劉艷亭 李 健 郭敬鵬

隨著互聯(lián)網(wǎng)技術(shù)和信息化技術(shù)發(fā)展進(jìn)入快車(chē)道，人工智能(artificial intelligence，AI)技術(shù)已成為當(dāng)代社會(huì)重要的生產(chǎn)要素，滲入到人們生活的方方面面，加快了傳統(tǒng)行業(yè)的發(fā)展，推動(dòng)了傳統(tǒng)行業(yè)的數(shù)字化，如智慧校園、智慧城市及智慧交通，而作為民生基礎(chǔ)設(shè)施的醫(yī)療體系更離不開(kāi)AI技術(shù)的推進(jìn)[1-2]。

目前，我國(guó)醫(yī)療體系存在醫(yī)療數(shù)據(jù)量大(volume)，從開(kāi)始的GB逐步增加到PB；數(shù)據(jù)種類(lèi)多(variety)，包括結(jié)構(gòu)化數(shù)據(jù)如達(dá)夢(mèng)、Oracle及MySql等關(guān)系型數(shù)據(jù)庫(kù)，半結(jié)構(gòu)化數(shù)據(jù)如XML文檔，非結(jié)構(gòu)化數(shù)據(jù)如Word和PDF文檔、影像及音視頻等，數(shù)據(jù)標(biāo)準(zhǔn)和術(shù)語(yǔ)不統(tǒng)一，大多無(wú)法直接使用；醫(yī)院業(yè)務(wù)系統(tǒng)存在煙囪式部署，系統(tǒng)割裂，無(wú)法滿(mǎn)足以患者為核心的業(yè)務(wù)體驗(yàn)和醫(yī)療效率。針對(duì)以上醫(yī)療數(shù)據(jù)和系統(tǒng)缺陷而提出使用中臺(tái)(相對(duì)于前臺(tái)和后臺(tái)而言)技術(shù)、大數(shù)據(jù)技術(shù)和微服務(wù)容器技術(shù)，將大量無(wú)序的數(shù)據(jù)標(biāo)準(zhǔn)化，匯聚在安全可靠易于利用的數(shù)據(jù)庫(kù)中，使數(shù)據(jù)共享互通互聯(lián)，降低系統(tǒng)總體復(fù)雜程度，以滿(mǎn)足對(duì)數(shù)據(jù)進(jìn)一步挖掘和利用需求，構(gòu)建臨床知識(shí)決策庫(kù)，為臨床業(yè)務(wù)提供數(shù)據(jù)服務(wù)[3]?？梢哉f(shuō)，醫(yī)院內(nèi)部數(shù)據(jù)到區(qū)域醫(yī)療數(shù)據(jù)的發(fā)展，使智慧醫(yī)療應(yīng)用成為必然趨勢(shì)。

1 智慧醫(yī)院國(guó)內(nèi)外發(fā)展現(xiàn)狀

1.1 國(guó)內(nèi)發(fā)展現(xiàn)狀

我國(guó)智慧醫(yī)院系統(tǒng)建設(shè)與國(guó)外相比起步較晚，但發(fā)展迅速。1995年原國(guó)家衛(wèi)生部開(kāi)展了信息化工程建設(shè)，開(kāi)發(fā)了信息化軟件系統(tǒng)，相應(yīng)地提高了醫(yī)院管理水平。1997年正式開(kāi)通醫(yī)療網(wǎng)絡(luò)，為智慧醫(yī)院建設(shè)打下了一定基礎(chǔ)；2003年，嚴(yán)重急性呼吸綜合征的爆發(fā)推動(dòng)了我國(guó)更加注重公共衛(wèi)生信息化建設(shè)。百度健康云和阿里健康通過(guò)大數(shù)據(jù)和AI技術(shù)，以試圖實(shí)現(xiàn)智慧醫(yī)院的目的；2011年之后，智慧醫(yī)院的研究成果如雨后春筍層出不窮，但智慧醫(yī)院的全面建設(shè)還存在一定不足，所以將AI技術(shù)運(yùn)用到傳統(tǒng)醫(yī)療已成必然趨勢(shì)[4]。

