救死扶傷的醫(yī)院，實則風(fēng)險重重。醫(yī)護人員每天都在從事高復(fù)雜性、高危險性的健康服務(wù)活動，如疾病診斷、治療和護理等。這些服務(wù)活動，導(dǎo)致患者一旦進入醫(yī)院，便會面臨一系列臨床風(fēng)險。

美國國家科學(xué)院醫(yī)學(xué)研究所2000年發(fā)表的專題報告中指出，美國的醫(yī)療失誤已經(jīng)成為第五大死亡原因。由于醫(yī)療失誤所導(dǎo)致的患者損傷，美國每年付出的成本在170億到290億美元之間。世界衛(wèi)生組織公布的數(shù)據(jù)顯示，在發(fā)達國家，約有10％的住院患者遭受由各種臨床失誤或不良事件引起的損傷。

正因如此，降低醫(yī)療風(fēng)險、改進患者安全，能帶來巨大的經(jīng)濟效益和社會效益。在此背景下，醫(yī)院建立系統(tǒng)化、專業(yè)化、長效化臨床風(fēng)險管理機制的必要性和緊迫性毋庸置疑。

近幾年，國家醫(yī)療管理部門對患者安全重視程度不斷加深，要求醫(yī)療機構(gòu)充分認識患者安全管理的重要意義，將保障安全作為醫(yī)療管理的重要內(nèi)容，按照“預(yù)防為主，系統(tǒng)優(yōu)化、全員參與、持續(xù)改進”的原則大力推進，不斷提高醫(yī)療機構(gòu)患者安全管理水平。

然而，受管理理念和技術(shù)條件限制，目前醫(yī)療機構(gòu)的臨床風(fēng)險管理模式還主要是風(fēng)險事件發(fā)生后的上報和統(tǒng)計分析。這種事后上報管理存在一系列問題，迫切需要改進。

現(xiàn)階段的上報往往針對發(fā)生后的風(fēng)險事件，因此只能以結(jié)果為管理對象，屬于滯后管理。風(fēng)險事件通�？酷t(yī)生主動上報，所以難免會遺漏或掩蓋問題。另外，醫(yī)院的風(fēng)險管理渠道較分散，院內(nèi)感染、病人跌倒、藥品不良反應(yīng)、深靜脈血栓等風(fēng)險及安全不良事件分別填卡上報，由此催生了多個用于報卡的信息系統(tǒng)，增加了臨床的工作負擔(dān)，造成實際的風(fēng)險管理成效不甚理想。

針對這種現(xiàn)狀，上海利連信息科技有限公司（后簡稱：利連認知）基于醫(yī)療大數(shù)據(jù)分析、認知計算等技術(shù)，與國內(nèi)著名醫(yī)院合作，基于高質(zhì)量臨床數(shù)據(jù)建立臨床風(fēng)險監(jiān)控和預(yù)警模型，提供面向臨床風(fēng)險管理的全面解決方案，幫助醫(yī)護人員及時感知發(fā)現(xiàn)臨床風(fēng)險，甚至根據(jù)病人具體情況預(yù)測臨床風(fēng)險，從而驅(qū)動更高效準確的臨床決策，減少臨床風(fēng)險的發(fā)生，降低臨床風(fēng)險事件導(dǎo)致的生命和經(jīng)濟損失。

據(jù)悉，利連認知創(chuàng)始人牛耀軍是原IBM 大中華區(qū)醫(yī)療健康解決方案實驗室團隊總經(jīng)理，曾參與IBM Waston 腫瘤助手的研發(fā)和在中國的推廣。公司核心成員來自于世界500強科技公司如IBM、HP、Teradata、百度等企業(yè)任職的首席醫(yī)療行業(yè)顧問、頂級大數(shù)據(jù)分析專家及技術(shù)專家。

醫(yī)院感染指醫(yī)者和患者在醫(yī)院內(nèi)獲得的感染，是一種重要的臨床風(fēng)險，風(fēng)險事件占比高，導(dǎo)致?lián)p失巨大。北京大學(xué)第一醫(yī)院感染管理疾病預(yù)防控制處在2014年的一份研究顯示，中國每年發(fā)生400萬起醫(yī)院感染，平均每例患者由醫(yī)院感染所造成的經(jīng)濟損失為29846元，延長住院時間13天。

