基層醫(yī)療服務是醫(yī)療體系的基礎，直接關系到廣大民眾的健康和生活質量?；鶎俞t(yī)生?？圃\療能力和中醫(yī)藥服務能力不足，造成基層醫(yī)療服務難以滿足需求。諸暨市衛(wèi)生健康局聯(lián)合訊飛醫(yī)療科技股份有限公司基于醫(yī)療機構門診數(shù)據(jù)、體檢數(shù)據(jù)、個人就醫(yī)數(shù)據(jù)等，結合人工智能、大數(shù)據(jù)等技術，為基層醫(yī)生提供科學問診、精準診斷、合理用藥、智能隨訪等智能輔助決策服務，著力提升診療規(guī)范性、促進醫(yī)療數(shù)據(jù)共享、提升公共衛(wèi)生服務效率，促進基層醫(yī)療服務水平提升。

圖1 AI臨床輔助決策支持服務

一是搭建醫(yī)療健康數(shù)據(jù)共享平臺，實現(xiàn)數(shù)據(jù)融合。在諸暨市衛(wèi)生健康局牽頭組織與推動下，建立和完善統(tǒng)一的數(shù)據(jù)標準，各醫(yī)療機構共同遵循統(tǒng)一的數(shù)據(jù)格式和傳輸協(xié)議，構建人工智能應用服務與現(xiàn)有醫(yī)療健康數(shù)字化應用系統(tǒng)（匯聚全市醫(yī)療健康數(shù)據(jù)的“健康大腦”、檢查檢驗結果互認共享平臺—“浙醫(yī)互認”、醫(yī)院信息系統(tǒng)等）之間的數(shù)據(jù)高速通道，實現(xiàn)病歷、影像、公共衛(wèi)生等醫(yī)療衛(wèi)生數(shù)據(jù)及知識庫的融合互通。

二是建立數(shù)據(jù)治理閉環(huán)機制，實現(xiàn)數(shù)據(jù)精準治理。結合醫(yī)療衛(wèi)生數(shù)據(jù)流通的“數(shù)據(jù)采集—數(shù)據(jù)治理—數(shù)據(jù)應用—質量提升”閉環(huán)管理機制，構建“數(shù)治、數(shù)知、數(shù)智”三層治理體系，實現(xiàn)數(shù)據(jù)的規(guī)范統(tǒng)一和精準治理?！皵?shù)治”是依托數(shù)據(jù)治理和人工智能技術實現(xiàn)基礎治理，快速完成海量健康醫(yī)療數(shù)據(jù)采集和異構數(shù)據(jù)同構化，破解傳統(tǒng)數(shù)據(jù)歸集難、質控難、共享難的問題，形成“讓機構可以用的數(shù)據(jù)”?！皵?shù)知”實現(xiàn)數(shù)據(jù)與醫(yī)學知識的深度融合，讓數(shù)據(jù)具有明確的領域知識屬性，破解傳統(tǒng)知識與數(shù)據(jù)融合難、數(shù)據(jù)可用性不高等問題，形成“讓業(yè)務用得好的數(shù)據(jù)”?！皵?shù)智”是依托算法模型實現(xiàn)數(shù)據(jù)與智慧的融合，構建以數(shù)據(jù)為基礎的智能驅動、場景融合和開放服務，形成“讓醫(yī)療更智慧的數(shù)據(jù)”。目前采集健康數(shù)據(jù)610.7T，發(fā)布233個數(shù)據(jù)采集標準規(guī)范，形成496個值域目錄，1600條數(shù)據(jù)元、2.3萬條標準疾病代碼。

三是強化數(shù)據(jù)安全保障，實現(xiàn)“可防可視可控”。依托數(shù)據(jù)脫敏、數(shù)據(jù)加密、數(shù)字水印、區(qū)塊鏈和隱私計算等安全技術，對內構建可信網絡環(huán)境，支撐醫(yī)療數(shù)據(jù)上鏈，實現(xiàn)數(shù)據(jù)流轉高效協(xié)同；對外構建安全用數(shù)環(huán)境，支撐數(shù)據(jù)開發(fā)利用，實現(xiàn)數(shù)據(jù)“可用不可見”，為數(shù)據(jù)應用提供安全保障和安全監(jiān)控，實現(xiàn)數(shù)據(jù)流通與應用“可防、可視、可控”。