1.2 國(guó)外發(fā)展現(xiàn)狀

國(guó)外智慧醫(yī)院建設(shè)和研究相對(duì)于國(guó)內(nèi)出現(xiàn)較早，尤其是在理論、技術(shù)及經(jīng)驗(yàn)等方面處于相對(duì)領(lǐng)先地位。2009年國(guó)際商業(yè)機(jī)器公司(international business machines corporation，IBM)率先提出智慧醫(yī)療概念，使得電子病歷建立歸檔并制定了標(biāo)準(zhǔn)化定義，之后Google公司與之合作，使患者血壓和血氧等檢測(cè)數(shù)據(jù)保存入庫(kù)[5]。西班牙電信、AT&T等國(guó)外一些組織和機(jī)構(gòu)在智慧醫(yī)療領(lǐng)域中都取得了一定成效。

2 智慧醫(yī)院規(guī)劃架構(gòu)

智慧醫(yī)院規(guī)劃是以具有先進(jìn)理念的中臺(tái)技術(shù)為核心，使醫(yī)院各種類(lèi)型的數(shù)據(jù)標(biāo)準(zhǔn)化、易用化及集中化，且構(gòu)建開(kāi)放、云化和共享的數(shù)字化底座，提供強(qiáng)大的數(shù)據(jù)處理能力和服務(wù)能力，為各類(lèi)業(yè)務(wù)需求的調(diào)用保駕護(hù)航；以業(yè)務(wù)和體驗(yàn)為中心，提升醫(yī)護(hù)人員的診斷能力、專(zhuān)科科研能力、醫(yī)院看病效率、醫(yī)患體驗(yàn)?zāi)芰搬t(yī)學(xué)成果的快速轉(zhuǎn)化，降低運(yùn)營(yíng)成本[6]。智慧醫(yī)院規(guī)劃集成3大系統(tǒng)。

2.1 基礎(chǔ)設(shè)施系統(tǒng)

包括模塊化機(jī)房、虛擬資源池、物理資源池、醫(yī)療云和云服務(wù)，為大數(shù)據(jù)存儲(chǔ)提供基礎(chǔ)設(shè)施保障，體現(xiàn)全堆棧存儲(chǔ)能力[7]。

2.2 業(yè)務(wù)使能平臺(tái)系統(tǒng)

包括數(shù)據(jù)源醫(yī)院運(yùn)營(yíng)管理數(shù)據(jù)、醫(yī)院業(yè)務(wù)數(shù)據(jù)和醫(yī)院科研數(shù)據(jù)。①根據(jù)醫(yī)療衛(wèi)生行業(yè)標(biāo)準(zhǔn)、數(shù)據(jù)標(biāo)準(zhǔn)和安全標(biāo)準(zhǔn)，將各類(lèi)微服務(wù)應(yīng)用濃縮封裝，向外提供引擎服務(wù)、數(shù)據(jù)模型、各種語(yǔ)言的接口服務(wù)、公用基礎(chǔ)服務(wù)以及即插即用的應(yīng)用服務(wù)，實(shí)質(zhì)就是為上層各種實(shí)際應(yīng)用提供一個(gè)使能的基礎(chǔ)服務(wù)功能市場(chǎng)，通過(guò)對(duì)基礎(chǔ)服務(wù)功能市場(chǎng)里微服務(wù)模塊進(jìn)行類(lèi)似搭積木的動(dòng)作完成最終組裝，實(shí)現(xiàn)不同的業(yè)務(wù)需求，其中數(shù)據(jù)源醫(yī)院運(yùn)營(yíng)管理數(shù)據(jù)包含門(mén)禁、消防、監(jiān)控、資產(chǎn)、車(chē)輛和水電[8]；②醫(yī)院業(yè)務(wù)數(shù)據(jù)包含醫(yī)院信息系統(tǒng)(hospital information system，HIS)、電子病歷(electronic medical record，EMR)、財(cái)務(wù)、耗材、用藥、教學(xué)和評(píng)價(jià)；③醫(yī)院科研數(shù)據(jù)包含組學(xué)、病種、藥學(xué)、流行病、藥量和并發(fā)癥。3大數(shù)據(jù)模塊構(gòu)成數(shù)據(jù)源的主要來(lái)源，多數(shù)據(jù)源集成數(shù)據(jù)湖，數(shù)據(jù)湖(包含臨床數(shù)據(jù)、科研數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)和其他數(shù)據(jù))和專(zhuān)題庫(kù)(包含內(nèi)科庫(kù)、人員庫(kù)及事件庫(kù)等)，為大數(shù)據(jù)查詢(xún)分析提供基礎(chǔ)的數(shù)據(jù)服務(wù)；數(shù)據(jù)服務(wù)平臺(tái)包含微服務(wù)框架、中間件服務(wù)、第三方接口、自然語(yǔ)言處理(nature language processing，NLP)、影像識(shí)別、患者主索引(enterprise master patient index，EMPI)服務(wù)、知識(shí)庫(kù)和數(shù)據(jù)標(biāo)準(zhǔn)為上層業(yè)務(wù)應(yīng)用提供方便。

