Chinese English
醫(yī)學(xué)人工(gōng)智能(néng)及應用(yòng) 學(xué)術研究 國(guó)家重點科(kē)研項目
案例分(fēn)享|基于雲服務(wù)的新(xīn)冠疫情防控系統
2020-09-04 分(fēn)享:


案例背景


新(xīn)冠疫情爆發給全世界醫(yī)療衛生系統帶來巨大壓力。利用(yòng)疫情監控系統追蹤密切接觸者和感染者,以支持臨床決策是一種有(yǒu)效的疫情防控方法。但是,傳統的防控系統受時間、空間和靈活性限制,同時來自這些系統的報告往往是區(qū)域性的,來自社區(qū)和市級層面的信息缺乏關于疾病的充分(fēn)信息,這會導緻疫情防控措施低效。

對于湖(hú)北新(xīn)冠疫情防控形勢來說,病曆衆多(duō)和人群分(fēn)群挑戰着傳統的人工(gōng)報告和追蹤方法。為(wèi)應對這一重大挑戰,神州醫(yī)療與洪湖(hú)市聯合防控指揮部開發了新(xīn)冠疫情防控系統(HHS):HHS在72小(xiǎo)時内搭建完成,主要應用(yòng)于湖(hú)北洪湖(hú)市(距離武漢145km,常駐人口超過90萬)的疫情防控。

HHS整合了傳統來源數據(例如病例報告系統和診斷實驗室)以及非傳統來源數據(包括結構化電(diàn)子病曆和移動設備上的社交數據),實時數據采集和高效數據分(fēn)析,提供了有(yǒu)關症狀,心理(lǐ)狀況,接觸史,社會行為(wèi)和物(wù)理(lǐ)環境的詳細信息。

案例内容



01
 基于雲服務(wù)的硬件方案



在疫情爆發期,由于交通管制、隔離措施,使得采購(gòu)部署硬件設施并不現實;同時數據處理(lǐ)及數據分(fēn)析團隊分(fēn)散各地,疫情當地技(jì )術支持不足;數據來源不同平台、機構甚至地域,難以實現數據彙集;需求快速叠代,硬件要随時準備功能(néng)拓展和性能(néng)提升。基于雲服務(wù)的硬件方案提供了有(yǒu)效的解決方案。


02
 數據采集



9家定點醫(yī)院每日結構化的電(diàn)子病曆數據;微信上報系統收集的居民(mín)個人實時健康信息;來自第三方PCR實驗室,第三方抗體(tǐ)實驗室和公(gōng)共衛生信息系統的每日診斷報告(圖1)。

微信圖片_20201210102134.png

圖1. 數據流處理(lǐ)分(fēn)析示意圖


利用(yòng)九家醫(yī)院内部現有(yǒu)的健康信息系統,并利用(yòng)微信平台開發了一個小(xiǎo)程序,用(yòng)于症狀報告和空間數據收集。


03
數據處理(lǐ)



對收集數據進行清洗整理(lǐ),通過交叉驗證等方法剔除重複、錯誤的信息,然後将相關的信息進行标準化。其中(zhōng)疾病診斷使用(yòng)的是SNOMED-CT和ICD10、檢查檢驗使用(yòng)LONIC、手術使用(yòng)ICD9等,在清洗過程中(zhōng),對于非結構化的文(wén)本信息,通過自然語言(NLP)技(jì )術進行結構化。數據清洗整理(lǐ)好後,存入通用(yòng)的數據模型(CDM)。數據模型元素和COVID-19的推薦同義詞來自54位中(zhōng)國(guó)專家,包括臨床醫(yī)生,研究人員,公(gōng)共衛生專業人員和信息專家。


04
倫理(lǐ)審查,隐私保護和數據安(ān)全



南方醫(yī)院倫理(lǐ)委員會批準了此項研究。疫情防控系統内所有(yǒu)用(yòng)戶都同意共享使用(yòng)此系統所需的信息。整個系統部署中(zhōng),特别強調數據安(ān)全和隐私保護問題。

實施了标準的安(ān)全設置和軟件(例如,防火牆,數據加密)。虛拟專用(yòng)網絡用(yòng)于遠(yuǎn)程技(jì )術支持和數據分(fēn)析。

為(wèi)保護患者的隐私,對數據設置了不同的訪問級别。彙總報告是數據共享的主要形式。洪湖(hú)市新(xīn)冠疫情防控指揮部的專家團隊擁有(yǒu)最高水平的數據訪問權限。他(tā)們使用(yòng)數據對患者進行分(fēn)類,協調社區(qū)中(zhōng)的社會工(gōng)作(zuò)者,并分(fēn)配醫(yī)療資源。遠(yuǎn)程分(fēn)析團隊無法訪問患者的身份。項目之初,數據安(ān)全和隐私保護專家(均獲得HIPAA法案認證)設計和設置了此項數據訪問權限機制。

獨立審核員負責監視任何違反規則的情況,并報告和更正規則。回顧性收集數據,入組前先要獲取住院患者書面知情同意。

最重要的是,所有(yǒu)授權人員都接受了有(yǒu)關數據安(ān)全性和隐私保護的培訓,另外,還簽署了具(jù)有(yǒu)法律約束力的承諾函。此外,該團隊與雲計算服務(wù)提供商(shāng)緊密合作(zuò),将敏感數據與其餘數據區(qū)分(fēn)開。