四是深化數(shù)據(jù)開發(fā)應用，打造智慧醫(yī)療場景。依托人工智能、大數(shù)據(jù)等技術，結合患者的檢查、檢驗、用藥及健康檔案等信息，實現(xiàn)醫(yī)生問診過程中，根據(jù)問診邏輯提示病情問診；診斷過程中，協(xié)助醫(yī)生對病情進行合理診斷；病歷書寫過程中，給予智能分析與提示，協(xié)助醫(yī)生提升病歷書寫規(guī)范性和質量；在醫(yī)生開處方和檢查檢驗時，及時給出專業(yè)建議；公共衛(wèi)生隨訪過程中，替代傳統(tǒng)人工撥打電話溝通的方式，實現(xiàn)智能語音呼叫隨訪對象，開展隨訪溝通，并將隨訪結果自動寫入健康檔案系統(tǒng)中等。目前已在縣域內23家基層醫(yī)療機構、340家村衛(wèi)生室、2466個醫(yī)生工作站落地應用，病歷規(guī)范率達98.87%、診斷符合率達97.79%、用藥合理率達94.4%，分別提升38.87、17.79、9.4個百分點，“語音外呼”讓隨訪效率提升20倍以上，顯著提升基層醫(yī)療服務能力。

第二批“數(shù)據(jù)要素×”典型案例之二十一 | 全流程數(shù)據(jù)融合加速中藥調劑傳承創(chuàng)新

中藥調劑作為臨床中藥學的基礎，直接影響中醫(yī)臨床療效的發(fā)揮。中藥調劑是對中藥進行再加工調配和配送給患者的過程，但在臨床應用過程中存在經驗數(shù)據(jù)挖掘復用不充分、操作流程要素不統(tǒng)一、與醫(yī)療服務銜接不緊密等問題，容易導致醫(yī)療安全隱患。北京中醫(yī)藥大學聯(lián)合中華中醫(yī)藥學會在一定范圍內開展了相關研究，推動中藥調劑全流程數(shù)據(jù)融合，挖數(shù)據(jù)、強治理、管流程、提服務，有效提升了相關參與單位的中藥調劑效率和服務質量。

一是挖掘中藥調劑關鍵知識數(shù)據(jù)，構建中藥調劑關鍵技術核心數(shù)據(jù)體系。將傳統(tǒng)中藥調劑中的性狀鑒別、中藥炮制、中藥調劑、中成藥合理使用等經驗，提取為處方審核、處方應付、發(fā)藥交代、臨床煎煮、調劑供應、性狀辨別、臨床炮制、采購管理和貯存養(yǎng)護等9項技術數(shù)據(jù)體系，并配套構建知識庫與知識圖譜，強化中藥調劑全流程數(shù)據(jù)要素標準化建設，主研35項中藥智能調劑關鍵技術標準（其中國際標準5項），同時配套形成數(shù)據(jù)元標準目錄，支撐中藥調劑數(shù)智化應用。

二是利用區(qū)塊鏈技術，促進數(shù)據(jù)共享安全與合規(guī)監(jiān)管。構建智能代配、代煎大數(shù)據(jù)要素融合服務平臺，中藥煎藥中心通過與醫(yī)療機構、中藥飲片廠、配送公司等各方的合作與數(shù)據(jù)授權，融合中藥飲片廠的中藥生產信息、醫(yī)療機構的處方信息、煎藥中心的煎煮灌裝信息、配送公司的配送信息等，利用區(qū)塊鏈技術將數(shù)據(jù)同步存儲到區(qū)塊鏈節(jié)點中，在代煎各環(huán)節(jié)進行數(shù)據(jù)來源驗證，將傳統(tǒng)人工調劑模式升級為“全流程數(shù)據(jù)追溯+人工+智能自動化”的新調劑模式，推動實現(xiàn)處方精準調配、中藥安全代煎，應用覆蓋浙江、廣東、上海、重慶、山東、湖北、江蘇、廣西、重慶、福建等21個省市，120家中藥煎藥中心和3500家醫(yī)療機構。