2.3 業(yè)務(wù)應(yīng)用系統(tǒng)

主要分3大類(lèi)：①院區(qū)內(nèi)統(tǒng)一管理的智慧運(yùn)營(yíng)平臺(tái)，包括由人員與車(chē)輛、安全態(tài)勢(shì)構(gòu)成的院區(qū)狀態(tài)可視化服務(wù)，由聯(lián)動(dòng)指揮、門(mén)禁事件處理組成的院區(qū)作業(yè)可管服務(wù)，由風(fēng)險(xiǎn)預(yù)防，資產(chǎn)軌跡組成的院區(qū)運(yùn)營(yíng)可控服務(wù)；②智慧臨床應(yīng)用，包括由HIS、EMR、患者360視圖、數(shù)據(jù)可視化、財(cái)務(wù)和績(jī)效組成的醫(yī)院應(yīng)用系統(tǒng)，由AI、院長(zhǎng)駕駛艙、醫(yī)療知識(shí)庫(kù)和智能財(cái)務(wù)分析組成的醫(yī)院分析應(yīng)用[9]；③智慧科研平臺(tái)，包括精準(zhǔn)醫(yī)學(xué)、數(shù)據(jù)共享、統(tǒng)計(jì)科研、教學(xué)實(shí)踐、基因組學(xué)和耳鼻喉專(zhuān)病庫(kù)。

智慧醫(yī)院平臺(tái)以構(gòu)建智慧醫(yī)院生態(tài)圈為目的，開(kāi)放接口，開(kāi)放生態(tài)，解決醫(yī)院機(jī)構(gòu)內(nèi)部系統(tǒng)緊耦合問(wèn)題，消除不同應(yīng)用間的技術(shù)差異，讓不同應(yīng)用服務(wù)器協(xié)調(diào)運(yùn)作，實(shí)現(xiàn)不同服務(wù)間的通信與整合。利用先進(jìn)大數(shù)據(jù)技術(shù)能幫助醫(yī)院快速構(gòu)建海量數(shù)據(jù)信息處理系統(tǒng)，通過(guò)對(duì)醫(yī)院內(nèi)部和外部的信息數(shù)據(jù)進(jìn)行實(shí)時(shí)與非實(shí)時(shí)的分析挖掘[10]。平臺(tái)整體架構(gòu)見(jiàn)圖1。

圖1 智慧醫(yī)院規(guī)劃架構(gòu)

3 智慧醫(yī)院規(guī)劃核心技術(shù)

