本文作者：鉑金小豬

我叫鉑金小豬，萬萬沒想到，我一個(gè)公立醫(yī)院負(fù)責(zé)醫(yī)療耗材管理的野生程序員，有一天我會(huì)成為醫(yī)療界的「AI技術(shù)專家」（自己都覺得臉紅）。上一篇文章中，我提到我們用 AI 技術(shù)參與了一個(gè)國家衛(wèi)健委的科研項(xiàng)目。今天，我繼續(xù)分享一下，我們是如何利用 AI 來參與到醫(yī)用耗材管理工作里面的。

項(xiàng)目名稱：2024醫(yī)學(xué)工程研究項(xiàng)目 項(xiàng)目發(fā)起部門：國家衛(wèi)健委醫(yī)院管理研究所 課題名稱：基于病種和臨床路徑的醫(yī)用耗材使用管理和評(píng)價(jià)體系研究 課題單位：云南省第一人民醫(yī)院、富源縣人民醫(yī)院

根據(jù)國家衛(wèi)健委醫(yī)院管理研究所的相關(guān)要求，基于病種和臨床路徑的醫(yī)用耗材使用管理和評(píng)價(jià)體系研究項(xiàng)目的主要研究方向是，聚焦醫(yī)院醫(yī)用耗材精細(xì)化使用管理需求，研究建立基于病種和臨床路徑的醫(yī)用耗材使用管理方法及評(píng)價(jià)體系，針對(duì)植介入重點(diǎn)管控醫(yī)用耗材開展應(yīng)用評(píng)價(jià)，優(yōu)化醫(yī)用耗材使用管理，服務(wù)于臨床?？颇芰ㄔO(shè)和醫(yī)院高質(zhì)量發(fā)展。

按照這一要求，我們對(duì)業(yè)務(wù)進(jìn)行了分析，發(fā)現(xiàn)這事兒得要用 AI 的一些能力才能干完。

主要痛點(diǎn)分析

整個(gè)項(xiàng)目，基本就是圍繞病歷、結(jié)算數(shù)據(jù)去進(jìn)行分析，根據(jù)我們的項(xiàng)目計(jì)劃書，我們將從全省的省級(jí)、市級(jí)、縣級(jí)醫(yī)院共抽取一億份相關(guān)病歷來進(jìn)行數(shù)據(jù)分析。如果熟悉醫(yī)院信息化相關(guān)的小伙伴就會(huì)知道，這將是一個(gè)非常麻煩的事情，因?yàn)椤笜?biāo)準(zhǔn)不統(tǒng)一」，各家機(jī)構(gòu)都會(huì)有個(gè)家機(jī)構(gòu)的病歷結(jié)構(gòu)，而很多歷史病歷只有影印版的記錄。

歸納起來，任務(wù)難點(diǎn)有三點(diǎn)：

多院區(qū)非標(biāo)準(zhǔn)數(shù)據(jù)清洗

因?yàn)槭菑氖?、市、縣多家醫(yī)療機(jī)構(gòu)提取病歷數(shù)據(jù)，各家醫(yī)院的電子病歷系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)、信息化能力各有差異，而根據(jù)課題研究的要求，我們需要按照一定規(guī)則去提取相關(guān)數(shù)據(jù)，對(duì)于結(jié)構(gòu)化數(shù)據(jù)我們自然可以編寫相應(yīng)的轉(zhuǎn)化程序，但對(duì)于非標(biāo)準(zhǔn)數(shù)據(jù)，如果針對(duì)性的去開發(fā)提取程序，那將是一個(gè)非常龐大的工作量。在咨詢了紅薯以及 Gitee AI 的小伙伴后，我們認(rèn)為 AI 的相關(guān)能力簡直天生就適合來做這件事。

多模態(tài)數(shù)據(jù)識(shí)別與抽取

在醫(yī)療領(lǐng)域，OCR 識(shí)別一直以來都是信息廠家拿捏醫(yī)院的一個(gè)法寶。但傳統(tǒng) OCR 技術(shù)的識(shí)別率是低的感人的。我們需要一個(gè)能讀懂病歷照片，并根據(jù)我們的一些指令提取相關(guān)信息的程序，隨著Qwen2-VL-72B等優(yōu)秀多模態(tài)大模型的開源，這一需要將不再是難題。

多因子影響的耗材使用合理性分析

哪怕不是醫(yī)療從業(yè)人員，也能想到一個(gè)事情，一個(gè)患者的耗材使用情況，除了取決于手術(shù)方式，還取決于患者的具體病癥、基本生命體征等。這些影響因子之間還會(huì)有交叉影響，我們可以對(duì)真實(shí)世界的耗材使用情況進(jìn)行描述性分析，但針對(duì)具體的每一個(gè)單例的耗材使用情況，還需要進(jìn)行更為深層的多元分析。這樣的事情，很顯然最適合交給 AI 來做。

