[129]决策支持和人工智能将成为医院的智囊

医院信息管理hospital information management把管理过程作为信息收集处理的过程,通过信息为管理服务。信息管理是医院现代化建设的客观要求。当今世界已经进入信息化时代,大数据时代,现代科学管理水平与信息化程度的关系日益密切,现代医院管理要求医院管理者运用科学的手段处理医院相关的所有有用信息。随着医院信息化的发展,每天医疗机构都要产生很多的信息,医院每天都有海量的信息产生。医疗相关信息涉及医疗服务提供前、服务提供过程中及服务完成后所产生的所有相关信息。这些信息包括患者信息、医疗服务提供者信息、提供的医疗服务信息、医疗服务管理信息、医院经营管理信息等。这些信息的来源和产生与患者及医疗服务提供者,以及医疗服务上下游相关企业都密切相关。

医院信息管理现状:

1.建设有规模:目前绝大多数三级医院都已建立医院信息管理系统(MIS),MIS已成为医院管理中必不可少的基础性设施,国家、医院及软件公司都投入了大量的人财物,一些医院已经通过国际上信息管理的最高级别认证—HIMSS7级,医院信息系统的开发和应有在向深度和广度发展,从侧重经济运行管理,逐步向临床应用、管理决策应用延伸。

2.意识需提高:在医改的“四梁八柱”中,有明确的要求,做为八柱之一的卫生信息化,也是医改的一个非常重要的方面。虽然在硬件上大多投入了人财物,但是在信息系统的使用上还有待提高,医院管理层要对信息系统的建设和使用有更深的认识。

3.人才尚匮乏:医院需要培养更多专业的信息和数据分析挖掘人才,在决策支持、临床诊疗、管理运行等方面提供帮助,如果一个医院的计算机或信息人员很少,他们那里还有时间去分析数据、去挖掘数据、去实现人工智能。尤其缺少有医学背景的信息技术人才,能够懂医疗流程还能够玩转信息技术。

4.能力可提升:基于人才匮乏的现状,能力提升更值得关注,医院信息化要做的好,必然需要更多有医学背景掌握信息技术的专业人才,来让浩如烟海的数据变得更加有用。

5.投入应加大:信息化的基础建设需要投入、人才培养需要投入、扩展模块需要投入、信息安全防泄露需要投入、逐年升级需要投入、故障排除日常养护需要投入,信息化就像个无底洞,需要不停的投入和更新。但也只有不断的加大投入才能够让信息化更好的服务于患者,服务于医务人员,服务于管理者。沃尔玛能够在零售业做得风生水起很大程度上也得益于其强大的信息系统,其自己发射了专用卫星。

决策支持和人工智能将成为医院的智囊

决策制定对企业来说非常重要,在企业里,决策者通过对各种知识资产(原始数据、信息、商务智能、知识等)加以分析而做出一些“不成则败”的决定。决策的制定是无止境的,通过多种信息技术工具,帮助企业将商务信息转化为商务智能和良好的决策。赫伯特.西蒙(Herbert A.Simon)提出,在商业里,决策要经历四个不同的阶段:情报分析阶段(intelligence发现问题所在),设计阶段(design找出可行方案)、选择阶段(choice选择一个最适合的方案)、实施阶段(implementation方案实施)。医院是一个特殊的组织,但在很多的层面和企业有着相似之处,在信息管理上,可以说同等重要。医院每天产生海量信息,如何把海量信息进行分析整理挖掘,转化为智能转化为决策,是医院信息管理的重要方面。

管好数据不泄露+用好数据不浪费,是医院信息管理的两个重要方面。管好数据不泄露是基础,用好数据不浪费才是管理更高的层面。现在的医院信息管理,存在最大的问题应该是有用信息的浪费。移动互联已经进入并改变着医疗业务的各个环节,远程医疗、个性化健康服务、健康管理等移动医疗应用也越来越受到重视,移动医疗在整合区域医疗资源、简化就医流程、实现医院精细化管理的同时也存在着诸多安全相关问题亟待解决,尤其是随着大数据、移动互联网、云计算、物联网等新技术被广泛的运用与医院,必将对医院进行深刻的变革,医疗将被颠覆,将会迈向更加智能的医疗。部分大医院每天有上万的门诊量,一年的门诊量高达几百万,这个数据的价值绝非常惊人,可惜很多管理者守着这个金矿无动于衷。之前写过《医院信息化会成为“黑客乐园”吗?》,黑客可在绝大多数医院的信息系统来去自由,医院甚至察觉不到数据失窃。我们知道了数据信息丢失的危害和带来的损失。但从另外一个角度来看,保管好自己打数据自然很重要,重要的是要善用自己的信息,好像我们守护好了自己的金矿,更要利用好自己的金矿,不要让大量含有极高价值的信息束之高阁,医院数据信息的开发利用应该比防范更有价值!决策支持和人工智能将成为医院的智囊。

