和質量，將為患者提供優質醫療服務的理念落到實處。”費科鋒總結道。