基于鄞州区健康医疗大数据的人工智能与应用实践（49页）.pptx

宁波市鄞州区卫生健康局 朱宇;;鄞州区区域概况

鄞州区卫生健康信息化建设概况;2016年9月国务院批准行政区划调整，区域面积817.1平方公里，常住人口108.38万，下辖12个街道、9个镇。;公立医疗卫生单位33家;2005;二、人工智能与大数据应用情况;健康信息血压监测体质监测生活习惯心理因素;数据字典目录化设计一目了然;平台首页;传染病防控

疾病早期预警、可疑病例监测

慢性病防控

慢性病服务质控、慢病卫生;疾病早期预警：在卫生决策研究中，地理因素是需要考虑的一个重要方面，利用传染病报告病例资料，结合GIS系统对疾病空间异质性的研究优势，自动分析疾病的聚集性，统计量化聚集性强度，完成区域风险评估。;效果：（1）不完全依赖于临床确诊，敏感性更高，时效性更强，以2019年1-2月份疫情为例，比传

统做法提前2周发出预警；（2）诊断数据（定义流感可疑病例ICD编码+主诉集，如J06.001急性咽喉炎，J06.801急性咽气管炎，J06.901急性病毒性上呼吸道感染，J06.902急性上呼吸道感染，J06.903上呼吸道感染，J06.904急性新生儿上呼吸道感染，J11.101流行性感冒，J0001鼻咽炎，J0002病毒性感冒，J0003感冒，J0004胃肠型感冒，J0005急性鼻炎，J06.9上感等）不需要临床医生额外花时间填报，减轻工作量；（3）预警模型由平台自动生成并发出，节省公共卫生人员工作量。;疾病早期预警：对流感疾病人群，通过构造年龄分布的时间维度动态转移矩阵，以热力图形式直观发掘易患病年龄区间以及近期突增患病年龄区间，同时支持对患者进行源头追溯，达到进一步早期预警的效果。;可疑病例监测：利用发热病例的诊断、血象等人群特征，基于规则筛选和决策树模型，通过集成学习，筛选出符合“登革热”等易漏诊疾病临床表现的可疑病例，为线下核实提供数据支持。;临床诊疗数据;群体预警;可疑病例监测：通过电子病历的四维临床特征，结合就诊、班级内聚集等行为线索，形成可疑病例队列，进行线下核实，解决肺结核发现难、确诊难问题。;疾病风险预测与干预：利用十余年的健康数据，筛选包括传统危险因素、血脂、肥胖、血糖、新型心血管疾病生物标志物等指标以及这些指标的交互作用，基于ASCVD风险模型，涵盖了年龄、TC、HDL-C、吸烟、糖尿病、腰围、南北方、城乡和ASCVD家族史等较为全面的因素，初步构建鄞州区域人群的五年心血管疾病发病风险预测模型。;疾病风险预测与干预：利用该模型，对鄞州区40岁以上人群现况数据进行自动化评估，共筛选出五年心血管疾病高风险（5年发病风险大于10%）人群29354例。;疾病风险预测与干预：同时在基层卫生服务系统中嵌入风险预测工具，实现辅助决策和早发预警。对高风险人群结合可穿戴设备，通过时域频域的指标建立预测模型，开展强化干预方案。;综合模型;;基于预防接种与门诊就诊数据，可优化预防接种管理流程。

对比接种人群与空白人群的疾病发生率，开展免疫效果评估。;免疫状况评估：每天自动对上一日所有的就诊儿童免疫状况进行评估，查找免疫空白。2018年7月份开始应用以来已及时发现空白儿童84名。比对学校学籍管理系统与健康大数据，可自动完成对该校学生免疫状况评估，以代替查验接种证工作。;疫苗安全性评价：对儿童接种后短期内就诊数据进行动态监测分析，通过疫苗周期分析模型，实现儿童预防接种后7天内安全性异常变化评估。;疫苗安全性评价：已开展了脊灰、百白破、HIB、五联等疫苗的安全性评估。;糖网筛查;医疗卫生领域——糖网筛;医疗卫生领域——CDSS;医疗卫生领域——血压智能监测

血压智能监测平台架构图;血压全监测流程图;区域人群健康白皮书;区域医疗风险监控平台智能预警;区域医疗风险监控平台智能预警;非计划再次手术预测模型

再入院患者风险智能评估模型VTE智能评估预警模型

院内感染风险预警模型护理风险评估预警模型

住院病人日常医疗风险评估预警;计算能力;选择预测事件;风险事件;基于健康大数据，可自动、实时地完成区域常住居民的健康白皮书。前期在国家CDC信息中心和流病办的指导下，进行了系统的指标梳理。;卫生管理领域——区域人群健康白皮;卫生管理领域——区域人群健康白皮;卫生管理领域——区域人群健康白皮;三、未来展望;主要模式

医院内部业务系统和管理系统的互联互通。

区域医疗：医院、社区、公共

卫生等信息资源的整合共享

远程医疗：远程会诊，远程培训，远程急救、远程查房、远程阅片等。

主要技术

计算机、互联网; 进一步索证EMPI患者主索引，引入缓慢变化的概念，对于同一个人的重复建档，在一个时间点内有且仅有一条有效数据，促进数据质量从业务驱动向数据驱动的转变

通过大数据完善患者主索引机制的基础上建立患者视图;在患者视