基于人工智能与大数据的智慧医疗应用建设技术需求.docx

《基于人工智能与大数据的智慧医疗应用建设技术需求.docx》由会员分享，可在线阅读，更多相关《基于人工智能与大数据的智慧医疗应用建设技术需求.docx（13页珍藏版）》请在第一文库网上搜索。

1、基于人工智能与大数据的智慧医疗应用建设技术需求一、项目概况XX医院依托医疗大数据及医学知识库在辅助决策、智慧服务等方面已经建设了一定的人工智能与智慧医疗应用场景。随着公立医院改革、医院进行数字化转型的新要求，结合XX医院当前发展的战略目标，医院在智慧医疗方面需要建设更开放的医疗大数据和医学知识库平台以推动整体人工智能与智慧医疗应用水平的提升。本项目通过建立开放的医疗大数据和医学知识库能力平台，重点在数据智能处理及服务的算法中心、知识识别与推理的校验中心、数据管理及加工为主的知识中心等方面，以开放服务平台的方式开放给医院相关医学人工智能与智慧医疗应用场景建设，并建设通用的应用服务管理中心对相关应

2、用进行管理。在此基础上，本项目还重点建设在面向患者的就医计划、智能医生、便捷就诊、引导与宣教机器人等基于人工智能与大数据的智慧医疗应用场景及相关管理系统，进一步改善患者在医院的医疗服务体验，提供医院的医疗服务效率。二、项目内容序号内容说明1算法中心重点建设生理状态识别、病历状态识别、阳性症状识别、疾病诊断推理、处置方案推荐、指标解读、医学语料后结构化等数据智能处理算法及服务平台。2校验中心重点建设药品合理性推理、检验合理性推理、检查合理性推理等知识识别与推理模块算法及服务。3知识中心重点建设用户中心、知识数据自维护中心、产科专科宣教自维护中心、术语及编码中心、知识图谱中心等数据管理及加工系统。

3、4应用服务管理中心重点建设基于开放算法及接口的应用服务管理系统，包括应用管理、接口清单、应用授权、实时调用量管理、服务健康状态监控、接口限流、接口告警等功能。5面向患者的人工智能应用重点建设就医计划、智能医生、便捷就诊等面向患者的人工智能及智慧医疗应用。6患者应用管理系统对于面向患者的应用建设后台管理系统，包括系统管理、运营管理、数据统计等内容。7引导与宣教机器人用于引导与健康宣教用途机器人2套，具有健康教育、迎宾引导、语音播报、自定义问答、自定义导览、语音指令控制、自动回充电等功能，提供医院特需病区应用所需要的相关软件。三、技术要求(一)总体要求(1)先进性系统的设计和所采用的技术必须具备足

4、够的前瞻性和先进性，采用先进的设计思想和开发方法，支持大用户量并发访问，包括大并发下的缓存技术，页面异步数据交换，支持RESTfU1接口规范。考虑到医院业务发展所带来的海量数据处理，确保未来5年内可以满足医院业务运作对整个系统的要求。(2)安全性在系统设计、实施阶段从多个方面充分考虑整个系统的安全性，防范医疗数据外泄，并且系统中所有重要操作需留有记录，以便追根溯源。系统管理员可以按照每个用户的岗位角色和所需要完成的业务来分配功能使用和信息查看权限。(3)兼容性技术上按照国际标准，同时符合国家标准，支持多种主流浏览器访问，移动端(HTM15或小程序)支持ArIdriod、IOS操作系统，自适应移

5、动设备在线浏览，实现良好的跨平台能力，便于与不同系统间的数据交互。(4)开发技术系统以当前主流的Java平台进行开发，业务平台采用B/S模式，院内外数据传输采用长连接消息流并加密方式。全系统使用多层结构设计，界面处理、业务逻辑、数据运算分离等技术。数据库支持和兼容MySQ1、Orac1eSQ1server等大型数据库。(5)可扩展性为适应不断发展的医疗业务，系统具备良好的扩展性，开放性和移植性。随着业务规模的增长和业务种类的增加，通过修改软件功能适应新业务的需求。整个系统采用结构化，模块化设计，支持业界通用标准平台和协议。(二)功能要求医学人工智能与智慧医疗应用建设应符合如下具体功能和技术要求

