智慧瑞金,瑞智助医
上海交通大学医学院附属瑞金医院
智能语音电子病历
一、建设背景
随着医疗信息化建设的不断完善,电子病历系统、RIS&PACS、移动护理系统得到逐渐普及,大部分医生通过计算机等电子设备进行病程记录、手术记录、检查报告等文字录入工作。然而,医院不仅需要一套专业的电子病历系统,还要能够降低临床一线医生的病历书写工作量。因此,为了进一步提高医护人员的工作效率,引入智能语音转写技术, 通过口述方式实现文本的录入,不仅解放工作人员的双手,而且提高医疗文书的规范性, 有效避免无用的医疗文书出现,提高医院整体的运营质量。同时,结合临床病历书写痛点, 应将电子病历与智能语音进行无缝融合,实现高质量、高效率的门诊病历书写。
二、建设内容
在超声科,利用语音识别和自然语言理解技术,医生边检查、边口述命令和检查所见内容,独自即可准确、高效地完成检查报告输出。超声科医生口述操作指令或检查内容, 系统自动识别医生口述内容,解析语音中的命令和关键词,智能调出超声模板(如乳腺、甲状腺超声检查等),并能够进行语音填槽内容、替换等操作,实现所说所述即所得, 能够自动过滤报告无关文本(如闲聊内容)。报告完成录入后,支持一键(或语音控制) 引入至 PACS 系统,帮助医生提高检查效率,自动生成诊断报告内容,解放医生双手。
三、建设成效
甲状腺癌智能语音模板
颈部淋巴结智能语音模板
|
|
|
乳腺肿块智能语音模板
通过应用科大讯飞超声智能语音助理系统,目前在医院超声科已经完成甲状腺、乳腺检查等超声语音模板 , 让超声报告书写变得更加便捷高效。
通过语音操控实现检查模板调用与报告内容便捷录入,全程语音交互与结构化报告输入,协助医生同步完成超声检查与报告录入操作,通过少许格式调整即可完成超声报告输出打印,极大提升超声检查工作效率。
智能电话语音随访
一、建设背景
随着互联网的不断发展,医院提升医疗服务水平势在必行,如何填补院后服务的短板是目前亟需解决的问题。手工方式下的随访工作相当繁琐,不但要收集随访病人资料,还要手工记录随访信息,操作麻烦,容易遗漏,随访效率低下、随访质量不高等情况还是普遍存在。所以将语音合成与语音识别技术应用在 AI 智能外呼中,可以提高随访工作自动化程度,降低医院随访工作人员的工作量,扩大随访覆盖人员,提高随访质量, 促进患者就医满意度的提升。
二、建设内容
为有效跟踪发热门急诊就医患者,瑞金医院对发热就诊后暂时排除新冠病毒感染但需居家观察的患者建立了 2 周的跟踪随访制度。因此,为医务部门上线了科大讯飞 AI 语音智能随访系统,运用全双工语音交互、智能外呼技术,通过智能电话机器人代替人工致电方式,模拟医务人员向患者进行电话随访,辅助进行重点人群筛查和跟踪随访, 有效节省医务人员时间和精力,提升发热病人监测效率,在抗“ 疫” 期间发挥了重要作用; 同时,对胃癌患者进行术后关爱随访与病情跟踪。通过智能电话机器人批量拨打电话, 自动随访并生成统计数据,节约了医院大量人力和时间投入,有效减轻了医务人员的工作负荷,疫情筛查效率提升百倍以上,为抗击疫情赢得宝贵时间。
三、建设成效
外呼计划任务
自 2020 年 1 月至 3 月期间,瑞金医院使用科大讯飞智能语音外呼平台,共计外呼服务达 27558 人次,其中接通人次为 22527,整体接通率为 81.7%,平均接听时长为1.16min。此外,根据医院工作内容为出院患者制定高血压人群普查调研方案,自动批量进行电话或短信随访,减轻一线医务人员调研随访工作负担,同时对调查结果进行统计分析,
