数字化、低成本，活化基层医疗资源

数字化、低成本，活化基层医疗资源(2009-6-17)

《数字化、低成本，活化基层医疗资源》

李科威

科凌力医学软件(深圳)有限公司

【摘要】怎样通过数字化技术，在不增加人员和硬件设备的条件下，使现有基层医疗资源能够成倍地扩张它的能力？为解决此问题，本文从有效医疗资源的基本原理入手，认为医疗资源能够发挥有效作用的关键是人才，而医疗人才能够发挥有效作用的关键是专业知识。由此，文章提出的解决方案是：将医学体系按元知识进行数字化分解，再以人工智能的决策方式在临床不同主题需要时进行智能化整合，从而实现一名医生利用数字技术能够发挥多个专科医生的会诊作用，使现有医疗资源物尽其用，从而通过活化医疗资源达到增加医疗资源的目的。最后，文章了阐述临床基本流程和实现医学数字化知识结构等技术框架问题。

【关键词】医疗资源，医疗需求，全医学会诊，智能化诊断，概念性疾病

Abstract: 略； Key Words: 略；

壹．医疗资源与医疗需求的有效对接

什么是医疗资源？资源是对应需求的存在，能提供医疗需求的存在都可称为医疗资源。长期以来，医疗资源在人们的印象中常被认定是硬资源，即医疗机构的品牌隶属、医院大楼、技术设备、交通位置等条件；实际上它还应该包括软资源，即信息资源、医疗技巧性资源和医生资源等。硬资源的商业性、服务性、辅助性更强。医疗需求的动因是病人，目标是健康；从医疗资源到达病人康复的需求，必须通过一个关口，即知道病人有什么病？为什么生病？怎样处理病患？即有了医生的诊断和治疗思路，后面物质性的资源才可能准确跟进，否则泛泛医疗资源对特定病人只能是无效资源。

下图显示：从医疗资源到病人需求的过程关系。医生本身就是医疗资源，同时医生又是医疗资源对医疗需求发生作用的‘有效’转换关键。传统条件下，医疗需求对医生的质和量要求都很高，尤其专科疾病需要对应专科医生，造成大部分疾病必须到大医院才能实现从资源到需求的有效对接。

贰．基层医疗的人才资源问题

医疗资源与医疗需求对接的关键是人才，人把握着信息资源，指导物质资源的后续使用和分配。所以人才是核心医疗资源，医疗资源在没有医生的情况下不能发挥有效作用。但中国人才的流动特点是向大城市、大医院、高地位、高待遇方向麕集，造成城市品牌医院求职人才众多[1]，医院只需从规模、名头、关系等商业方向积累自己优势，人才自然会望风归顺，毋庸忧虑。相反，基层医疗是中国社会最重要的医疗资源，却没有网罗人才的优势，医疗需求对接医疗资源的通道被卡在人才问题上，培养不易，留人也难。医生资源匮乏，致使医疗信息无所依附，软资源撑不起硬资源，医疗资源不能作用于病人，成为无效资源。参见下图：

叁．人才问题与数字化解决方案

与医疗资源积累方向相辅相成，城市贵族化风气和商业取向，导致普遍医疗过度[2]；与医疗资源积累方向相反相成，偏远落后地区普遍缺医少药，百姓有病不能治、因病至穷的情况比比皆是。基层民众对高质低价的医疗资源有迫切需求[3]，而高水平的专科医生集中在大城市、大医院；基层医生或对疑难病症无能为力，或准备改行其它工作。

同样作为人才，高层与基层的差别在哪里？就在于对医疗技术和医疗信息的掌握！换一句话，让基层医务工作者很好地掌握医疗技术和医疗信息，就等于提升了基层人才的资源品质，活化、扩张了基层医疗资源。医技水平来源于对医疗信息的深刻理解、准确把握和正确使用，所以，医学以信息为先导、以技术为条件。高层医生当然掌握了大量信息、拥有强劲技术，但是高层医生人数有限、工作有条件。但是如没有医生，医疗的软、硬资源都不能准确发挥作用，甚至发生相反作用。

我们的解决思路是：利用人工智能技术辅助解决医生资源匮乏问题，使基层医生在采用了智能化医学工具后，都如同拥有一个专业图书馆，都能自我训练迅速达到本科以上水平，都可以大幅度提高临床诊疗技能，轻松完成各专科大部分疾病的咨询、诊疗工作。唯其如此，基层医生的角色定位、基层资源的不足问题都能得到解决；更重要的是，智能化工具能够使医疗软资源不随人才流动而流失，如同医疗设备一样扎得下、留得住，基层医疗资源能够被充分利用，作用成倍增长，基层医疗机构真正履行它的使命。

下图，我们用基于知识库的数字化全医学辅助会诊工具[4]，帮助医生，充当医疗资源与病人之间的通道，方便地、普遍地补充高层医生的不足，使现有医疗资源的能力得到充分发挥，其所花费的成本无疑是最低的。

肆．实现有效医疗资源的数字化原理

提高现有医疗资源的利用率，使其成倍发挥作用，是一个众多机构和人员瞩目的目标，凭已有的技术模式是无济于事，所有的思路在以往的40年中应该是统计性地被试过了。现在我们说可以用科凌力《全医学会诊中心》帮助医生获取准确的会诊知识，是基于一个什么样的新原理呢？要能够像医生那样获取有效医疗信息，首先要分辩‘疾病’概念，见下图：

上图，我们把疾病放到我们自定的科凌力生态坐标系里面进行考察[5]，疾病在坐标系里表现为一个有病情涨落的全曲线过程。如果说疾病是一条曲线，医生在给病人看病时，决不可能看到全部曲线，只能随机看到一个截面，如上图黄色‘病情截面’所示，放大为下图：

