您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
AI+ 正文
发私信给亚峰
发送

0

华山医院信息中心主任:把AI与临床结合后才发现,过去做的事仅是冰山一角

本文作者:亚峰 2017-08-24 10:19
导语:“我觉得AI这东西,对医学太有诱惑力了。”

华山医院信息中心主任:把AI与临床结合后才发现,过去做的事仅是冰山一角

“我觉得AI这东西,对医学太有诱惑力了。”

“当人工智能与临床相结合后才能感受到它的力量,才会发现我们能借助它做的事情太多太多。有时候甚至觉得过去十几、二十年来干的信息化,跟AI所发挥的作用一比只是冰山一角。当你翘开一小部分AI后,一定会发现它背后所能承载的价值和体量非常之巨大。”

在谈到AI对医院和医学的作用时,上海华山医院信息中心主任黄虹激动地说到。

黄虹所在的复旦大学附属华山医院,是国家卫生计生委委属医院、复旦大学附属教学医院和中国红十字会冠名的医院,1992年首批通过国家三级甲等医院评审,是国内最著名、最具国际化特征的医教研中心之一,也是全国首家通过JCI认证的部属公立医院,在国内外享有很高声誉。

作为信息中心主任,在AI项目上,黄虹曾联合其他小组开发了华山医院的个性化给药系统平台,并取得相当不错的效果。

个性化医疗给药系统的意义

“个体化精准给药”是目前临床提高药物疗效,减少不良反应和药物毒副作用形成共识的核心方法,已经形成完整的理论体系和技术模型,是目前“精准医学”的关键技术之一。

雷锋网了解到,2011年,奥巴马谈到美国要大力推进精准医疗。为此,美国科学院先制定定义,根据每一位患者的特点,很精准地调整治疗措施,治疗措施主要包括用药和使用的设备。

我们知道,药物的推荐剂量往往是群体平均剂量,只有少数药物使用推荐剂量才能获得不错的效果。

研究显示,仅有30%-60%的患者药物治疗有效;5%-7%住院患者发生过严重的药物不良反应,导致平均住院时间延长2天左右。

这里就会发现,临床药物反应会出现较大个体差异,主要表现为药物治疗无效和严重的药物不良反应。用药个体化差异因素包括生理、病理、遗传和环境因素以及因素的相互作用。

为何要做这个项目

黄虹回忆到,她原本并不熟悉“个性化精准给药”,直到参与项目后,才深深感受到它的价值。

“每个人都生过大大小小的病,用药是最基本的手段。其实我以前对个性化用药不太了解,很多人的认知应该和我一样,认为吃药大概都差不多:一天吃几顿,一顿吃几粒,但学习后发现并非如此。因为某些药物对剂量精准度要求非常高,当患者用药剂量不合理时,会有两种负面结果:要么药物无效果,要么会引起严重副作用。”

当时,临床也经常会提出一些需求,医生会询问药剂科某个药怎么给、质量怎么测等等。

大家都发现这个项目挺实用,认为精准化、个体化给药是临床上急需解决的问题,也是精准医学步入临床相当现实的事。

黄虹与开发讨论后,后者也很愿意去做个性化给药系统这件事。

首先,个性化给药可分为两部分:

  • 一是群代动力学:计算人群使用剂量

  • 二是个体化的预测。

这两部分有一定的差异,从个体化给药角度来讲,精准给药一定是在适宜的时间去给适宜的量。

而从给药角度来讲,第一顿给药剂量和持续性给药剂量之间的差异需要协调。

如何知道给的药剂量合不合适?

