高 標
(安徽醫(yī)科大學附屬安慶第一人民醫(yī)院,安徽 安慶 246000)
隨著醫(yī)療信息化水平不斷提高,信息化建設的完善對實現(xiàn)“健康中國 2030”具有重要作用。在醫(yī)院的信息化建設中,心電圖的全程數(shù)字化管理是醫(yī)院建立完整電子病歷管理的必要組成部分,從單機心電工作站打印紙質(zhì)心電報告到全院心電網(wǎng)絡的普及,目前患者已無須單獨去心電圖室即可在床邊完成心電檢查,真正踐行了“信息多跑路,患者少跑腿”的理念[1]。但現(xiàn)有無線Wi-Fi 組網(wǎng)的心電網(wǎng)絡難以克服帶寬低、延遲高且穩(wěn)定性差等缺點。由于心電圖診斷在臨床診療中非常重要且患者多、工作量大,增加了心電診斷工作壓力和診斷失誤率,因此建立一個基于穩(wěn)定網(wǎng)絡環(huán)境,并具備高帶寬、低時延以及人工智能輔助決策的心電監(jiān)護系統(tǒng)十分必要。5G 不僅是4G 網(wǎng)絡的一個簡單延伸,還是一個真正意義上的融合網(wǎng)絡。將5G 網(wǎng)絡應用于醫(yī)院臨床信息化系統(tǒng)建設,能有效提高診斷效率、減少看病花費的時間[2]。基于此,在“5G+人工智能+全院心電”的新模式下,一種智能化、高效化且有AI 輔助決策的全院心電網(wǎng)絡才能面向未來,滿足人民健康的發(fā)展需求。
傳統(tǒng)的心電檢查需要患者單獨前往心電圖室取號、排隊、做檢查、等報告等,給特殊、行動不便和急診患者帶來極大不便。由于傳統(tǒng)心電圖機單機無法接入醫(yī)院信息系統(tǒng),心電信息孤島給臨床診療帶來了阻礙,增加了患者就診時間,加大了臨床診療成本,并且也無數(shù)字輸出接口,只能采用掃描的方式將心電圖波形以圖片的方式保存,無法實現(xiàn)全院調(diào)閱。因此需要更智能的數(shù)據(jù)傳輸方式來提升數(shù)據(jù)傳輸效率,以便在心電業(yè)務信息化管理平臺上進行網(wǎng)上申請、預約和登記,滿足實時在線診斷、網(wǎng)上傳輸報告以及遠程會診、示教等需求。同時還需要解決長期以來困擾醫(yī)院心電圖資料無法有效保存的難題,實現(xiàn)數(shù)據(jù)的集中存儲和統(tǒng)一管理[3]。因此,面向醫(yī)院可持續(xù)發(fā)展的智能化、數(shù)字化、輕便化且可靠的全院心電監(jiān)護系統(tǒng)是必不可少的。
醫(yī)院病房環(huán)境中的醫(yī)療器械多、物理阻斷多,會影響本文構(gòu)建的5G+心電系統(tǒng)/網(wǎng)絡承載/“5G 無線接入網(wǎng)+傳輸網(wǎng)+核心網(wǎng)”環(huán)節(jié)中的“5G 無線接入網(wǎng)”性能[4]。頻分雙工(FDD)具備超低時延和全時上、下行優(yōu)勢,時分雙工(TDD)具備超高帶寬和連續(xù)頻譜優(yōu)勢。但是FDD 帶寬相對較小,頻譜也是分離的,TDD 雖然具備超高帶寬,但時延卻達不到業(yè)務環(huán)境要求。
本文構(gòu)建的超低時延、超高帶寬的5G 網(wǎng)絡+移動心電系統(tǒng)運用超級時頻折疊技術,解決了5G無線接入網(wǎng)絡空口環(huán)境復雜、TDD/FDD 時延和帶寬各有局限等因素導致的網(wǎng)絡性能不足問題。集中了TDD 和FDD 的優(yōu)勢,具有超高帶寬、超低時延、高可靠和大上行能力。在實際運用中,與傳統(tǒng)5G 無線接入相比,本文系統(tǒng)運用的5G-Advanced超級時頻折疊技術可將上行體驗提高到1Gbit/s 以上,時延降至4ms 以內(nèi),可靠性也得到了提高。