通常，ICU病房、新生兒病房以及血液科、腫瘤等相關(guān)科室是醫(yī)院感染風(fēng)險最高的科室。由于這幾個科室病人的免疫力較低，且導(dǎo)管、呼吸機等侵襲性、開放性措施的應(yīng)用較多，因此醫(yī)院感染的發(fā)病率也較高。

南方醫(yī)科大學(xué)附屬南方醫(yī)院感控科主任孫樹梅曾對此做過一個形象的比喻。她認為，高�？剖揖秃帽热菀装l(fā)生交通事故的路段，即使醫(yī)生操作規(guī)范，也容易出現(xiàn)事故；而普通科室就好比正常的路段，出現(xiàn)事故，多是由于醫(yī)護人員操作違規(guī)導(dǎo)致。

因此，提高醫(yī)護人員對感染風(fēng)險的感知能力，及時主動地進行規(guī)范性的感染預(yù)防和感染事件應(yīng)對就成為院感風(fēng)險管理的關(guān)鍵。

保證院感風(fēng)險事件能得到及時準確的識別判定是提高院感風(fēng)險管理質(zhì)量的第一步�？陀^來講，目前醫(yī)院感染事件判別還不具備統(tǒng)一的金標準，往往是以醫(yī)生經(jīng)驗為主進行判別。

由于一些醫(yī)生并不具備準確的識別能力或者不愿意上報不良數(shù)據(jù)，導(dǎo)致感染漏報。這樣的自主上報無法體現(xiàn)醫(yī)院真實的感染狀況，所以需要相應(yīng)的管理科室如感控科依據(jù)經(jīng)驗進行判別，這給感控科室?guī)�來巨大的工作負�?dān)。感控科室往往只能用抽查的方法來對報卡情況進行監(jiān)督，難以進行全面有效的管理。

在這種情況下，也有一些醫(yī)院使用感控軟件根據(jù)專家經(jīng)驗人工整理設(shè)計的規(guī)則進行院感的識別判定，幫助感控部門提高工作質(zhì)量和效率。但是由于專家開發(fā)模式擬定規(guī)則在方法學(xué)方面的限制，其規(guī)則所涉及的特征維度非常有限，往往只有十幾個到幾十個，導(dǎo)致風(fēng)險判定模型的精細度和準確度不高，對院感事件進行識別判定的效果并不理想。

針對這個問題，利連認知通過智能化、數(shù)字化的解決方案，推出了一套臨床風(fēng)險管理系統(tǒng)，在國內(nèi)首次采用PDCA理念設(shè)計，對臨床風(fēng)險進行全閉環(huán)管控。這套系統(tǒng)首先應(yīng)用于院感風(fēng)險管理場景，其中AI風(fēng)險監(jiān)控模型是系統(tǒng)的核心。

利連AI風(fēng)險監(jiān)控模型基于大量臨床數(shù)據(jù)，使用歸納法進行監(jiān)督學(xué)習(xí)，基于集成學(xué)習(xí)算法進行醫(yī)院風(fēng)險輔助診斷模型的構(gòu)建。以院感為例，該模型所包含的規(guī)則主要包括兩部分，一部分是基于醫(yī)院大量感染數(shù)據(jù)學(xué)習(xí)出來的“規(guī)則”，另一部分是基于多家醫(yī)院院感科經(jīng)驗知識總結(jié)的“規(guī)則”。

模型具備可持續(xù)學(xué)習(xí)能力，能夠根據(jù)不同醫(yī)院特殊情況優(yōu)化模型。AI風(fēng)險監(jiān)控模型采用集成學(xué)習(xí)算法的一大優(yōu)勢在于可解釋性，可以對結(jié)果進行“循證”和“回顧性研究”。