6、。序号功能与技术说明、算法中心一数据智能处理算法及服务(一)算法中心的各类服务支持登录院内开放平台，开发者可在院内开放平台进行在线调用，查看请求耗时与响应结果。生理状态识别算法及服务：支持基于自然语言处理(NatUraI1anguageProcessing,N1P)技术提取患者的病历文书中的语义特征(SenIantiCFeatUrC)和医学知识特征(Medica1Know1edgeFeature),结合患者基础信息和检查检验结果,通过医学智能规则引擎(MediCa1InteI1igentRu1eEng医学整合所提取到的特征数据自动识别与该患者生理状态相关的特征标签。生理状态标签至少包含：妊娠期

7、、绝经期。(三)病理状态识别算法及服务：支持基于自然语言处理(NatUra11anguageProcessing,N1P)技术提取患者的病历文书中的语义特征(Sen1antiCFeatUrC)和医学知识特征(Medica1Know1edgeFeature),结合患者基础信息和检查检验结果，通过医学智能规则引擎(MediCa1InteI1igentRu1eEngine)整合所提取到的特征数据自动识别与该患者病理状态相关的特征标签。病理状态标签至少包含：肝功能不全、肾功能不全、甲状腺机能亢进。(四)阳性症状识别算法及服务：支持基于深度学习(DeeP1earning,D1)的信息抽取(InfOrma

8、tiOnExtraction,IE)技术对患者的病历文书进行智能解析，识别病历文书中的阳性症状及其症状特征。(五)疾病诊断推理算法及服务：支持基于患者的基础信息、生理状态、病理状态、检查检验结果与病历文书，通过深度学习(DeeP1earning,D1)技术自动处理并提取相关特征推理该患者可能存在的5种疑似疾病。(六)处置方案推荐算法及服务：基于患者的基础信息、生理状态、病理状态、检查检验结果与病历文书，并结合深度学习(DeeP1earning,D1)技术与医学知识图谱(Medica1Know1edgeGraPh)推理出针对该患者的处置方案；处置方案的推荐以疑似疾病为基础，包含用药推荐、检查检验

9、推荐、手术处置推荐。要求至少能推荐出3种疑似疾病的处置方案。(七)指标解读算法及服务：基于医学知识图谱(MediCaIKnow1edgeGraPh)的智能规则引擎(Inte11igentRu1eEngine)对患者的检验报告数据进行异常指标识别,识别报告中的异常指标，并输出该指标的正常范围及其临床意义；对于存在多种正常值范围的检验指标，可结合患者的年龄、性别以及生理状态，智能选取最合适的范围进行判断。(八)医学语料后结构化算法及服务：(1)实体识别：提供接口，基于BERT的语义理解(Sen1antiCCOmPrChenSiOn)算法模型识别医疗文本中具有特定意义的医学实体，如症状、疾病、药品等

10、，及一些明确语义的属性信息，如诱因、程度、频率等。(2)关系抽取：基于深度学习(DeeP1earning,D1)的信息抽取(InformationExtraction,IE)模型识别医疗文本中实体与其他实体之间的关系，如症状的诱因、频率、性状、伴随症状等。(九)医学实体链接算法及服务：基于深度学习(Deep1earning,D1)技术识别出医学领域的文本中的医学实体，如：疾病、诊断、症状、药品、检查检验等，并将其链接到医学知识图谱(MediCa1Know1edgeGraPh)中的实体，并返回实体相关知识。二、校验中心一知识识别与推理模块（一）校验中心的各类服务支持登录院内开放平台，医院授权的开