技術(shù)實(shí)現(xiàn)路徑 專業(yè)知識(shí)庫建設(shè)

做為一個(gè)野生程序員，我自然也是知道 LLM 是存在幻覺的，這樣的幻覺在我們這個(gè)案例里面，顯然是不行的。RAG 技術(shù)是消除幻覺的一大法寶，而恰好醫(yī)療行業(yè)是一個(gè)最不缺少各種知識(shí)內(nèi)容的行業(yè)，所以我們需要為 LLM 準(zhǔn)備一個(gè)診療專家知識(shí)庫和一個(gè)耗材專業(yè)知識(shí)庫，前者對(duì)具體的診療技術(shù)做描述，后者則是醫(yī)用耗材的使用說明書。

知識(shí)圖譜

我們已經(jīng)整合醫(yī)院信息系統(tǒng)（HIS）、電子病歷（EMR）等內(nèi)部數(shù)據(jù)，結(jié)合醫(yī)學(xué)文獻(xiàn)、臨床指南等外部資源，進(jìn)行數(shù)據(jù)清洗和預(yù)處理。隨后，基于醫(yī)學(xué)本體（如SNOMED CT、ICD-10）設(shè)計(jì)實(shí)體與關(guān)系，創(chuàng)建一致的詞匯表，并利用自然語言處理（NLP）技術(shù)和規(guī)則驅(qū)動(dòng)方法自動(dòng)抽取和校正信息。

知識(shí)圖譜采用圖數(shù)據(jù)庫（如 Neo4j）存儲(chǔ)，建立索引以提高查詢效率，并開發(fā)可視化界面方便瀏覽。系統(tǒng)集成方面，通過 API 對(duì)接現(xiàn)有醫(yī)院信息系統(tǒng)，構(gòu)建智能化應(yīng)用如耗材推薦系統(tǒng)。最后，定期評(píng)估性能并根據(jù)用戶反饋迭代優(yōu)化，確保知識(shí)圖譜的時(shí)效性和準(zhǔn)確性。

多路數(shù)據(jù)聯(lián)合推理

前文我們講到需要進(jìn)行多因子分析，那么很顯然，在這個(gè)分析過程中，我們需要根據(jù)不同的病癥、手術(shù)方案、檢查情況、生命體征等信息進(jìn)行不同路徑的數(shù)據(jù)分析和推理。

提示詞工程

想要 LLM 聽話，你就得給他足夠清楚的指令，一個(gè) Prompt 可能包含的六個(gè)要素：任務(wù)，上下文，示例，角色，格式和語氣，而且這些要素是按重要性降序排列的。提示工程涉及選擇、編寫和組織提示，以便獲得所需的輸出，主要包括以下方面：

Prompt 格式：確定 prompt 的結(jié)構(gòu)和格式，例如，問題形式、描述形式、關(guān)鍵詞形式等。

Prompt 內(nèi)容：選擇合適的詞語、短語或問題，以確保模型理解用戶的意圖。

Prompt 上下文：考慮前文或上下文信息，以確保模型的回應(yīng)與先前的對(duì)話或情境相關(guān)。

Prompt 編寫技巧：使用清晰、簡潔和明了的語言編寫 prompt，以準(zhǔn)確傳達(dá)用戶的需求。

Prompt 優(yōu)化：在嘗試不同 prompt 后，根據(jù)結(jié)果對(duì) prompt 進(jìn)行調(diào)整和優(yōu)化，以獲得更滿意的回應(yīng)。

總結(jié)

整個(gè)項(xiàng)目目前處于籌備計(jì)劃階段，更多技術(shù)的實(shí)踐應(yīng)用，還有待于我們?nèi)?shí)踐驗(yàn)證。標(biāo)準(zhǔn)用耗使用分析，是近幾年的一項(xiàng)重點(diǎn)工作，隨著醫(yī)療機(jī)構(gòu)改革進(jìn)程的推進(jìn)，醫(yī)保 RAG 付費(fèi)的改革，醫(yī)療機(jī)構(gòu)的管理能力和管理手段都亟待提升，行業(yè)里也涌現(xiàn)了各種各樣的 AI 應(yīng)用和產(chǎn)品，成為時(shí)下最熱門的 AI 細(xì)分領(lǐng)域，但我有以下三點(diǎn)不同的看法:

AI 不是萬能的，但 AI 能讓一切變得更好

在醫(yī)療行業(yè)，對(duì)待 AI 需保持嚴(yán)謹(jǐn)科學(xué)態(tài)度，避免將其視為萬能解決方案。盡管 AI 顯著提升了效率和質(zhì)量，減少了人為錯(cuò)誤，并通過自動(dòng)化日常任務(wù)讓員工專注于更具創(chuàng)造性的事務(wù)，它也提供了精準(zhǔn)的決策支持和個(gè)性化服務(wù)，推動(dòng)了創(chuàng)新并增強(qiáng)了系統(tǒng)安全性。

此外，AI 優(yōu)化了資源分配，促進(jìn)了可持續(xù)發(fā)展。然而，我們必須謹(jǐn)慎應(yīng)對(duì)數(shù)據(jù)隱私、倫理問題及對(duì)就業(yè)市場的影響等挑戰(zhàn)，確保 AI 的應(yīng)用真正造福社會(huì)。因此，在保持謹(jǐn)慎的同時(shí)大膽嘗試，才能充分發(fā)揮 AI 的潛力，同時(shí)保障醫(yī)療行業(yè)的高標(biāo)準(zhǔn)和可靠性。

比起開發(fā)大模型，更重要的是讓 AI 功能融入日常

近一兩年，醫(yī)療 AI 領(lǐng)域熱點(diǎn)新聞不斷，但真正做實(shí)事的我認(rèn)為不多，希望 AI 技術(shù)行業(yè)能理性和友好的對(duì)待醫(yī)療行業(yè)這些不懂技術(shù)的人吧。比起開發(fā)復(fù)雜的大模型，更重要的是將 AI 功能無縫融入日常操作中。通過簡化任務(wù)流程、減少人為錯(cuò)誤，AI 可以提升工作效率和質(zhì)量，提供精準(zhǔn)決策支持和個(gè)性化服務(wù)。關(guān)鍵在于使 AI 工具易于使用，確保醫(yī)護(hù)人員能夠直觀地應(yīng)用這些技術(shù)，從而改善患者護(hù)理并優(yōu)化資源管理，真正實(shí)現(xiàn) AI 的價(jià)值。

國產(chǎn)算力，安全更放心

選擇 Gitee AI 做為算力服務(wù)提供平臺(tái)，除了哥們兒兄弟關(guān)系，以及我這個(gè)野生程序員沒得那么多資源搭建穩(wěn)健可靠的算力池外，最重要的一個(gè)選擇原因就是安全。

講醫(yī)療必談安全，而近些年數(shù)據(jù)安全形勢(shì)不必多講，近日 Gitee AI 發(fā)布了多個(gè)文章介紹了他們與各大國產(chǎn)算力企業(yè)的合作，這是我最安心的。

做為一個(gè)野生程序員，沒有強(qiáng)大的團(tuán)隊(duì)支持，沒有強(qiáng)大的資金支持，但對(duì)于事業(yè)的熱愛之心不會(huì)因此而改變，未來我將繼續(xù)努力！

Gitee AI 現(xiàn)已上線「有獎(jiǎng)投稿」活動(dòng)，投稿有機(jī)會(huì)獲得現(xiàn)金獎(jiǎng)勵(lì)&周邊禮品，點(diǎn)擊下方圖片了解活動(dòng)詳情～

相關(guān)知識(shí)

2023醫(yī)療健康A(chǔ)I大模型行業(yè)研究報(bào)告
健康醫(yī)療大數(shù)據(jù)分析 隊(duì)列研究 算法研發(fā)能力
創(chuàng)新科技塑造醫(yī)療未來：AI應(yīng)用助力個(gè)性化健康服務(wù)
[頭豹研究院]：2023年中國AI健康管理行業(yè)概覽：以AI科技助力智能健康管理
醫(yī)療健康大數(shù)據(jù)分類分級(jí)使用標(biāo)準(zhǔn)研究（一）
CareVault 智能醫(yī)療研究云平臺(tái)
AI + 醫(yī)療服務(wù)50個(gè)應(yīng)用場景：重塑醫(yī)療健康新生態(tài)
醫(yī)療AI研發(fā)有哪些路徑可循
數(shù)智醫(yī)療與醫(yī)學(xué)AI創(chuàng)新：應(yīng)用現(xiàn)狀與發(fā)展前景
應(yīng)用井噴，AI+醫(yī)療開啟健康產(chǎn)業(yè)新篇章

網(wǎng)址: Gitee AI助力醫(yī)療科研：醫(yī)用耗材使用分析研究 http://m.gysdgmq.cn/newsview681495.html