一般以治疗药物血药浓度监测为主要内容,运用药代动力学理论制定个体化合理用药方案,此方法现在也已经被临床医生广泛接受和采用。

项目技术分工

当依从性不好时,可做一些调整,这时候整个项目会牵扯到很多技术。

黄虹先把最关键的三点技术进行梳理和分工:

  • 第一:如何建模?首先建模不是我们医院信息部门干的事,而是研究人员的任务。

  • 第二:模型怎么做?这也不是信息人员能干的,得找一个数学大牛加入到项目里来。

  • 第三:当算法有了,怎么配上合适的资源,如何让产生的结果能够落到实际应用系统里去,这是信息中心能做的事。

分工梳理清楚后,第一步需把个性化给药影响因素大体分为四大类:

  • 生理因素:包括患者身高、体重、年龄等。

  • 病理因素:有无合并症、器官功能、病程等。

  • 环境因素:患者食用食物种类,有无吸烟和合并用药。

  • 基因组学:发现患者遗传结构、种族对药物个体反应差异影响显著。

在个性化给药项目中,上述均为参与计算的重要要素,而且都要有方法去获得这些要素,否则无法进行计算。

个性化给药的目标是通过建模预测患者需要的药物浓度,通过对药物浓度的预测,反馈给临床这些药应该怎么用。

但并不代表每类药都要去干预,如感冒药肯定无需干预。但一些治疗性的药,如化疗药和感染类的药,要求相当精准。

如果依从性不够好,怎么来调整?

药剂科在项目中扮演的角色

华山医院药物体系非常强大,药剂科专门有一个做给药研究的实验室。

药剂科也一直在开展特别药物的研究,由于华山药剂科同时担任上海药师服务的质控中心,意味着可以拿到很多医院的模型、样本数和研究结果。

这些医院也希望借助华山医院的IT能力,给他们做一套基于IT的药学服务体系。

在做个性化给药的同时,华山医院也在开发临床药师平台,其中个性化给药是临床药师平台的子项目。有很多发烧病人查不出病因,在华山医院这里纳入感染性的疾病来做。

这个体系从慢性病和感染性疾病来进行参与,通过深度和广度两个维度,形成完整的服务体系。

整个项目团队以临床为主,有很好的方法论和步骤。

华山药师团队由焦正博士带领,华山拿到的样本数据包括疾病谱不会很多,焦正博士整合了近一百家的药师团队,来参与这个项目的制定。

信息中心更多要负责组织协调开发力量,包括在项目里用到大量的公有云。(由于算法复杂,计算量也非常大,项目计算并没有放在医院内部,而是把这个工具放在公有云。)

“弃微软,从亚马逊”,华山的上“云”之路

公有云采购方面,华山医院有很多选择,黄虹谈到华山最先使用的是微软Azure,后来把工具迁到亚马逊AWS,其中一大原因是亚马逊的价格更实惠一些。

华山医院以混合云的模式展开:系统架构临床数据在医院内部,而计算放在公有云上。

公有云和私有云的之间过VPN来连接,数据获取从数据中心来拿,其中个性化计算等都是在公有云上去做。公有云的计算结果返回到医院内部系统里来,最后有一个界面反馈到医嘱系统。

放在公有云上,从信息IT角度来讲需要做的几件事:第一是计算能力的拓展。药不多的时候,可能觉得当前的计算力足够,但是当因素越多,产生的结果越多时,你一定要关注怎么放?放在本地好,还是放在异地好,还是放在中间好?