病情截面首先是一个时段概念。在此时段，医生通过病人主诉和视、触、叩、听等，捕获症状和体征，通过CT、电图、镜检、生化检验等，捕获试验室数据，如上图所示。然后，医生会将截面中的病情要素比照自己头脑中‘学得的或经验的疾病’要素，依习惯判定：“这就是某病”。实际上，这种判断最多只能说是某疾病在某阶段的表现，决不是概念上的某疾病本身。另外，上图还表示了：一个病情截面所包涵的要素是不可能被穷尽的，无论是症状、体征，还是试验室数据，医生判病的依据只可能是其中的一部分要素，这是医生应该估计到的‘不可穷尽的真实性差别’。

另一方面，即便医生抓住了一些病情要素，那也不是病人的实在病情，而是医生描述出来的疾病，两者不可能相同，见下图：

上图要表明的是：病人的病情要素具有实在性、遭受性、个体性，医生的诊断却具有虚拟性、知识性、概念性，两者之间又存在‘不可比拟定真实性差别’。我们将两者进行集合运算，真实性差别就表现为临床上的‘确诊、漏诊、误诊’三个部分之间的关系。因此，我们可以说：医生的任何医学诊断都是概率性结果，概莫能外；而‘确诊’部分就是医疗资源有效对应医疗需求的对应点，同时，诊断结论的概率特性就是人工智能在医学领域的立足点。

伍．实现有效医疗资源的技术框架

一般的临床流程是：病人找医生看病，首先会有1～2个主要症状的主诉，医生通过主诉建立可能的疾病印象，然后根据疾病印象进行询问、查体，再根据查体疑点开出检验单，如此反复。该过程即是‘临床思维’，得到该病人有针对性的诊断要素（症状、体征、检验），后面才能根据要素判断疾病，再后面跟处置方案、治疗用药等等，见下图：

从一个病人的过程即可了解看病的全部基本流程，抽象出来的流程不短，却不复杂，这是信息技术能够实现的流程基础[6]。但是问题在于，同样的医学流程重复千万次，每一次具体流程都不相同，问题就复杂了。当医生面对一个病人，由于诊断的虚拟性和机体的容错性，医生可以比较自由地调动他认为有用的知识，集中全力对付一个病或一个病人；注意，是一个。上面说：流程可以重复，每个人的病患却不能重复；当我们用数字化技术来实现疾病的处理时，怎样才能摆平黑压压的一大群疾病呢？怎样才能分辨黑压压一大群病人之间的不同呢？难度就在这里。

科凌力《全医学会诊中心》是通过先将全医学知识体系进行全元素化分解，再将元素化的知识和元素知识的组合来描述疾病的差异，同理，也能如此描述病人之间的差异。科凌力知识库[7]的关系结构见下图：

基层医疗对比大医院的重要差别是，缺少大医院的大型技术设备。《全医学会诊中心》对基层医疗的另一个作用是减少对大型诊疗设备的依赖。医学发展到今天，对大部分常见病、重点病的诊断有了双重途径：一是，靠试验室和诊断设备可以得到30～80%的准确性；二是，靠医生的基本功对症状和体征的判断也可以得到30～80%的准确性。《全医学会诊中心》能够区分并拟合两种逻辑，既可以为两种逻辑同时工作，也可以在任一种逻辑上工作。这使得基层医疗能够不完全依靠大型诊疗设备开展诊疗工作，并用双逻辑算法调配或减少对诊疗设备的依赖。同理，科凌力还可以分合中西医两种医学体系的工作模式，许多常见病单凭医生的基本功和科凌力的系统功能，就能找到西医、中医、保健、替代等解决途径，从而为缺乏设备条件的基层医疗单位拓宽了医疗活动的可行空间。

陆．各种医学信息资源的特征对比

医学以信息为先导。本文的要旨之一是通过强调软资源，到达强调科凌力智能会诊的目的。但是信息资源的提供者非常多，通常获取医学信息的渠道有三种：图书馆、医学数据库、互联网。图书馆是传统渠道，获取信息的方式易受效率和范围的限制。互联网和专业数据库是现代信息技术的产物，它们通过全文检索的搜索引擎技术，使查询响应速度大大加快，而且能找到有你所关注的内容的文章。注意：这里使用的是内容超链接，其结果是电子文档；它可以轻而易举地搜索到十万篇相关文章，你还得一篇一篇去阅读。如果你不是医生，你所得到的电子文档作为资源的有效性就值得怀疑了。可见上述三种方法都很难获得特定病情的准确信息。在现代信息技术背景下，医学信息浩如烟海；这些信息对于一个具体的病人来说，99.99%是垃圾，即无效资源，只有0.01%才可能正好为他所用，成为有效资源。

医生是病人获得准确医疗信息的主要渠道，但是医生非常稀缺。如果会使用科凌力《全医学会诊中心》就不同了，它可以辅助性地准确应对病情变化，上面已经讲过了。文章最后，用表格的方式比较几种获取医学信息方式的优劣，见下表：

	互联网	数据库	科凌力	医生
品牌	中国健康网	同方期刊库	全医学专家系统	医院
对象	百姓	院校、撰文者	医生、学生、民众	医生
信息源	外部超链接无限数据	内部超链接稳定大集合	类神经网络分布结构稳定大集合	经验积累不稳定小集合
智能特点	互联网搜索内容点关联	数据库搜索内容点关联	知识库决策引擎搜索医学逻辑关联	大脑搜索思维关联
来源	科普文章	学术期刊	标准、教材、著作	经验
结果	一批文章共性查阅	一批文章共性查阅	关联性连续辅助决策个性化诊疗过程	个体判断个性诊疗
会诊	无	无	全专科会诊特点	无
使用	习惯、容易	较习惯、容易	不习惯、需熟悉	习惯、随意