决策支持和人工智能有那些

决策支持系统 (Decision Support System,DSS) 是辅助决策者通过数据、模型和知识,以人机交互方式进行半结构化或非结构化决策的计算机应用系统。具有高度灵活且有良好交互性,它是管理信息系统(MIS)向更高一级发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境,调用各种信息资源和分析工具,帮助决策者提高决策水平和质量。70年代中期由美国麻省理工学院的米切尔 S·斯科特(Michael S·Scott)和彼德 G·W·基恩(Peter G·W·Keen)首次提出了“决策支持系统”一词,标志着利用计算机与信息支持决策的研究与应用进人了一个新的阶段,并形成了决策支持系统新学科。医院的决策支持系统以数据仓库为支撑,一方面分析提炼医院运营管理所需要的各类关键运行指标(KPI)为管理决策服务,如门诊人次、门诊患者次均费用、住院人次、住院次均费用、业务收入、DRGS相关指标等,一方面通过临床数据分析挖掘为临床决策及科研服务。地理信息系统(Geographic Information System或 Geo-Information system,GIS)有时又称为“地学信息系统”。它是一种专为使用空间信息而设计的决策支持系统。企业可以大量的使用GIS软件来分析信息,产生商业智能和制定决策。医院也可以广泛使用,比如一个医院搬迁了新的地址,那么可以用GIS来了解医院患者人群分布变化,知道那些部分患者流失了,是否需要进一步巩固那些患者,搬迁新地址后,新增的患者群体来自那里,那些是忠诚的患者群体,这对于医院做决策也是非常有用的。还可以用在对疾病的分析上,疾病谱的变化,是否和地域有关系,如果有密切关系,对于未来新开设分支机构连锁机构有指导价值。

人工智能(Artificial Intelligence,AI)运用计算机以各种方式模仿人类各种行为的技术和软件。利用人工智能能够进一步增强医院智能。医院里面很多地方都应用了人工智能系统,从医务人员排班到患者床位分配,到医师诊断和治疗疾病。常用的人工智能包括专家系统(Expert System)、人工神经网络( Artificial Neural Networks, 简写为ANNs)(和模糊逻辑Fuzzy Logic)、遗传算法(Genetic Algorithm)、智能代理(Intelligent Agent)等

专家系统(Expert System)是一种运用推理能力得出结论的人工智能系统,在特定领域内具有专家水平解决问题能力的程序系统。它能够有效地运用专家多年积累的有效经验和专门知识,通过模拟专家的思维过程,解决需要专家才能解决的问题。非常适应诊断性问题和指令性问题。自1968年费根鲍姆等人研制成功第一个专家系统DENDEL以来,专家系统获得了飞速的发展,专家系统已成为人工智能领域中最活跃、最受重视的领域。 纽约市立健康和医院公司(以下简称“HHC”)成立于1969年,已经证实利用信息技术为那些没有保险的低收入患者提供高品质医疗服务成为可能。HHC成功之处在于其信息技术投入1亿美元,主要特色是被称为Isabel的诊断决策支持系统。Isabel系统为医生提供一个联网清单,在其录入症状和检验结果后,作出准确诊断,主要是防止医生忽略可能存在的罕见疾病,造成误诊。Isabel拥有超过100,000篇文献的数据库和“知识内核”,可以单独使用或者可以直接连接到EHR上获取病人信息。专家系统可以做的事情:处理大量信息、减少错误(减少误诊误治)、汇集各种信息、改善服务、提供决策的一致性、提供新信息、减少时间、降低成本。

人工神经网络( Artificial Neural Networks, 简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connectionist Model),是对人脑或自然神经网络(Natural Neural Network)若干基本特性的抽象和模拟。是可以发现和辨识模式的AI系统。Hecht Nielsen给人工神经网络下的定义就是:“人工神经网络是由人工建立的以有向图为拓扑结构的动态系统,它通过对连续或断续的输入作状态相应而进行信息处理。”人工神经网络是在现代神经科学的基础上提出来的。ANN具有自学习功能、联想存储功能、高速寻找优化解的能力。ANN可用于监测心电图、检查药物相互作用,在组织切片中发现癌症或其他异常、监测心脏病发作,也可用于疾病研究,如老年痴呆、癫痫等,由于ANN可以从大量信息中发现模式,也常被称为预测系统。模糊逻辑(Fuzzy Logic)是一种基于不明确的或含糊的信息得出结论的方法,是一种处理不精确的或主观的信息的数学方法。比如患者满意度调查,患者的满意度,是一个很主观的信息,这个满意是很难用确定的数字来描述的。

遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)从而产生一个问题的逐步改进的解决方案,遗传算法是一种优化系统,他能发现产出最优输入组合。它是由美国的J.Holland教授1975年首先提出,其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则。在医院可以使用遗传算法对医疗产品设计(民营)进行优化、在医院工程建设设计、医院决策制定等方面使用。遗传算法可以对潜在的产品或方案进行多次仿真模拟,直到得出最好的产品或方案。

智能代理(Intelligent Agent)近年来计算机科学和人工智能领域中的一个重要概念,它可以通过辅助人或充当人的代表来执行重复的与计算机相关的任务。驻留在某一特定环境下能感知环境,并能自主运行以代表其设计者或使用者实现一系列目标的计算实体。智能代理可分为信息代理(采购者代理或购物机器人)、检测和监视代理、数据挖掘代理、用户代理或个人代理等。信息代理中的采购代理最明显的代表就是自动补货系统,信息系统联通供应商和医院,供应商知道医院的库存和使用状况,可以根据需要及时自动补货,最近几年在AI领域借助多代理系统在将复杂系统做为整体建模方面也取得了进展,一个多代理系统中,智能代理组成的群体能独立地工作,并相互之间可以交互作用,这种多代理系统对人类组织的模拟称为基于代理建模,基于代理建模是一种使用多个智能代理模拟人类组织的方法,其中每个智能代理都遵循一套简单的规则并能适应环境的变化。通过智能代理,医院决策者可以预测新开一个分支机构的未来状况。

可以说在未来的医院管理中,能够有效利用数据,并让医院产生的海量信息发挥最佳作用的机构,必然能够在激烈的竞争中获得竞争力。还没有重视数据挖掘的可以检视自己的不足,为未来的高效运转打下基础。

参考文献:

1.  (美)斯蒂芬.哈格《信息时代的管理信息系统(英文版·原书第8版)》,机械工业出版社

2.  张鹭鹭、王羽,《医院管理学(第二版)》,人民卫生出版社

(0)

相关推荐