同時，對結(jié)果的分析和研究得到的“新證據(jù)”、“新規(guī)則”又可以加入模型中來進一步優(yōu)化，最終實現(xiàn)AI風(fēng)險監(jiān)控模型的可持續(xù)學(xué)習(xí)和優(yōu)化。該模型在醫(yī)院感染監(jiān)控中具備較好輔助功能，能夠?qū)崟r將可能發(fā)生感染的病人呈現(xiàn)給醫(yī)生，便于醫(yī)生及時對病人進行干預(yù)和治療，最終達到減少醫(yī)生工作量，預(yù)防感染發(fā)生、發(fā)展的目的。

與專家開發(fā)模式人工整理感染特征值相比，利連AI風(fēng)險監(jiān)控模型基于大量真實電子病歷數(shù)據(jù)，利用特征工程進行感染相關(guān)特征的發(fā)掘分析，識別出很多新的預(yù)后變量，涉及的特征值達到三百余個，這極大提升了模型的精細度和準確度，使模型對感染判別的敏感性和特異性都遠優(yōu)于人工規(guī)則。

利連認知首席醫(yī)療顧問蔡梅平透露：“未來，除了對AI感染風(fēng)險監(jiān)控模型進行持續(xù)優(yōu)化，提高系統(tǒng)對感染事件監(jiān)控的準確性，利連認知還將在臨床風(fēng)險監(jiān)控領(lǐng)域橫向拓展，研發(fā)針對深靜脈血栓、膿毒血癥等領(lǐng)域的風(fēng)險監(jiān)控模型”。

醫(yī)院臨床風(fēng)險管理中有一個經(jīng)常被提及的概念，叫做關(guān)口前移。顧名思義，是在臨床風(fēng)險事件發(fā)生之前，給予風(fēng)險預(yù)警。但在國內(nèi)，目前很少有醫(yī)院能夠做到這一點。一來醫(yī)院缺乏相應(yīng)的管理數(shù)據(jù)，二來缺少相應(yīng)的分析模型和工具。

蔡梅平認為，風(fēng)險控制不應(yīng)該是一種滯后工作，而應(yīng)該從醫(yī)生了解病人的初始病癥開始便進行風(fēng)險識別和預(yù)測。利用風(fēng)險預(yù)測預(yù)警模型及時發(fā)現(xiàn)臨床風(fēng)險事件苗頭，配以規(guī)范有效的預(yù)防性臨床建議，可以幫助醫(yī)生及時采取預(yù)防措施將風(fēng)險事件發(fā)生的概率降到最低。

據(jù)悉，利連認知正在進行臨床風(fēng)險預(yù)測預(yù)警模型的研發(fā)工作�；�于該模型開發(fā)的AI臨床風(fēng)險管理助手，可以在醫(yī)院臨床風(fēng)險事件發(fā)生前，通過病人動態(tài)的數(shù)據(jù)收集和分析，預(yù)測風(fēng)險事件出現(xiàn)的可能性，對高風(fēng)險事件進行提前預(yù)警，為醫(yī)生提供具體的防控建議，幫助其采取有效的預(yù)防措施，減少風(fēng)險事件發(fā)生。

蔡梅平表示：“這個AI助手系統(tǒng)將作為臨床風(fēng)險管理系統(tǒng)的補充，為公司產(chǎn)品線帶來新的拓展，在更多的臨床科室得到廣泛應(yīng)用�！�

上海復(fù)旦大學(xué)附屬中山醫(yī)院感染控制科，在今年引進了利連認知的產(chǎn)品。感控科主任高曉東告訴動脈網(wǎng)：“采購這套系統(tǒng)，主要是因為醫(yī)院醫(yī)生想了解醫(yī)院的院感發(fā)生率，以及病人是否有感染�！�

據(jù)介紹，中山醫(yī)院感控科過去都是由專職人員了解每位出院病人的情況。但隨著醫(yī)院病人越來越多，醫(yī)生沒辦法對所有的病人都一一了解。通過利連認知的系統(tǒng)，能夠讓醫(yī)生迅速、及時地了解病人的主要感染指標以及感染的可能性，并將高危人群篩選出來。