3.1 容器和微服務(wù)化

微服務(wù)架構(gòu)是將單一復(fù)雜的應(yīng)用程序按需求分成一個(gè)或多個(gè)微服務(wù)組的架構(gòu)模式，常用框架有Dubbo、Springboot和SpringCloud，服務(wù)之間協(xié)調(diào)配合通過(guò)標(biāo)準(zhǔn)的Restful接口實(shí)現(xiàn)訪(fǎng)問(wèn)，各微服務(wù)組可獨(dú)自或共同部署在多臺(tái)應(yīng)用服務(wù)器，可實(shí)現(xiàn)松耦合，使應(yīng)用程序可有效拆分，具有敏捷開(kāi)發(fā)、部署、容錯(cuò)、擴(kuò)展和復(fù)雜度可控的優(yōu)勢(shì)。但隨著大量微服務(wù)部署在不同的主機(jī)上，不同語(yǔ)言開(kāi)發(fā)的微服務(wù)對(duì)庫(kù)和框架的兼容性，會(huì)對(duì)其管理變得日趨復(fù)雜，使管理成本逐漸提升[11]。針對(duì)上述微服務(wù)框架缺點(diǎn)，提出將微服務(wù)框架和容器技術(shù)相結(jié)合可有效地克服微服務(wù)架構(gòu)劣勢(shì)。Linux容器采用為容器鏡像提供一個(gè)類(lèi)似GitHub資源庫(kù)DockerHub的Docker，讓容器共享和發(fā)布變得簡(jiǎn)單，且使微服務(wù)能快速移植，實(shí)現(xiàn)“一次編寫(xiě)，到處運(yùn)行”效果。微服務(wù)和容器技術(shù)框架見(jiàn)圖2。

圖2 微服務(wù)和容器技術(shù)架構(gòu)

3.2 中臺(tái)建設(shè)

為滿(mǎn)足后臺(tái)系統(tǒng)的穩(wěn)定可靠，又使前臺(tái)系統(tǒng)能小而美，快速迭代的需求，中臺(tái)順勢(shì)而生，中臺(tái)就像是在前臺(tái)與后臺(tái)之間添加一組“變速齒輪”，使前臺(tái)和后臺(tái)之間的速率匹配，相當(dāng)于前臺(tái)與后臺(tái)間的橋梁。中臺(tái)服務(wù)于前臺(tái)，便于前臺(tái)使用，使后臺(tái)資源輕松流向醫(yī)院用戶(hù)，響應(yīng)醫(yī)院業(yè)務(wù)需求[12]。前臺(tái)、中臺(tái)和后臺(tái)關(guān)系見(jiàn)圖3。

圖3 中臺(tái)平衡前臺(tái)和后臺(tái)關(guān)系

中臺(tái)包括數(shù)據(jù)中臺(tái)和AI中臺(tái)，數(shù)據(jù)中臺(tái)提供存儲(chǔ)和計(jì)算能力，基于不同的醫(yī)院業(yè)務(wù)場(chǎng)景，整合出滿(mǎn)足醫(yī)院不同業(yè)務(wù)的數(shù)據(jù)服務(wù)，加上智能芯片強(qiáng)大的計(jì)算力，能快速縮短獲得結(jié)果時(shí)間。而AI中臺(tái)則是將算法模型融入進(jìn)來(lái)為構(gòu)建業(yè)務(wù)需求服務(wù)，讓構(gòu)建算法模型更加快速高效地服務(wù)醫(yī)療業(yè)務(wù)[13]。中臺(tái)技術(shù)可以很好地處理因醫(yī)院各業(yè)務(wù)系統(tǒng)經(jīng)年累月的煙囪架構(gòu)形式存在而導(dǎo)致的數(shù)據(jù)孤島、數(shù)據(jù)隔離和數(shù)據(jù)不一致問(wèn)題，使標(biāo)準(zhǔn)化數(shù)據(jù)在數(shù)據(jù)平臺(tái)和業(yè)務(wù)系統(tǒng)之間建立一個(gè)良性的閉環(huán)。

3.3 大數(shù)據(jù)技術(shù)

