当前位置:首页 > 新闻 > 正文

平安医疗科技智能疾病预测开启城市公共卫生防控新篇章

发布时间: 2018-08-10 14:25   作者: 徐亮   来源: 人工智能杂志

  我国的疾病预测和疾病预防工作急切而紧迫。在人工智能逐渐渗透各行各业的当下,医疗人工智能通过对医疗大数据的收集分析,可在多个方面提高医疗系统的效率。平安医疗科技智能疾病预测项目与城市医疗卫生管理部门合作,建立针对当地状况的疾病预测模型。针对现有的流感监测体系存在的不足,平安医疗科技研发了流感预测模型,并在重庆和深圳落地应用。

  一、平安医疗科技的深度智能疾病预测

  党的十九大报告中指出,推动互联网、大数据、人工智能和实体经济深度融合;实施健康中国战略,坚持预防为主,深入开展爱国卫生运动,预防控制重大疾病。现阶段我国的疾病预防工作仍然集中在事中和事后的应急处理,而目前国际上发达国家的公共卫生工作已发展到以疾病预防为主,我国的疾病预测和疾病预防工作急切而紧迫。同时,随着我国人口老龄化进程的加快,诸如恶性肿瘤、糖尿病等慢性病的多发以及流感、手足口病等传染病的传播加大了政府卫生费用支出和医疗财政负担。精准、高效的疾病预测防控体系可显著提高政府疾病控制水平,大幅减少医疗财政负担。

  谷歌“阿尔法狗”的热潮尚未退去,人工智能已经开始渗透进各行各业,助力传统行业智能升级、智能转型。现如今,人工智能已能够在公共卫生领域中得到应用,帮助城市医疗管理部门提升疾病预防和控制的水平。医疗人工智能通过对医疗大数据的收集分析,可在多个方面提高医疗系统的效率,例如通过人工智能识别患者医学影像,辅助诊断患者是否患有疾病;电子病例的结构化;医保反欺诈等。在可预见的未来,医疗人工智能将在我国医疗系统中掀起变革的浪潮。平安医疗科技智能疾病预测项目正是医疗人工智能的先行者。平安医疗科技智能疾病预测项目与城市医疗卫生管理部门合作,建立针对当地状况的疾病预测模型。在传染病预测上,平安医疗科技研发了流感预测模型。该模型能够提前一周预测流感发病趋势,准确率已达到90%以上,目前已在重庆市和深圳市上线应用,并得到相关城市医疗管理部门的一致认可。

  平安医疗科技智能疾病预测项目利用“互联网+医疗健康”大数据前沿技术,提出“宏观+微观”的深度智能疾病预测方法,整合上万维度数据因子进行建模,使用了政府平台上采集的城市级数据,同时结合本地疾病防控实际业务经验和专家知识,更贴近当地城市现状,精确度也显著高于传统方法,充分体现了多维数据来源的业务应用优势和实践价值。

  1.宏观层面:在宏观或地区层面,通过整合全国上百个城市的环境气象因子(环境/天气/季节)、人口信息(人口/流动/结构)、产业结构、经济教育发展、地区生活行为、医疗习惯、就诊行为等一系列宏观因子,对历史数据进行尝试挖掘,分析时间序列。

  2.微观层面:在个人层面,通过整合全方位、多维度的预测因子和信息来预测疾病发生风险。这些信息包括信息高度相关,但频度较低、分布较稀疏的医疗健康因子(体检/就诊/告知等),也包括信息间接相关,但信息频度和深度较高的个人行为因子(财务/职业/生活等)、互联网数据因子(舆情/行为/LBS等)等。通过精准评估个人层面风险并将其汇总到宏观层面,该方法能够深入挖掘宏观层面无法统计的细颗粒度的信息,从而提升预测精确度。

  3.深度层面:算法融合了多种深度学习和人工智能方法,如时间序列模型、深度学习模型、树模型等,提高预测精确度。

  平安医疗科技智能疾病预测项目响应国家“健康中国”战略,在提高疾病防控效率,降低政府医疗财政负担,降低个人疾病经济负担等方面具有重要的意义和价值:

  (1)提高疾病防控能力,降低公共健康管理风险:智能疾病预测项目旨在打造精准、高效的疾病预测防控体系,提升政府疾病防控能力,降低公共健康管理的风险。

  (2)减少医疗财政负担和个人疾病经济负担:智能疾病预测项目帮助政府医疗管理机构降低疾病防控工作的成本,帮助减少个人疾病经济负担和政府医疗财政负担。

  (3)完善智慧决策水平,建设民生工程:智能疾病预测项目契合国家“健康中国”战略,助力政府在卫生经济领域做出智慧行政决策,作为民生工程,服务利民。

  二、从流感疫情看传统监测手段的滞后性

  流行性感冒(简称流感)是由流行性感冒病毒(简称流感病毒)引起的急性呼吸道传染病,临床表现为发热、头痛、肌痛、乏力、鼻炎、咽痛和咳嗽,可能有肠胃不适等现象。流感能加重潜在的疾病(如心肺疾患)或者引起继发细菌性肺炎或原发流感病毒性肺炎。老年人以及患有各种慢性病或者体质虚弱者患流感后容易出现严重并发症,病死率较高。流感传染性强,主要通过空气中的飞沫、人与人之间的接触或与被污染物品的接触而在世界范围内传播,可感染任何年龄组的任何人。在温带气候条件下,季节性流感主要发生在冬季。而在热带地区,全年都可能发生流感,疫情爆发更不规律。

  2017年入冬后,我国南北方省份流感活动水平上升较快,处于冬季流感流行高峰水平。全国流感监测结果显示,流感样病例就诊百分比和流感病毒监测阳性率均显著高于过去三年同期水平,本次冬季流感活动强度要强于往年。2018年1月9日,国家卫计委召开“部署2018年流感防治有关情况”的新闻发布会,表示本次流感元凶除了有乙型流感,还合并了甲型的几个亚型病毒的感染,例如甲型H3N2和甲型H1N1。今年流行的优势毒株,已多年未成为优势毒株。这导致人群缺乏免疫屏障,易感人群增多。

  流感是一个严重的公共卫生问题,可在高危人群中造成严重疾病和死亡,使劳动队伍丧失生产能力,给各国人民和经济发展造成巨大的损失,同时也会对各国公共卫生体系的建设提出严峻挑战。学术界研究与政府实际采用的传染病疫情预警系统目前主要依赖传统监测手段,包括各级医疗机构、疾病预防控制中心和流感样病例监测哨点医院之间的协作,由医疗机构诊断并报告流感临床诊断病例和确诊病例,研究人员基于该系统报告的信息及自行获取的气象等数据,建立疾病预测模型。但现有的流感监测体系存在不足:以“定时抽样,每周汇总”的方式所获取的数据,其结果存在滞后性;监测手段耗费大量人力物力,遍及全国的监测网络中任一节点产生的差错都将影响数据的准确性,且各实验室检测和逐级上报的过程繁琐;监测手段获取的数据来源单一,无其他来源数据的比对修正。

 

  以上内容精选于《人工智能》杂志第五期

  本文作者

  徐 亮

  深圳市“孔雀计划”专家,平安科技智能引擎部副总工程师、领域负责人。于牛津大学工程系取得博士学位,专注人工智能在智慧城市、智慧医疗的研发及应用。2015年加入平安科技,在重庆、深圳等城市的项目中实现创新性突破。

  欲阅读完整文章,可通过以下方式购买《人工智能》杂志!

  订阅2018年《人工智能》杂志6期共计360元

  银行转账:北京赛迪出版传媒有限公司

  开户行及账号:北京银行北洼路支行20000030565000007701154

  银行转账,请备注:人工智能

  接收详细信息请发到:aiview@ccidmedia.com;或是添加客服微信:13601092749

收藏