CHIMA大講堂第四期回顧：深度挖掘疫情期間醫療大數據價值

發布時間：2020-04-20

對于新型冠狀病毒，醫療大數據可探尋其發展規律并做出科學分析和判斷，成為抗擊疫情的重要技術力量。4月17日，以“疫情期間大數據發揮的作用”為主題的第四期CHIMA大講堂如期開講，由CHIMA副主任委員、解放軍總醫院醫療大數據中心主任薛萬國擔任主持人。本期大講堂獲得了Rhapsody公司的支持。

本期大講堂邀請武漢大學中南醫院信息中心主任肖輝，武漢華中科技大學同濟醫學院附屬同濟醫院放射科主任夏黎明，中山大學中山醫學院計算機中心主任周毅，聯通大數據有限公司數據科學高級總監陳博，WAYZ維智科技聯合創始人兼COO首席運營官裘靖宇等嘉賓，從不同側面詳細解讀了抗疫期間大數據在新冠肺炎診斷和臨床研究中發揮了作用，與聽眾進行深入交流。

將構建深層次醫療產業體系

周毅主任介紹了大數據在疫情防控中的作用。大數據及人工智能的部分應用包括以下場景：建立新冠肺炎防控綜合信息平臺；借助人工智能技術輔助診斷疫情；醫療相關數據的智能化處理；建立新冠臨床研究源數據管理平臺；對疫情傳播和全國病毒感染情況進行數據分析，實現對全國未來疫情走勢的監控預測；建立全域全要素全時空流動人口數據模型，加強疫情監控和人流監測；依托大數據應用體系以及人工智能技術，加強疫情期間的輿情監控。

大數據和人工智能在新冠肺炎疫情中形成了七大數字醫療應用類型，包括：疫情防控的“第二戰場”--在線醫療服務；疾病分析，AI協助快速分析提升檢測效率；輔助影像診斷，提升診斷效率，釋放醫療資源；服務協同化，減輕人員負擔，降低感染風險；供應鏈數據化，提升資源調配效率；大數據與AI算法支撐的藥物研發；5G遠程醫療，推進疾病智能診斷。這些應用類型將進一步促進數字醫療業務深層次產業體系構建，并在一定程度上重構醫藥健康產業的區域格局。

動態仿真疫情趨勢

陳博總監從運營商角度出發，結合疫情傳播學模型，講述了運營商大數據在疫情的洞察、分析和防控中所起到的作用。基于運營商的信令大數據，可對城市人口職住分布、城市活動指數、城市復工指數等城市級指數進行測算，能夠從宏觀上反映城市防控措施實施后對疫情發展所產生的影響效果。以此為基礎，將這些實際測算得出的城市級指數融入經典傳染病模型SEIR，結合各個城市的實際情況對模型中的關鍵傳播參數進行修正，構建了優化后的U-SEIR模型，并最終研發形成了一套城市疫情預測仿真系統。

該系統一方面已經完成了對武漢、北京、上海、廣州、深圳等重點城市前期疫情實際數據走勢的較好擬合；另一方面，系統可對疫情發展的多項關鍵因素（如城市活動指數、復工指數、傳染率、恢復率、病死率、潛伏期、收治周期、收治容量、治愈周期等）進行交互式干預控制，在假定條件下對疫情的發展趨勢進行動態模擬推演。從而，對于疫情之下如何逐步恢復城市生產、生活，該系統能夠為相關部門的政策制定提供輔助推演參考。

在醫學影像領域應用未來可期

夏黎明主任從臨床研究角度，分析了大數據在新冠肺炎診斷中的價值。通過借助大數據和人工智能對新冠肺炎影像學進行研究，發現基于深度學習的定量方法可以評估不同臨床分型新冠肺炎患者CT上的肺炎病變嚴重程度。

新冠肺炎早期檢測、早期診斷、及時隔離和治療是控制疫情的關鍵。通過對胸部CT和核酸檢測進行研究，發現CT可以作為可靠的早期診斷工具，特別是在疫情嚴重地區等。由此可見，將陽性率較低的RT-PCR作為評價的金標準，可能會高估胸部CT的敏感性而低估其特異性。聯合兩者并參考全面的臨床數據，可優化新型冠狀病毒的診斷。

從臨床應用來看，大數據、AI在醫學影像領域應用具有廣闊前景，盡管AI現在離臨床要求甚遠，但在臨床、科研中應充分應用大數據和AI。

對疫情防控進行科學監測和預警

身處疫情風暴眼的肖輝主任從信息人的角度，詳細介紹了大數據在疫情防控中的感知、思考和應用。在疫情期間，大數據的來源主要有手機、運營商等，其價值體現在信息監測和信息服務方面，幫助指揮部了解疫情擴散的狀態和各地區疫情的嚴重程度，協助其更加合理地部署和協調醫療資源，同時提醒公眾科學地預防感染。

通過大數據和人工智能對疫情進行預測和預警，為政府和公眾預留用于病原研究、藥物研發、人員調度和物資準備的時間。以傳統手工方式采集數據不僅效率低，而且可能出現漏報、錯報或瞞報的情況，因此要快速進行數據收集，需加快推進信息系統的互聯互通，加強各單位的信息共享。疫情之下，全民健康信息平臺的建設要求更加緊迫：打通區域全民健康數據資源通道，提升業務協同能力；貫通衛生健康業務流程；聯通各級各類衛生健康服務機構。這一系列措施有助于推進互聯互通的落實。

在醫院數據的挖掘和利用方面，醫院需建立科研大數據平臺以支撐不同主題的研究。其中，數據湖、CDR、ODR是院內數據挖掘平臺的基礎。數據采集整合時，應兼容所有系統和數據，實現自動化數據采集、主索引、脫敏、模型轉換、質控和清洗流程。

疾控智能分析平臺實時監控疫情

裘靖宇博士介紹了疾控智能分析平臺在抗疫中發揮的作用。該平臺利用空間大數據和AI位置智能技術回溯歷史軌跡，尋找緊密接觸人群，預測高危傳播區域，以及協助進行病毒傳播動力模型分析。它同步全面覆蓋全國29個省份超過200個城市7700+個場所地點，為疾病防控提供決策支持。

疾控智能分析平臺利用不同維度的海量數據信息，如地圖數據、航空數據、移動通信數據、交通等，進行綜合建模和分析，做出針對疫情的合理決策判斷。它采用SEIR模型，用微觀數據在網格和小區層面做計算，充分考慮人群特征和地域特征，以及人群擴散特性，疾病的發生及傳播、發展規律作出風險預判。它從全國、省、市、區以及街道小區等不同層級進行疫情熱力圖展示，在全國范圍內查看流動和擴散情況，同時可動態數據靈活配置，并通過多種維度的圖表分析重點人群在各省、市、區的流動熱力情況，做到實時監控疫情。

在最后的討論環節，主持人薛萬國主任、五位嘉賓和聽眾一起，就當前大數據和人工智能在疫情防控中應用細節進行了探討，進一步彰顯了疫情防控和患者診治對醫療大數據需求的迫切性。

第五期預告：針對互聯網醫療的發展現狀和趨勢，目前有各種聲音。互聯網醫療的發展存在哪些挑戰？其未來會呈現什么樣的形態？4月24日舉行的CHIMA大講堂第五期的主題為“互聯網醫療的現在和未來”，將對此進行詳細討論，敬請收看。