大數(shù)據(jù)集成平臺(tái)作為企業(yè)級(jí)大數(shù)據(jù)存儲(chǔ)、查詢(xún)和分析的統(tǒng)一平臺(tái)，能幫助醫(yī)院系統(tǒng)快速構(gòu)建海量數(shù)據(jù)信息處理系統(tǒng)，通過(guò)對(duì)巨量信息數(shù)據(jù)實(shí)時(shí)與非實(shí)時(shí)地分析挖掘，提高醫(yī)護(hù)人員看病效率。主要由3部分組成：①一個(gè)分布式數(shù)據(jù)處理系統(tǒng)，對(duì)外提供大容量數(shù)據(jù)存儲(chǔ)、分析查詢(xún)和實(shí)時(shí)流式數(shù)據(jù)處理分析能力的分布式框架hadoop(hadoop，HD)；②采用海量并行處理結(jié)構(gòu)(massive parallel processing，MPP)架構(gòu)，支持行存儲(chǔ)和列存儲(chǔ)，提供PB(Petabyte)級(jí)別數(shù)據(jù)量的處理能力的并行處理關(guān)系型數(shù)據(jù)庫(kù)GaussDB 200；③提供高可靠易用的集群管理能力，便于大規(guī)模集群的部署安裝、告警功能、權(quán)限管理功能、審計(jì)業(yè)務(wù)、用戶(hù)管理、健康檢查、問(wèn)題定位及升級(jí)等功能的大數(shù)據(jù)操作運(yùn)維系統(tǒng)Manager[14]。大數(shù)據(jù)集成系統(tǒng)架構(gòu)見(jiàn)圖4。

圖4 大數(shù)據(jù)集成系統(tǒng)架構(gòu)

HD是大數(shù)據(jù)系統(tǒng)的核心模塊，需對(duì)開(kāi)源組件進(jìn)行封裝和增強(qiáng)，對(duì)外提供穩(wěn)定、大容量的數(shù)據(jù)存儲(chǔ)、查詢(xún)和分析能力[15]。①M(fèi)anager為運(yùn)維系統(tǒng)，為大數(shù)據(jù)提供高可靠、安全、容錯(cuò)和易用的集群管理能力，支持大規(guī)模集群的安裝、升級(jí)、配置管理、監(jiān)控管理、告警管理、用戶(hù)管理及租戶(hù)管理等；②HD分布式文件系統(tǒng)(Hadoop distributed file system，HDFS)提供高吞吐量的數(shù)據(jù)訪(fǎng)問(wèn)，適合大規(guī)模數(shù)據(jù)集方面的應(yīng)用；③HBase數(shù)據(jù)庫(kù)提供海量數(shù)據(jù)存儲(chǔ)功能，是構(gòu)建在HDFS之上的分布式、面向列的存儲(chǔ)系統(tǒng)；④Elasticsearch搜索服務(wù)器是兼有搜索引擎和NoSQL數(shù)據(jù)庫(kù)功能的開(kāi)源系統(tǒng)，基于Java/Lucene構(gòu)建，開(kāi)源、分布式和支持RESTful請(qǐng)求；⑤Spark是基于內(nèi)存計(jì)算的分布式技術(shù)框架；⑥Pollux是兼容相同數(shù)據(jù)中心和跨數(shù)據(jù)中心多數(shù)據(jù)源協(xié)助查詢(xún)的系統(tǒng)。大數(shù)據(jù)系統(tǒng)架構(gòu)見(jiàn)圖5。

圖5 大數(shù)據(jù)系統(tǒng)架構(gòu)

4 智慧醫(yī)院規(guī)劃平臺(tái)應(yīng)用

4.1 患者運(yùn)用

智慧醫(yī)院規(guī)劃數(shù)字化平臺(tái)在患者中運(yùn)用：①可建立完備的告警消息重發(fā)機(jī)制，減少醫(yī)院系統(tǒng)故障率，保障醫(yī)院業(yè)務(wù)的持續(xù)性，有效地提高醫(yī)護(hù)人員服務(wù)效率；②可優(yōu)化門(mén)診流程改善就醫(yī)環(huán)境，減少患者排隊(duì)等待時(shí)間，提高就診效率和診療質(zhì)量，減少診療差錯(cuò)率，提高患者就診滿(mǎn)意度；③可通過(guò)平臺(tái)信息實(shí)現(xiàn)患者導(dǎo)航、分時(shí)就診等，有效控制患者流向，緩解就診壓力，實(shí)現(xiàn)醫(yī)療資源優(yōu)化配置和高效利用；④可利用遠(yuǎn)程醫(yī)療技術(shù)、網(wǎng)絡(luò)技術(shù)和移動(dòng)醫(yī)療技術(shù)使臨床醫(yī)生工作方式和醫(yī)院管理模式變得更加高效，無(wú)論臨床醫(yī)生身在何處，均可隨時(shí)隨地查詢(xún)患者病歷信息和檢查結(jié)果并在線(xiàn)給出診療意見(jiàn)，若重癥患者出現(xiàn)緊急情況，則可利用遠(yuǎn)程醫(yī)療平臺(tái)和移動(dòng)醫(yī)護(hù)工作站獲得其他專(zhuān)家有效、快速的診斷建議與手術(shù)指導(dǎo)；⑤可通過(guò)規(guī)劃平臺(tái)促進(jìn)醫(yī)生多點(diǎn)執(zhí)業(yè)制度的落實(shí)，使醫(yī)療資源得到充分利用[16]。