供医院科研决策参考。智能语音随访系统的应用,补齐了院后慢性病随访服务短板,提高随访工作自动化程度,减轻医院随访人员工作量,扩大随访服务半径,实现院后患者智能化服务,促进患者就医满意度提升。
远程查房机器人
一、建设背景
让远程医疗摆脱现有技术在使用空间和部署时间上的限制,创新远程医疗服务内容, 丰富了远程医疗服务内涵,将远程医疗活动融入到日常医疗的各个环节中去,以满足当下医联体、分级诊疗、对口支援、多点执医对于跨地域医疗协同协作的需求,帮助医护人员节约时间成本,减轻劳动强度,从而全面提升医疗卫生服务体系整体运行效率。通过互联网远程技术服务更多患者,通过相关技术和设备突破现有传统远程医疗解决方案的空间限制,能将远程医疗应深入临床一线医疗日常工作中去,在医护人员或患者身边提供远程协助服务,节约人力和时间,更好的发挥上海优质医疗资源。
二、建设内容
AirFace 远程医疗机器人具备激光雷达、红外雷达等自动行驶和遥控行驶全套技术, 在隔离病房外的当班医生,可以通过手机 APP 轻松访问部署在隔离病房的医护机器人, 机器人瞬间成为医生的替身,替代医生进入危险区完成查房、指导、与患者沟通等工作。在一定程度上免去了医生多次穿脱防护服,进出隔离区所带来感染风险,节省医疗资源的同时提升医疗服务响应效率。通过 5G 通信技术以及 AirFace 远程医疗机器人集群控制技术的支撑,远在上海瑞金医院的各学科专家可以随时通过远程会诊平台与部署在武汉各医院的医护服务机器人进行连接。实现多地、跨院区的远程 MDT 会诊,以及疑难病例床边查房和讨论,使得上海优质的医疗资源能够迅速响应,便捷快速下沉到武汉防疫前线。每台医护服务机器人都具备 3D 视觉识别传感器和人工智能 AI 芯片。机器人在静止和移动的时候,可以通过传感器实时捕捉病区内的环境图像和人体图像,精确的识别人脸和人体行为姿态,并通过人工智能算法,发现医护人员在感染病区活动过程中以及在穿脱防护服过程中出现的安全隐患,及时提醒医护人员加以关注并进行必要的消毒措施,辅助医护人员降低感染风险,尽做大可能保护了医护人员的安全。
三、建设成效
机器人回传的视频
当前,举国上下全力抗击新型冠状病毒之际,众多三甲级医院都纷纷建立隔离病房, 由宜硕科技提供的AirFace 远程机器人解决方案充分发挥了隔离性,便捷性,安全性特点, 部署在隔离病房,作为专家的替身,让专家不用进入隔离病房,通过手机或 PAD 就可以完成查房,会诊等医疗活动,使得三甲级医院的专家能更加安全便捷地开展医疗活动, 极大地提升了医疗资源的效率。
|
|
|
隔离病房查房中
部署在发热急诊的 AirFace 机器人
|
|
|
医生正在进行设置
AI 医学影像辅助诊疗
借助人工智能影像辅助诊疗系统建设,医疗机构将实现对甲状腺癌、乳腺癌、肝脏、脑出血、冠心病、消化道肿瘤、淋巴瘤等疾病的智能辅助诊断,可以在一定程度上化解医疗资源不足的难题,从而为本机构及合作医疗机构节省筛查工作人力成本,使各医疗机构释放本应具备的疾病防治效能,促进分级诊疗的落实,提高整个社会疾病筛查工作的效率和价值;同时基于智能筛查取得较高准确性与可靠性的前提,则可实现对筛查数据的规范化判读,在一定程度上减少假阳性与假阴性筛查结果的出现,提升疾病筛查工作整体的有效性与科学性。通过人工智能,辅助医生开展医学影像诊断,对于提升医生诊断的准确度有着十分重要的意义。