华山在做第一版个性化给药系统时,数据反馈回来是两分多钟,临床医生接受不了,后来为此不断做算法优化和未来的分析能力。

个性化给药建设方案

个性化给药模型一共分为两块:一块是群代动力学研究,当群代动力学的初始给药方案出来后,临床医生根据建议的剂量给药,通过药物监测,看给药有没有效。

已达到给到输出更好、更精准的剂量给医生。

群代动力学考察的是整个人群,如整个中国人群。如果现在做不到全中国,至少是上海整个人群。

它缺乏的是变异,研究的是目标人群样本量越大,算法越精准。

第二步是需要更精准的计算,得出个体给药的剂量是多少。

整个工具分成建模和计算两部分,建模工作更多是由药剂科来完成,焦正博士为了更好完成这个项目,特地招了数学背景的研究生专门给他做算法。

建模本身非常有意思,因为要涉及到人、药物、疾病三者之间的关系,还要去查大量的文献,做一些试算,其次需要把计算结果给到临床,这其中会用到大量的非线性计算。

整个群代模型的建立分成两块,第一块是多中心协作,其中一期做了卡马西平和丙戎酸钠多中心临床研究,包括上海华山医院、长征医院、儿科医院、北京的天坛医院、南京的脑科医院,给华山医院药剂科做算法研究。有了数据之后开始建模,测算它的剂量,尤其像卡马西平模型的算法相当复杂。

为何不使用国外免费软件?

其实国外有很多免费的个性化给药工具,不花钱也能获取。有着免费的不用,华山医院为何花如此多精力去研发这个工具。

黄虹讲到:“国外免费软件的优点就是免费,操作也比较简单,整个参数调整也还不错。但最大问题是它没有一个输入、输出的方式,必须先通过手工的方法导进去,再用手工把结果导出来。其次,无法绘制药时曲线,它是一个单体的计算工具,没办法和生产系统整合在一起,所以自从华山做了这个工具之后,很多医院现在也慢慢移到我们的计算工具上来做了。”

个性化精准给药辅助工具一共分这么几大块:

第一是病人管理;

第二是先验模拟:试验这样一个计算工具、药品、疾病适不适用。

第三需要做个体参数估计:根据群体公式模型,进行个体变量的研究。

第四是负荷剂量:如果首次给大剂量应该怎么来做。

第五是自定义输入:支持非常规给药间隔和剂量,更贴近复杂的实际场景。

包括个性化的给药方案,在所有的计算工作完成之后,会给到医生和药师一个个性的给药报告,同时把曲线绘制出来,所有工作完成后,还有一个最大的工作就是不断完善药物公式扩展。

如何应用到临床?

黄虹讲到,个性化给药辅助工具的厉害之处在于跟医嘱系统整合在一起,把系统嵌在医嘱系统里。

以卡马西平为例,它更多用在癫痫病人身上,医生可以试算一下剂量应该怎么给,试算工具界面包括药物浓度的变异,通过群体模型告诉医生药应该给多少剂量。

当群体模型建完之后,经过监测,如果医生觉得卡马西平药物浓度不理想,即会做个体给药剂量的计算。包括整个负荷剂量、首次给大剂量、自定义的输入。

计算之后把整套给药方案给到临床医生,同时会把这部分的内容放到药师的管理平台,除了PC端以外,移动端的应用也已搭建完成。

现在药师拿着pad移动端应用就能去看他所关注的病人。

个性化给药工具的其他作用和未来展望

“从临床来讲,个性化给药工具带给我们的改变非常大。首先能够提高整个医嘱的有效性。第二,大家在医院里都会知道,医院里有一期临床、二期临床,新药要通过人体来做试验。如果TDM能够更进一步走下去,我们希望将来用在新药上市,不需要经过一期临床,它的试验可直接给出结果,新药上市速度就会大大提升。”

“现在团队只是做了几个药,整个药剂科在项目成功之后都很激动。药剂科告诉我说,其实临床上之前更关心肾功能不全、肝功能不全这些患者给药的方案,而现在发现除了这些之外,整个平台的拓展性也非常强。”

华山计划纳入的药品主要是这几种:一是免疫类的抗肿瘤药物,第二就是卡马西平,包括心内科用的华法令药等,通过依从性的判断,成为医生临床决策支持的一部分。

黄虹也希望将来通过这个工具,让医生和药师在所有的用药环节,都有着全局的管控和支持。

更多关于人工智能升级传统行业的文章,请关注雷锋网AI商业化垂直微信公众号:AI掘金志。雷锋网

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

编辑

微信 wangyafeng123456
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说