患者全息視圖是集成平臺(tái)患者數(shù)據(jù)的統(tǒng)一展示：①將患者在醫(yī)療機(jī)構(gòu)不同系統(tǒng)的就診數(shù)據(jù)集中在一起可視化展示；②能提供當(dāng)前就診和歷次就診的所有臨床關(guān)鍵數(shù)據(jù)，支持功能的靈活配置、權(quán)限的集中管理及接口的靈活調(diào)用，提供對(duì)患者診斷、處方醫(yī)囑、手術(shù)麻醉、護(hù)理記錄、檢查檢驗(yàn)及病歷文書(shū)等數(shù)據(jù)一體化呈現(xiàn)，以及歷次就診數(shù)據(jù)對(duì)比方案；③可體現(xiàn)以患者為中心的臨床數(shù)據(jù)可視化，保證臨床數(shù)據(jù)精準(zhǔn)、及時(shí)且直觀(guān)呈現(xiàn)，輔助提高醫(yī)療互聯(lián)互通的信息化管理[17]。

4.2 醫(yī)務(wù)人員運(yùn)用

目前，醫(yī)生診斷主要靠個(gè)人經(jīng)驗(yàn)和主觀(guān)判斷，需要醫(yī)生精準(zhǔn)記憶大量的醫(yī)學(xué)知識(shí)，但人類(lèi)身體結(jié)構(gòu)高度精細(xì)復(fù)雜，導(dǎo)致某種疾病原因的多樣化和復(fù)雜化，使醫(yī)生快速準(zhǔn)確找到病因存在差距，偶爾也會(huì)發(fā)生誤診情況，造成醫(yī)患關(guān)系緊張，醫(yī)院和醫(yī)生名譽(yù)受損等一系列問(wèn)題。智慧醫(yī)院規(guī)劃平臺(tái)集成HIS、標(biāo)準(zhǔn)的電子健康檔案數(shù)據(jù)EMR、AI輔助決策系統(tǒng)、豐富的醫(yī)療知識(shí)庫(kù)系統(tǒng)、影像歸檔及傳輸系統(tǒng)(picture archiving and communication systems，PACS)、實(shí)驗(yàn)室信息系統(tǒng)(laboratory information system，LIS)以及疾病預(yù)測(cè)分析模型等智能化輔助系統(tǒng)，可幫助醫(yī)生對(duì)患者健康問(wèn)題數(shù)據(jù)收集跟蹤，快速提取以往病癥治療方案，及時(shí)查看先進(jìn)醫(yī)療知識(shí)，使醫(yī)生誤診及漏診現(xiàn)象大幅度減少[18]。