在新冠肺炎抗疫期间,联影智能公司极速响应,开发了针对新冠肺炎的智能辅助分析系统,二月上旬该系统在瑞金医院发热门诊上线后,将战疫初期 5-10 分钟的 CT 阅片缩短为 1 分钟,大大减轻了一线医护人员的工作量,提高了诊疗效率。联影智能公司的新冠肺炎智能辅助诊断系统具备高敏感度检测算法,可以提升病灶检出率,辅助检测新冠肺炎征象。同时,可实现对病变累及范围、肺炎组织特征快速量化分析,辅助评估病情严重程度,优化有限医疗资源分配。对于已经确诊的患者,该系统提供智能疗效随访功能,可自动匹配前后影像,同步阅片、定量指标比对精确评估病情进展与疗效。
新增内容:
瑞金医院儿科门急诊智能电子病历辅助系统
瑞金医院儿科门急诊智能电子病历辅助系统,基于隐私安全计算,以医院门急诊电子病历数据治理整合为基础,通过对医疗文书的自然语言处理,进行智能化信息建模,创新性的应用一系列基于深度学习的人工智能技术,利用深度神经网络,对于特征空间进行编码和降维,提高模型的表达能力,建立临床诊疗全流程智能辅助指导,如辅助诊断、辅助用药、危重病、罕见病提醒等。以病历“辅助书写”插件的方式,提高儿科门诊、儿科急诊临床医生书写完整、高质量病历的效率为主,辅以检验检查推荐、骨龄及生长曲线等专科工具,从源头上完成高质量的医疗数据生成,为医院管理、临床科研提供扎实的数据基础。
同时有效地将瑞金医院的诊疗经验通过具体每一个诊疗案例传递给基层的社区医生,赋能医联体内的基层社区医生,迅速提升基层社区医生的儿科诊疗水平,为转诊提供重要的参考依据,结合政策实现智能的分级诊疗。
1.系统内容
1.1智能病历辅助书写
根据国家卫健委的2010年的《病历书写规范》及2016年《电子病历书写规范》要求,应用自然语言技术及临床词汇关联算法技术研发出符合医生习惯的智能病历辅助书写,帮助医生快速书写完整的高质量病历。并具备医生个人临床习惯的持续性记录和学习功能,为医生自动关联符合其诊疗习惯的问诊面板,让儿科医生能快速书写出高质量、强专科的门急诊病历。
1.2 智能辅助诊断提示
根据病历的主诉、现病史、既往史、家族史、体格检查、检验检查结果,推导出诊断建议,儿科智能辅助诊断系统是以儿科临床数据为样本,建立模拟医生诊疗过程的人工智能信息模型,通过人工自然语言技术从病历及检查报告等非结构化数据中实时提取结构化数据,让智能化模型充分掌握患者信息情况并给临床医生提供模型内部的临床思考,辅助医生临床诊疗。同时,智能模型还嵌入高危风险预警模型帮助医生对急危重症患者进行警示预防漏诊,让医生在适当时间做出适当的救治反应。
1.3 儿童生长曲线记录和预测系统
根据儿童的身高体重、肝肾功能状态、疾病、药物的配合禁忌等因素,构建儿科用药知识库,根据病历系统深度学习得出对疾病的推导出儿科疾病用药种类、相应的剂量及疗程。
2、技术特点介绍
2.1平台各应用普遍采用深度学习技术,利用深度神经网络,对于特征空间进行编码和降维,提高模型的表达能力,有效地解决实际问题。
2.2应用自然语言处理技术,对病历进行标注、分词及归一化后,形成标准化的医学术语,再采用基于深度学习的自然语言处理技术提取重要的原始信息,帮助医生利用语言模型进行病历书写。
2.3平台使用关联算法,来处理临床语料的正确表达,通过“逆自然语言技术”来帮助医生书写病历,保障病历质量。
3、应用情况介绍
2019.7 系统在儿科专科门诊、儿科普通门诊、儿科急诊部署应用后,得到儿科医生的认可与支持。
联系人:朱立峰、张蓓
联系方式:18917762855、13816872358