Page 58 - 嘉和资讯143期

行业资讯
数据、要素、应用正向循环所需克服 行，治理后形成的纯净数据超过 59

的挑战：挑战一——数据质量影响数 亿行。

据要素化效能；挑战二——医学知识 诊疗决策方面，北京协和医院

质量决定要素应用转化投入产出比； 2019 年 9 月开始在院内 CDSS 基础

挑战三——医学人工智能风险可能导 上建设临床支持中枢，与检验科、护

致决策误导；挑战四——临床用户 理部、输血科、肾内科、医务科、

接受度左右着应用重构业务目标的成 ICU 等专科进行合作，为 EMR、

败。
CPOE、LIS、PDA、输血系统、康复

面对挑战一，应从数据质量常见 系统、手术工作站、手麻系统 8 个系

的输入性、一致性、颗粒度三个问题 统提供全院统一的知识调用，为超过

入手，通过病历质量控制从源头抓好 140 个病房、600 余位临床医务人员

病历质量，通过数据清洗、标准化等 提供决策支持。随着 AI 模型、大模

手段提升数据可用性，通过数据质检 型技术在北京协和医院的逐步应用，
PDCA 对数据质量进行巡检。 CDSS 逐渐由临床决策支持“中枢 /

挑战二主要需要解决医学知识库 平台”向临床决策支持“智能体”发

决策知识元、知识图谱、医学文献常 展。院内现已在脓毒症辅助治疗、抗

见质量问题，解决方式主要有：应用 菌药物规范用药、急性肾损伤（AKI）

决策知识元本地编辑工具以保证业务 MDT 流程再造、非产科建档孕产妇

贴合；加强临床专家参与知识图谱建 监测识别等场景应用数据要素提供临

设，使用领域知识库辅助实体对齐， 床决策并取得一定成果。

优化知识表示技术；选择权威性医学 同时，北京协和医院利用积累的

文献合作商等。 数据要素对临床科研需求进行赋能。

另外，周翔主任还分享了例如“大 利用院内从 20 世纪 20 年代累积至

模型幻觉”导致的决策误导这一问题， 今的 360 万份历史病历，以及 4000

以及临床用户对决策支持工具接受度 万例次患者医疗数据实时采集，建成

低的原因和对策。 科研决策支持体系，可支持临床进行

研究灵感发掘、队列检索、特征统计
3、数据要素应用案例
等便捷的科研辅助工作，支撑各类科

北京协和医院拥有丰富的数据要 研项目 700 余项，累计检索近 3 万次，

素资源，医院数据中心接入 17 个系 建立科研队列 1800 余个，形成数据

统及模块，采集的原始数超过 230 亿 集超过 1300 个。