Q医疗

构建标签主体关系组成的慢病知识图谱，为慢性病进行风险分级并开发诊疗及干预方案引擎，辅助家庭医生进行疾病风险判别，推荐最优诊疗框架，并为政府提供家庭医生对常见慢性病患者的管理监督数据。对接院士领衔的慢性病专家团队，建立数字化筛查模型，自动识别高风险人群，运用目前国内最新一代AI检验检查设备，为高血压、糖尿病、冠心病和脑卒中高风险人群提供早筛、早诊服务。

依托江南大学附属医院，通过大数据技术为肿瘤患者、健康人群、慢病人群进行回溯性队列研究，寻找及鉴定肿瘤易感因素，建立肿瘤高危易感多因素分析模型，对社区人群进行前瞻性验证，定位高危人群，进行精准早期筛查，利用基于影像学、内镜、分子标志物和基因检测等人工智能筛查新技术，新方法，实现对常见肿瘤的“三早”措施，早期筛查、早期诊断、早期治疗。

（一）慢病健康风险智能评估服务

（1）大数据的数据建模

慢病健康风险智能评估服务的基础是建立大数据的数据建模，这不仅是健康医疗大数据统计分析的基础，也是医疗大数据知识表达的基础。由于医疗数据的特征是医疗数据之间的逻辑关系和推理规则关系，因此对医疗数据描述的合理架构是树形结构，采用XML语言描述，需要建立以电子病历数据集标准、电子病历共享文档规范为基础的医疗大数据应用数据对象集合结构框架（schema）。

建立各类大数据应用分析schema。在对病历数据进行结构化基础上，研究电子病历数据集标准、电子病历共享文档规范与各类应用研究schema之间的对应关系，建立研究分析数据的逻辑模型和物理模型，通过对江苏省省级人口健康信息平台的大数据抽取建立研究数据库。

图12：构建数据分析模型的步骤：

健康评估知识库包含：

*高血压评估知识库

*糖尿病评估知识库

*冠心病评估知识库

*脑卒中评估知识库

（2）健康管理知识库

慢病健康风险智能评估服务不仅是简单的数据统计分析应用，它还涉及医学基础知识、规则知识的表达，乃至对医学自然语言的机器理解。医学基础知识，如医学术语、诊断代码、手术及治疗代码等，需要采用ICD-10、ICD-9-CM以及SNOMED-CT等标准建立医学本体知识库，如药品研究和健康服务分别需要建立药学研究规则知识库和健康服务知识库。

大数据知识库除了医学本体知识库外，还需要建立经验知识库，通过自动训练使知识库能够从大量的数据中获取更多的知识，并填充到知识库中，即平台需要有自学习的能力。如采用自动训练方法从病历中学习诊断和症状的关系，学习诊断和用药的关系等，为人工智能的应用提供基础。

下面以术语学习为例说明自学习的方法论，采用自动训练方法从大量的病历中学习医生的常用术语表达，并将学习到的内容加入到语料库，使语料库能够自我学习、自动更新、不断丰富，从而未为病历分析提供更加强大语料库的支持。海量病历为自动训练方法的应用提供了有利的基础。在自动训练的方法实施前，平台首先对病历的描述和表达进行分析，病历中存在着大量的词对，如“神志——清楚”“营养——中等”“精神——良好”。平台对从海量病历中抽取出词对，对这些词对的描述出现频率进行自动排序，由人工审核后加入语料库。在此过程中需要识别哪些是同义词描述，如“神志清”和“神志清楚”往往是同一意思，由人工进行同义词标注后加入语料库。对于一些出现频率比较低的描述一般是由于医生书写不规范或笔误造成，也需要由人工审核排除，最终生成一个学习后的、符合医生日常描述习惯的、规范的语料库。

知识库内容包括：

*高血压指导知识库

*糖尿病指导知识库

*冠心病指导知识库

*脑卒中指导知识库

（二）高糖冠中筛查及管理服务

高糖冠中等慢性病的治疗是一项长期并随病程的进展不断调整的管理过程。行为方式的干预贯穿全程，从认知到行动；从饮食到药物；从监测到治疗；从心理到生理，都需要改变不健康的行为方式，树立科学的整体健康观，实施多因素行为干预综合治疗。

高糖冠中等慢性病筛查与管理主要建设内容：

慢性病的筛查：通过项目建立的数字化筛查模型，自动识别高风险人群，运用目前国内最新一代AI检验检查设备，为高血压、糖尿病、冠心病和脑卒中高风险人群提供早筛、早诊服务。

① 完善的慢性病健康档案：建立完善的慢性病健康档案，为患者长期诊疗提供详实的数据支持。方便医生和患者对某些症状、并发症、危险因素等进行早期预警、中期控制和后期治疗。慢性病健康档案包括如下内容：个人基本信息、实验室检查信息、体格检查信息、影像学检查信息、诊断信息、治疗信息、临床随访记录、健康评价。

知识库共享：将大型医院专家、知识库等资源直接与基层医疗机构进行共享。基层患者可以通过系统直接学习到权威专家积累的知识经验。

随访评估管理：根据患者自身的实际情况、各种检验检查结果等信息，结合慢性病专业防治方案，评估慢病患者身体状态，为慢性病患者制定出个性化、切实可行的诊疗、康复和回访计划。对患者今后一段时间内的慢性病干预进行具体的指导。定期自动提醒患者和医生，及时完成相应的工作；并可在当前方案基础上，不断优化调整，提高患者的治疗效果。

自动化信息提醒：通过微信、短信、APP等方式，根据医生的方案定期对慢性病患者进行服药、锻炼、检查、复诊、病情等多种信息提醒。

运动管理：根据患者的实际情况，由专家制定出适合的运动管理方案，并结合运动仪，以无线方式，直接将运动数据实时的传递到系统服务器。根据实时的运动数据，定期对运动方案进行调整，让患者的运动更加科学合理，防治运动过度和不足，为慢性病的治疗提供有益帮助。

饮食管理：结合患者的实际情况，为慢性病患者制动出合理的饮食计划。对患者每天的饮食做出适当的指导，并长期跟踪、调整，系统自动根据食物营养模型和热量模型，自动计算患者摄入食物的营养成分和热量，并可与专家制定的方案进行比较。使得慢性病患者的饮食得以科学、合理的控制。

用药及病情管理：患者将自己日常用药情况和病情情况在系统中进行记录，由后台的专家结合慢性病患者的实际情况，对患者的用药和病情进行指导。帮助患者正确用药，更好的进行治疗和康复。

健康教育：系统集成慢性病的成因、类型、治疗、用药、心里、运动、康复等各种相关知识，为慢性病患者学习和了解慢性病相关知识提供健康教育支持。并通过健康教育让慢性病患者能够自我控制、纠正不良、不科学的生活习惯和危险因素，促进患者自觉的配合医生的治疗方案，更好的进行慢性病的治疗。

医患交互咨询平台：患者可以向专家就慢性病的相关问题进行咨询，医生就相关的问题进行回答。帮助医生家和患者进行有效的沟通和交互，为慢性病就诊过程中的各种问题和情况进行交互。

物联网数据采集与监测：利用手机互联网、物联网技术可实时地将患者血压、血糖、心率、体重、血氧等检测结果反馈给医生，再通过网络达到对患者康复过程动态评估和治疗方案调整。