本文系統(tǒng)將BP 神經(jīng)網(wǎng)絡(Back Propagation)應用于心電輔助診斷中。BP 神經(jīng)網(wǎng)絡具有很強的自主學習能力,其原理是模擬人類神經(jīng)元傳輸、存儲和處理信息的過程,是一種智能化、具有自主學習能力的信息處理方法。BP 神經(jīng)網(wǎng)絡的自主學習是一個輸出誤差并反向傳播修正權(quán)值的過程。從本質(zhì)上看,BP 神經(jīng)網(wǎng)絡是一種反向傳播修正權(quán)值、多次訓練的多層前饋網(wǎng)絡,可以通過訓練和學習過程來修改網(wǎng)絡的連接權(quán)值,使輸入和預想輸出達到收斂狀態(tài)。神經(jīng)元模型如圖1所示。
圖1 神經(jīng)元模型
當一組標準化后的心電數(shù)據(jù)學習樣本從輸入層輸入網(wǎng)絡后,神經(jīng)元的激活值開始從輸入層經(jīng)隱含層向輸出層傳遞,各神經(jīng)元在輸出層獲得輸入響應。然后根據(jù)減少目標,反向從輸出層經(jīng)隱含層再到輸入層,一層一層修正權(quán)值,正是這種反向誤差不停地進行修正,使網(wǎng)絡對輸入模式響應的正確率不斷提高。BP 神經(jīng)絡訓練示意圖如圖2所示。
圖2 BP 神經(jīng)網(wǎng)絡訓練示意圖
最后,實現(xiàn)向模型隨機輸入一組心電監(jiān)護數(shù)據(jù)后均能輸出準確診斷的目標,以輔助臨床決策。
BP 神經(jīng)網(wǎng)絡算法在輔助決策方面的優(yōu)勢如下。1)神經(jīng)網(wǎng)絡具有容錯處理能力。醫(yī)院網(wǎng)絡環(huán)境復雜,核醫(yī)學、加強CT 和鍋爐房等科室產(chǎn)生的噪聲對信息傳輸?shù)耐暾杂休^大影響,在傳輸過程中經(jīng)常出現(xiàn)信息失真、丟失不完整的情況。而BP 神經(jīng)網(wǎng)絡只需部分信息特征,便可通過訓練輸出準確的心電診斷類型。2)BP 神經(jīng)網(wǎng)絡具有較強的自主學習能力。經(jīng)過大量心電檢測數(shù)據(jù)訓練的神經(jīng)網(wǎng)絡模型不但可以迅速、準確地做出識別并輔助臨床診斷進行決策,而且不斷地進行訓練學習后,基于BP 神經(jīng)網(wǎng)絡的輔助決策心電監(jiān)測系統(tǒng)會越用越智能[6]。3)神經(jīng)網(wǎng)絡具有極高的執(zhí)行效率。BP 神經(jīng)網(wǎng)絡的計算和數(shù)據(jù)的存儲是統(tǒng)一的整體,各神經(jīng)元間的工作方式本質(zhì)上就是權(quán)值的傳遞過程,權(quán)值傳遞的同時即完成了信息存儲。
本文系統(tǒng)針對安慶某醫(yī)院一地三院區(qū)的特殊情況,在網(wǎng)絡承載部分設計了“5G 無線接入網(wǎng)+傳輸網(wǎng)+核心網(wǎng)”的模式,通過5G-Advanced 無線設備將門診、急診、病房的心電檢查移動終端進行5G 接入。心電檢查移動終端輕便可移動,不受地理因素影響,如圖3所示。該系統(tǒng)設計采用Android 12 平臺,具備開放性好、穩(wěn)定性好及后期維護成本低的優(yōu)點,通過院內(nèi)5G 傳輸網(wǎng),將3 個院區(qū)的心電監(jiān)護數(shù)據(jù)整合到同一平臺。門診、急診和住院心電檢查等數(shù)據(jù)傳送至院內(nèi)心電中心服務器,可通過數(shù)據(jù)接口與醫(yī)院HIS 信息系統(tǒng)、CIS 醫(yī)生站、EMR 系統(tǒng)等信息進行雙向交互,實時獲取患者基本信息、醫(yī)囑信息以及心電報告的發(fā)布和歸檔,解決心電類檢查的信息孤島問題。同時可優(yōu)化院內(nèi)、外業(yè)務流程,與院內(nèi)心電診斷中心互聯(lián),實時獲取、診斷并發(fā)布患者心電數(shù)據(jù)。系統(tǒng)設計方案如圖4所示。
