2020 年伊始,一场突如其来的新冠肺炎疫情席卷全国,各地、各行业、各系统都全力投入到抗击疫情的战役之中,全国“严防死守”的管控模式效果显著,成功抑制住了疫情的蔓延。
但是,在战火硝烟尚未散去之余很多人都在思考,我们有没有可能杜绝这样的疫情再次发生?有没有可能把疫情消灭于萌芽状态呢?
在2020 NAVIGATE 领航者峰会上,中国医院协会信息管理专业委员会(CHIMA)主任委员王才有认为,全力防控新型冠状病毒感染的肺炎疫情是当前的头等大事,传统的医疗信息化手段已难以满足新的需求,痛定思变、痛定思智,我们要进一步完善国家公共卫生与防疫系统,要利用新兴的技术手段来提升卫生系统的韧性,以更少的代价来取得战“疫”的胜利。

CHIMA主任委员 王才有 发表主题演讲
疫情“黑天鹅”事件——思“变”
这次新冠疫情是全球的黑天鹅事件,对于全球各家卫生系统都是一个大考验。
我国的传染病报告系统建于1955,至今有60多年的历史。最初通过邮寄纸质报告逐级上报,1998年建立电子化的传染病报告系统,通过计算机来收集全国各地的传染病报告。这一模式的传染病报告系统发展至今,疫情信息依赖于医院上报的数据。如今进入人工智能、大数据的时代,能否针对医院的检查和检验数据,利用大数据分析手段,及时发现新的疫情?是否有更好的工具提前感知疫情发生?在专家现场督导时,是否可以利用数字化的工具来了解现场的状况?这些都是值得思考的问题。
思变才能更好地进步,前沿的技术与应用,应能为公共卫生事件的预测与管理提供有效支撑。
突发疫情时——快速响应、有针对性调整
当疫情来临时,严峻的挑战纷至沓来,医院首当其冲。当时,大批患者涌入医院(确诊的与没有确诊的患者),但是医院里的物资与医务工作者有限,导致每家医院的收治能力突破极限,医务工作者也存在被感染的风险……
对此王才有表示,在医疗救治过程中应充分发挥好信息技术的作用。CHIMA在疫情发生之后及时对有关工作开展了调查研究工作,数据显示信息化在支持医疗救治过程中确实发挥了很好的作用,内容包括:门诊流程的改造,要对患者进行区分、隔离等措施;医院隔离病房改造;还有医疗服务支撑和保障系统的改造,电子病历,互联网医疗以及远程医疗,等等。“我们的反应是很快速的,不过各个环节也存在很多的不足,我们会慢慢地查缺补漏。“
技术对医疗信息化的影响与启发——思“智”
医疗系统的信息化在促进医疗服务综合发展水平提升的同时,还能够提高医疗服务的效率和质量,有利于患者在最短时间内接受最好的治疗。
王才有进一步说道:“我们还要痛定思“智”发展新思考,利用信息化的手段把一切变得‘更聪明’。“
信息化发展最根本的规律是“在线”。一是实体在线,计算机设备的在线可以让我们随时掌控到更多的信息,比如患者使用手机APP实现就诊预约,完成流行病学调查,患者在家佩戴血氧饱和仪设备,医生就可以知道他的健康状况,肺部是否存在问题;二是数据在线,大数据的价值是“流动”,数据流动起来才能发挥价值,大数据的本质就是双向流动,从数据发生源到数据利用源,才会产生价值;三是计算在线,计算是泛指的,就是资源与服务共享利用的模式创新,产生新的经济,实现互联网+的应用效果。
与此同时,医疗行业对信息化的需求也在发生变化,现阶段我们可以做到互联网医疗、远程医疗,在线预约就诊、医保报销等;同时我们看到,一些发达国家在应对疫情时都注重利用信息技术手段,包括APP监测、物联网监测等措施,通过远程的手段感知病人的状况,内容包括业务线上转移、服务虚拟化、大数据/AI、应急准备四个方面,王才有总结出卫生信息化的8个方向的发展趋势:
“趋势不是等来的,趋势是我们大家通过努力来共同创造的,实现这个趋势一定需要各种信息技术力量的协同与融合。”王才有表示,“在信息化、数字化技术与医疗服务、卫生体系建设业务深度融合的过程中,CHIMA扮演着实现融合的粘结剂。在疫情发生之后,CHIMA帮助厂商和需求单位密切对接,新华三参与并给我们国家医院在紧急情况下的救治提供了很好的支持,我代表CHIMA向新华三表示感谢。同时希望CHIMA为企业做好服务,使企业了解行业新的需求,共同应对意想不到的挑战,使我们的社会发展和经济进步取得更好的成绩。”
好文章,需要你的鼓励
AI正在革命性地改变心脏疾病治疗领域。从设计微创心脏瓣膜手术到预防原理定位,机器学习和神经网络的洞察力推动了巨大进步,甚至可以构建新型移植解剖结构。数字孪生技术为个性化心血管护理提供持续预测管理。哈佛干细胞研究所的研究人员利用纳米材料和类似棉花糖机的设备,能在10分钟内制造心脏瓣膜,相比传统3周制造时间大幅缩短。这些突破性技术为每年4万名先天性心脏畸形儿童带来新希望。
Fractal AI Research实验室开发了Fathom-DeepResearch智能搜索系统,该系统由两个4B参数模型组成,能够进行20多轮深度网络搜索并生成结构化报告。研究团队创新了DUETQA数据集、RAPO训练方法和认知行为奖励机制,解决了AI搜索中的浅层化、重复性和缺乏综合能力等问题,在多项基准测试中显著超越现有开源系统,为AI助手向专业研究工具转变奠定了基础。
谷歌正在为搭载其内置信息娱乐系统的汽车推出谷歌地图实时车道引导功能,首先从极星4开始。该系统利用车辆前置摄像头和AI技术,分析车道标线和路标,为驾驶者提供更精确的车道指引和视听提示。该功能将在未来几个月内在美国和瑞典的极星4车型上推出,目前仅支持高速公路使用。
快手科技与清华大学合作发现当前AI语言模型训练中存在严重的权重分配不平衡问题,提出了非对称重要性采样策略优化(ASPO)方法。该方法通过翻转正面样本的重要性权重,让模型把更多注意力放在需要改进的部分而非已经表现良好的部分,显著提升了数学推理和编程任务的性能,并改善了训练稳定性。