11、发者可在院内开放平台进行在线调用，查看请求耗时与响应结果。（二）药品合理性推理算法及服务(1)药品概念禁忌规则查询：支持输入药品的概念id,根据药品的概念id对某类特定药品概念集合的通用禁忌规则进行查询，智能组织该规则被击中后的相关提示信息并予以展示。(2)药品医嘱不合理警示：支持设置患者性别、年龄、异常状态等特征信息，输入医嘱清单后，通过规则引擎智能校验药品合理性，并对不合理情况进行提取与说明。(3)药品禁忌规则拦截应用：支持设置患者特征信息，并根据药品概念的禁忌规则对击中规则的药品概念进行拦截，并反馈相关原因。（二）检查检验合理性推理算法及服务(1)检查检验概念禁忌规则查询：支持输入检查检

12、验的概念id,根据检查检验的概念id对某类特定医疗项目概念集合的通用禁忌规则进行查询，智能组织该规则被击中后的相关提示信息并予以展示。(2)检查检验医嘱不合理警示：支持设置患者异常状态、所患疾病等特征信息，输入医嘱清单后，通过规则引擎智能校验检查检验医嘱的合理性，并对不合理情况进行提取与说明。(3)检查检验禁忌规则拦截应用：支持设置患者性别、年龄、生理状态等特征信息，对医嘱清单内的检查检验概念进行智能校验，判断是否存在击中禁忌规则的检查检验项目概念，若存在，则给与该项目的拦截说明。三、知识中心一数据管理及加工系统()用户中心(1)支持创建管理后台的用户账号(2)支持自定义角色权限清单(3)支持

13、为用户授予多个角色权限(4)支持普通医护人员查看知识中心的疾病、症状、检查、检验等院内医学知识，支持管理员对院内医学知识进行创建、编辑与删除；。知识数据自维护中心(1)院内检查检验知识自维护：支持维护院内检查、检验项目的相关知识数据，Base数据至少包含IOOO检查检验知识，可根据院内医学需求自定义维护。(2)院内病症知识自维护：支持维护疾病、症状的相关知识数据，BaSe数据至少包含2000疾病知识以及900症状知识，可根据院内医学需求自定义维护相关。(3)院内药品药物知识自维护：支持维护药品药物的相关知识，BaSe数据至少包含IOw药品说明书以及5000药物品类，可根据院内医学需求自定义维护

14、。(4)院内宣教知识自维护：支持维护患者健康宣教知识，支持在知识库中上传、查看相关的宣教知识文件。BaSe数据至少包含用药宣教、检查宣教、饮食宣教、疾病宣教的相关文献资料。()产科专科宣教自维护中心(1)产科产检知识自维护：支持维护关于孕周阶段性产检的宣教知识,产检宣教知识包含产检时间、产检目的、注意事项与温馨提示。(2)孕周宣教知识自维护：支持维护42个孕周的宣教知识，知识包含育儿指导、本周重要事项、营养与饮食建议等。(3)产后宣教知识自维护：支持维护产后各阶段的宣教知识，宣教阶段划分为分娩后、月子中、产后12月内宣教知识。知识包含阶段要点、母乳喂养、产后恢复等。（四）术语及编码中心：(1)

15、标准编码字典数据管理：支持查询医学知识系统内的标准编码字典，相关字典内的编码可被应用到其它知识系统中；标准编码字典可按通用字典、医疗字典及院内特有字典进行管理。(2)字典编码自维护：支持对字典内的编码进行维护，支持设置带父子层级的编码规则。(3)通用概念术语数据管理：支持查询各类概念的相关术语，相关术语至少包含首选术语、许用术语；支持对各类概念术语数据的新增、编辑与删除。（四）知识图谱中心(1)知识图谱可视化：支持知识图谱的可视化展示,用户可在输入框查询某一实体的知识图谱；实体的知识图谱可展示其属性与关系；图谱内实体至少包含疾病、症状、药品、辅助检查。(2)知识图谱信息过滤：支持对可视化图谱中的各类属性关系以及语义类型进行过滤，用户取消某一类关系后，可视化图谱中隐藏对应关系的信息。四、应用服务管理中心（一）应用管理：对接入的三方应用进行管理。包括新增应用、修改应用、删除应用、查询应用。接口清单：对开放的数据智能处理服务算法及接口进行管理，