圖3 心電檢查移動終端
圖4 基于5G 網(wǎng)絡的AI 輔助決策移動心電監(jiān)護系統(tǒng)設計方案示意圖
全院3 個院區(qū)心電網(wǎng)絡系統(tǒng)依托底層服務器架構(gòu),數(shù)據(jù)庫設計采用的SQL Server 數(shù)據(jù)庫與Windows平臺具有更好的兼容性,數(shù)據(jù)安全部分采用雙機熱備容災處理,存儲部分采用NATAPP 方案。本文系統(tǒng)與院內(nèi)HIS信息系統(tǒng)、CIS 系統(tǒng)、PACS 系統(tǒng)和排隊分診叫號等系統(tǒng)對接,可實時獲取患者遺囑及門診處方信息,將心電數(shù)據(jù)轉(zhuǎn)換成HL-aECG、SCP、MFER 標準數(shù)據(jù),對其進行導聯(lián)糾錯、阿托品試驗和多圖重組等處理,然后通過數(shù)據(jù)接口與院內(nèi)醫(yī)療系統(tǒng)進行對接,使院內(nèi)心電診斷中心與中心服務器可進行數(shù)據(jù)交換,可實現(xiàn)發(fā)布患者心電診療診斷報告、數(shù)據(jù)存儲、調(diào)閱與共享、信息獲取、心電檢查、心電處理以及數(shù)據(jù)統(tǒng)計等功能[7]。系統(tǒng)技術架構(gòu)示意圖如圖5所示。
圖5 技術架構(gòu)示意圖
安慶某醫(yī)院床邊移動心電監(jiān)護系統(tǒng)自2022年12月上線以來,采用5G 網(wǎng)絡傳輸,依托5G 網(wǎng)絡優(yōu)勢實現(xiàn)了患者基本信息/醫(yī)囑信息獲取/心電圖數(shù)據(jù)發(fā)送、信息歸檔以及報告發(fā)布功能,與傳統(tǒng)無線路由組相比,網(wǎng)絡穩(wěn)定性、網(wǎng)故障率顯著減少,故障保修情況見表1。同比2022年,2023年1月—3月網(wǎng)絡問題(包括斷網(wǎng)、卡頓、信號差和網(wǎng)速慢等)報修平均減少115.4%,如圖6所示。
表1 故障保修數(shù)(件)
圖6 故障報修
與2022年同期比較,2023年1月—3月門診和體檢患者的處方開具和心電報告發(fā)布完成的數(shù)據(jù)顯示,患者心電檢查平均用時(見表2)比傳統(tǒng)心電檢查平均用時減少26.7min,如圖7所示。
表2 患者心電檢查用時(min)
圖7 患者心電檢查用時
基于AI 人工智能輔助決策算法的心電網(wǎng)絡依托神經(jīng)網(wǎng)絡算法高效、準確的優(yōu)勢,使工作人員只需審核、發(fā)布心電報告并處理異常報警心電檢查數(shù)據(jù),平均每小時診斷人次見表3。與心電檢查人工核對信息、書寫報告、審核報告、發(fā)布報告、歸檔報告等傳統(tǒng)流程相比,工作效率同比提高67.1%,如圖8所示。
表3 醫(yī)生平均診斷人次(人/h)
圖8 診斷效率
依托5G-Advanced 超級時頻折疊技術超低時延、超高帶寬的優(yōu)勢,同時借助BP 神經(jīng)網(wǎng)絡算法較強的自主學習能力、極高的執(zhí)行效率,基于5G+AI 輔助決策的移動心電監(jiān)護系統(tǒng)提供了高效、智能的全院心電解決方案,解決了傳統(tǒng)方案無法長期保存,只能采用掃描以圖片保存的難題,實現(xiàn)了多院區(qū)心電數(shù)據(jù)的集中儲存和統(tǒng)一管理,方便醫(yī)生比較歷史心電圖數(shù)據(jù),更好地觀察病情,提升醫(yī)療水平的同時降低了心電系統(tǒng)故障報修率,減少了患者排隊等待時間,提高了診療效率。