應用(yòng)效果



01
基于手機社交媒體(tǐ)平台,實施人群的綜合監控。



從1月26日洪湖(hú)确診第一例到2020年3月16日,所有(yǒu)确診COVID-19的患者均已出院,總共383例COVID-19病例,不幸的是其中(zhōng)死亡13例。在巨大的壓力下,HHS于2月14日啓動,并在72小(xiǎo)時内成功部署。到3月16日,自行報告的累計數量達到1750萬,最大每日活動報告達到90萬人次。

基于手機社交媒體(tǐ)平台,實施了針對不同人群的綜合監控。其中(zhōng)包括一般人群,住院和出院患者,感染風險較高的人(即:有(yǒu)去武漢的旅行經曆、确診病例的接觸史或在隔離地點接受醫(yī)學(xué)觀察的人)以及衛生保健專業人員(即醫(yī)生、護士、公(gōng)共衛生專家和社會工(gōng)作(zuò)者)。

參考文(wén)本框1有(yǒu)關居家隔離的普通人群的問卷調查的詳細信息。該問卷由南方醫(yī)院傳染病專家提出,經讨論會議修改,當地政府工(gōng)作(zuò)人員,當地臨床醫(yī)生,公(gōng)共衛生專業人員和信息專家參加了讨論會議。3月2日,政府評估開放洪湖(hú)的工(gōng)作(zuò)和生産(chǎn)限制時,有(yǒu)關求職支持的項目添加到調查表中(zhōng)。

Demographiccharacteristics

• Name

• ID number

• Gender

• Address (semi-structured)

• Phone number (free text)

Spatial information

• Current location (structured)

Epidemiological exposure

• Have you visited or stayed in communities with confirmed cases inthe last 14 days? (Yes/No)

• Have you been in contact with confirmed cases in the last 14 days (Yes/No)

• Have you been in contact with residents from Wuhan City or fromthe community with case reports or who have had respiratory symptoms in thelast 14 days? (Yes/No)

• Have you participated in small-scale gatherings with more than 2cases reported in the last 14 days? (Yes/No)

Physical conditions

• Today's physical condition: good/cough/runny nose/chesttightness/diarrhea/muscle soreness? (multiple choices)

• Today's body temperature?

Psychological conditions

• Did you feel nervous, fearful or anxious today? (Yes/No)

Community support

• Are there public health officials to visit you for investigation?(Yes/No)

• Were there any social workers who called you or came to your hometo help solve the reported problems? (Yes/No)

Job-seeking support

• Are you willing to work locally? (free text)

• Are you willing to participate in free skill training? (free text)


文(wén)本框1:微信實時問卷

社區(qū)工(gōng)作(zuò)者通過電(diàn)話或上門拜訪跟蹤了10,000多(duō)個陽性報告(例如,“我的體(tǐ)溫超過37.3°C”或“今天我咳嗽得很(hěn)厲害”)。協助30多(duō)人到發燒門診進一步篩查,然後隔離。這是由城市居民(mín)通過新(xīn)的信息渠道發起的一種主動監視機制,并有(yǒu)效地進行了COVID-19篩查。高覆蓋率(超過95%的居民(mín))和每日活躍報告(超過60萬人次)證明了在COVID-19流行期間進行密集監測的可(kě)行性。

陽性報告病曆(日超50萬人次報告0.10%-0.12%的概率)提供了有(yǒu)力的證據,表明防控措施已經有(yǒu)效地阻止了疫情的擴散。


02
政策制定決策支持



監測數據的波動和趨勢分(fēn)析可(kě)支持與政策相關的決策。由于人口衆多(duō),趨勢的穩定性和波動性為(wèi)地方當局評估疾病管理(lǐ)的有(yǒu)效性并作(zuò)出相應的及時調整提供了有(yǒu)力的證據。空間分(fēn)析也發揮了關鍵作(zuò)用(yòng)。由患者集中(zhōng)度表示的社區(qū)内密切接觸者的聚集(圖2),說明了當地疫情爆發的高風險,這将自動觸發社區(qū)工(gōng)作(zuò)者的家訪工(gōng)作(zuò)。

微信圖片_20201210102233.png

圖2:洪湖(hú)衛生報告熱圖




03
臨床決策支持和資源優先級



基于住院患者死亡率預測系統建立的臨床決策支持系統,用(yòng)于改善COVID-19患者臨床護理(lǐ),降低死亡風險并優先分(fēn)配有(yǒu)限的醫(yī)療資源。

基于多(duō)葉浸潤,低淋巴細胞增多(duō)症,細菌合并感染,吸煙史,高血壓史和年齡(MuLBSTA)評分(fēn)系統,實際上這是一個針對COVID-19住院患者死亡率預測系統,383個病曆中(zhōng)有(yǒu)36個患者被劃分(fēn)為(wèi)高死亡風險人群(MuLBSTA評分(fēn)≥12),他(tā)們被收治在重症監護區(qū)域或更頻繁地進行重要生化标記篩選。據作(zuò)者所知,這是針對COVID-19患者的死亡風險預測系統的首次實際應用(yòng)。


04
出院患者的随訪



我們使用(yòng)社交媒體(tǐ)平台對出院患者進行登記注冊,并要求患者在出院後的兩個月内每天報告其症狀。随訪系統啓動後,在3天内達到了100%的覆蓋率。系統上報病曆如高燒等症狀的複發,社區(qū)工(gōng)作(zuò)者将通過家訪工(gōng)作(zuò)直至安(ān)排再次入院。


知識産(chǎn)權聲明:以上案例内容由神州醫(yī)療科(kē)技(jì )股份有(yǒu)限公(gōng)司提供,詳細内容可(kě)查閱(J Med Internet Res 2020;22(4):e18948) doi: 10.2196/18948


TOP