另外，醫(yī)院要了解臨床醫(yī)生是否有按照規(guī)范去做各種診斷或干預(yù)，以及感染時是否有做檢查，通過醫(yī)生調(diào)研，獲取目前送檢情況，然后進行監(jiān)管。這種調(diào)查，以前多是由醫(yī)生或護士去病人那里直接詢問情況。有了利連的系統(tǒng)之后，就可以利用該系統(tǒng)整合的各方面臨床信息，把想要的目標人群快速篩選出來。

在防控預(yù)警方面，感控科可以在病人發(fā)生院感感染前，根據(jù)系統(tǒng)提示的風(fēng)險情況，告知臨床醫(yī)生提早做好相關(guān)防護措施，從而避免感染發(fā)生。

以上海復(fù)旦大學(xué)附屬中山醫(yī)院為例，目前醫(yī)院每月出院的病人約為8000人。有了預(yù)警系統(tǒng)之后，感控科醫(yī)生可以節(jié)省60％－70％的工作量。對此，高主任表示：“過去是病人出院以后我們再去調(diào)查，是一種滯后管理。但現(xiàn)在通過利連認知的系統(tǒng)，我們把感控管理前置，只要臨床檢測出了結(jié)果，系統(tǒng)就能預(yù)警。”

醫(yī)院感染暴發(fā)預(yù)警，是系統(tǒng)更大層面的應(yīng)用。中山醫(yī)院感控科通過利連認知的系統(tǒng)設(shè)定一些目標值，確立在何種情況下，可能會出現(xiàn)醫(yī)院大面積感染暴發(fā)的苗頭，從而避免一些大型惡性事件發(fā)生�！斑@是建立在單個病人預(yù)警之上，整個科室或醫(yī)院的大的系統(tǒng)預(yù)警�！备咧魅握f。

南方醫(yī)科大學(xué)附屬南方醫(yī)院感控科，也是利連認知產(chǎn)品的客戶之一。對于利連認知的系統(tǒng)，感控科主任孫樹梅如此評價道：“利連的系統(tǒng)是一種監(jiān)測和干預(yù)工具，它能夠?qū)崟r反映醫(yī)院感染和高危因素，病人稍微有一點風(fēng)吹草動，醫(yī)生都能及時發(fā)現(xiàn)，杜絕群體事件的發(fā)生�！�

此外，利連的系統(tǒng)還能夠動態(tài)地發(fā)現(xiàn)一些規(guī)律。當(dāng)病人出現(xiàn)幾種危險因素之后，醫(yī)生就可以通過大數(shù)據(jù)的及時監(jiān)測和預(yù)警，及時地干預(yù)，避免發(fā)展成感染事件。

要真正做到醫(yī)院的精細化管理，需要通過大數(shù)據(jù)進行量化。一方面，不給臨床醫(yī)生增加額外的負擔(dān)。醫(yī)生的本職工作仍然是治療患者，因此感控科不應(yīng)該坐等醫(yī)生上報，被動通知，而應(yīng)該利用信息化的手段，主動去收集數(shù)據(jù)，主動服務(wù)于臨床。

據(jù)孫主任介紹，目前國家規(guī)定250張床位配一名感控科人員，南方醫(yī)科大學(xué)附屬南方醫(yī)院編制床位是2250，感控管理科醫(yī)生總共12人�！斑^去，我們只能抽查，沒辦法全面監(jiān)測�，F(xiàn)在有了這套系統(tǒng)，我們可以通過精準的數(shù)據(jù)實現(xiàn)醫(yī)院風(fēng)險的全面監(jiān)測。”孫主任說。

“如果滿分100分，我給個90分！”對于利連認知的系統(tǒng)，孫主任給予了高度評價。一方面她希望系統(tǒng)的智能化預(yù)警做得更精確，可以將假陰性或者假陽性的概率降到更低。另一方面，她希望系統(tǒng)的輸出界面更加簡潔，將復(fù)雜的事情簡單呈現(xiàn)，讓醫(yī)生能夠更方便地操作。