4.3 醫(yī)院管理人員運(yùn)用

智慧醫(yī)院規(guī)劃平臺(tái)使用中臺(tái)技術(shù)將結(jié)構(gòu)化、半結(jié)構(gòu)和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化集中整合處理，開(kāi)放接口，打造智慧醫(yī)院生態(tài)圈，開(kāi)發(fā)智慧醫(yī)療影像分析系統(tǒng)使機(jī)器替代人類(lèi)進(jìn)行醫(yī)療影像分析，解決醫(yī)療行業(yè)放射科醫(yī)生短缺的窘?jīng)r，自主研發(fā)的AI芯片具有強(qiáng)大的計(jì)算能力和速度，為規(guī)劃平臺(tái)提供有力保障[19-20]。針對(duì)醫(yī)院管理系統(tǒng)存在的導(dǎo)診流程不完善，看病排隊(duì)等待時(shí)間長(zhǎng)，就診復(fù)雜化等問(wèn)題，智能平臺(tái)有效整合了預(yù)約掛號(hào)、排隊(duì)叫號(hào)、報(bào)告查詢(xún)、住院充值、預(yù)防接種及滿(mǎn)意度評(píng)價(jià)等實(shí)時(shí)智能提醒功能，減少患者等候時(shí)間、合理安排就診行程，提高患者就醫(yī)體驗(yàn)感、滿(mǎn)意度，緩解醫(yī)院高峰時(shí)段接診壓力，為患者提供更加精準(zhǔn)化、精細(xì)化的就診全流程自助服務(wù)，能把偏重傳統(tǒng)使用習(xí)慣的患者人群有效分流，減輕窗口服務(wù)壓力，節(jié)約醫(yī)院人力成本和管理成本；平臺(tái)中的智能嬰兒防盜系統(tǒng)、醫(yī)療廢棄物追蹤處理系統(tǒng)、園區(qū)能耗管理系統(tǒng)、智能護(hù)理系統(tǒng)以及醫(yī)院資源規(guī)劃(hospital resource planning，HRP)系統(tǒng)主要依托強(qiáng)大的物聯(lián)網(wǎng)技術(shù)，使醫(yī)院資產(chǎn)、藥房出入庫(kù)及安全等問(wèn)題能有效解決。

4.4 科研人員運(yùn)用

未經(jīng)處理的醫(yī)院系統(tǒng)數(shù)據(jù)大多是不可直接利用的非結(jié)構(gòu)化數(shù)據(jù)，分散數(shù)據(jù)，醫(yī)護(hù)科研人員課題研究時(shí)，將大量的時(shí)間和精力用于收集和整理數(shù)據(jù)，占用了科研時(shí)間，通過(guò)數(shù)據(jù)中臺(tái)構(gòu)建數(shù)據(jù)服務(wù)化平臺(tái)，打破數(shù)據(jù)壁壘和割裂，將數(shù)據(jù)標(biāo)準(zhǔn)處理，可為醫(yī)護(hù)科研人員節(jié)約時(shí)間，提高科研效率，增加科研成果[21]。

4.5 疾病預(yù)測(cè)運(yùn)用

以智慧醫(yī)院規(guī)劃數(shù)字集成共享技術(shù)為基礎(chǔ)，利用AI知識(shí)圖譜、數(shù)據(jù)聚類(lèi)分析、算法與建模、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘等先進(jìn)的AI技術(shù)，分析和挖掘人們生活習(xí)慣、生活環(huán)境、生活方式與疾病種類(lèi)、發(fā)病率等之間的關(guān)系，通過(guò)系統(tǒng)可視化方式展現(xiàn)出來(lái)，可預(yù)測(cè)地方疾病發(fā)生風(fēng)險(xiǎn)，對(duì)公共衛(wèi)生起到很好的監(jiān)督預(yù)防作用，減輕醫(yī)生工作量[22]。

5 展望

基于智慧醫(yī)院數(shù)字集成共享平臺(tái)建設(shè)是傳統(tǒng)醫(yī)院改革的重要方向，相信其利用大數(shù)據(jù)技術(shù)、中臺(tái)技術(shù)、微服務(wù)框架和docker容器、AI算法、云存儲(chǔ)硬件平臺(tái)以及醫(yī)療協(xié)作網(wǎng)等前沿高新技術(shù)可為醫(yī)院全方位打造高效、便捷和智能的生態(tài)系統(tǒng)，能將分散無(wú)效不標(biāo)準(zhǔn)的數(shù)據(jù)集中處理使之標(biāo)準(zhǔn)化，開(kāi)發(fā)數(shù)據(jù)接口，實(shí)現(xiàn)數(shù)據(jù)信息共享和臨床信息一體化，提高醫(yī)務(wù)人員、科研人員及管理人員工作效率和臨床診斷質(zhì)量，實(shí)現(xiàn)醫(yī)院機(jī)構(gòu)有效監(jiān)管與科學(xué)決策，達(dá)到逐步推進(jìn)智慧醫(yī)院建設(shè)的戰(zhàn)略目標(biāo)。