(12)发明专利申请
(10)申请公布号 CN 112687399 A(43)申请公布日 2021.04.20
(21)申请号 202011439202.8(22)申请日 2020.12.11
(71)申请人 江苏省人民医院（南京医科大学第
一附属医院）
地址 210029 江苏省南京市鼓楼区广州路
300号江苏省人民医院
申请人 南京邮电大学(72)发明人 张翔 张天宇 张小亮 乔露雨
陈文森 刘云 张卫红 张永祥 李琳 刘波 郭永安 (74)专利代理机构 南京苏高专利商标事务所
(普通合伙) 32204
代理人 李淑静(51)Int.Cl.
G16H 50/80(2018.01)
权利要求书1页 说明书5页 附图2页
G16H 50/20(2018.01)
CN 112687399 A(54)发明名称
一种基于人工智能信息化的传染病监测与预警系统(57)摘要
本发明提出了一种基于人工智能信息化的传染病监测与预警系统，包括：病例监测平台、传染病模型诊断系统、传染病实时预警系统和传染病报卡实时生成系统，传染病模型诊断系统通过对就诊患者与法定传染病诊断相关信息进行检索，根据检索信息与已有病例库的匹配情况识别出疑似病例并推送至病例监测平台；病例监测平台用于供传报部门专职人员查看疑似病例，进行甄别和确认；传染病实时预警系统根据传染病模型诊断系统的识别结果进行自动预警；传染病报卡实时生成系统根据传染病模型诊断系统的识别结果动态实时生成传染病报卡，并推送至传报部门进行审核。本发明利用信息化手段实现传染病主动上报，进一步提高传染病报告完整率、及时率和准确率。
CN 112687399 A
权 利 要 求 书
1/1页
1.一种基于人工智能信息化的传染病监测与预警系统，其特征在于，包括病例监测平台、传染病模型诊断系统、传染病实时预警系统和传染病报卡实时生成系统，所述传染病模型诊断系统用于对就诊患者与法定传染病诊断相关信息进行检索，根据检索信息与已有病例库的匹配情况识别出疑似传染病病例并推送至病例监测平台，并根据病例监测平台的返回结果更新病例库；所述病例监测平台用于供传报部门专职人员查看疑似病例，进行甄别和确认，并将确认结果返回至传染病模型诊断系统；所述传染病实时预警系统根据传染病模型诊断系统的识别结果进行自动预警；所述传染病报卡实时生成系统根据传染病模型诊断系统的识别结果动态实时生成传染病报卡，并推送至传报部门进行审核。
2.根据权利要求1所述的传染病监测与预警系统，其特征在于，所述传染病模型诊断系统识别出疑似传染病病例的方式包括：1)根据诊断定义的ICD编码前向精确匹配，当匹配度达到预设阈值时自动判断识别出疑似法定传染病病例，推送至监测平台；2)根据诊断名称通过模糊匹配自动识别出新的未曾精确定义过的疑似传染病诊断相关条件，推送到病例监测平台。
3.根据权利要求2所述的传染病监测与预警系统，其特征在于，所述模糊匹配的方式为：建立疾病标准名称与可能出现的别名之间的一对一或多对一映射关系表，根据别名匹配到唯一的标准名称，再通过标准名称找到其ICD编码。
4.根据权利要求2所述的传染病监测与预警系统，其特征在于，所述传染病模型诊断系统自动判断识别出疑似法定传染病病例的方式如下：利用预先训练好的机器学习模型对病程记录或者检查报告进行预测，给出传染病诊断结果。
5.根据权利要求4所述的传染病监测与预警系统，其特征在于，所述机器学习模型的构建方式如下：获取患者的入院与出院诊断、病程记录、医嘱信息、检验信息、影像信息，基于命名实体识别技术，相关领域专家对上述获取的相关信息中传染病诊断描述进行实体标注，构建基于条件随机场CRF的机器学习模型进行训练，一直到模型准确率达到预定阈值。
6.根据权利要求1所述的传染病监测与预警系统，其特征在于，所述传染病实时预警系统的预警方式包括：(1)根据入院与出院诊断信息预警，以及(2)根据检查结果信息预警，其中，所述根据入院与出院诊断信息预警方式具体为：由预警系统公共服务提供传染病诊断字典，通过消息订阅的方式，以消息队列MQ推送给医院信息系统HIS，HIS解析MQ消息，并将传染病诊断保存至本地的数据库中；所述根据检查结果信息预警方式具体为：当患者检查结果中出现与法定传染病诊断有关的定性或者定量检查结果时，通过消息订阅的方式，以MQ消息推送给HIS系统，HIS解析MQ消息，并将传染病诊断保存至本地的数据库中；同时自动发送提醒信息给医生。
7.根据权利要求1所述的传染病监测与预警系统，其特征在于，所述传染病报卡实时生成系统上报方式包括：主动上报和被动上报，主动上报通过预先配置好的传染病诊断库，在医生开立传染病诊断时强制弹出传染病报卡，由医生填报；被动上报则是借助于人工智能技术，根据传染病模型诊断系统的识别结果动态生成传染病报卡。
2
CN 112687399 A
说 明 书
一种基于人工智能信息化的传染病监测与预警系统
1/5页
技术领域
[0001]本发明属于互联网数据处理技术领域与医疗信息领域，具体涉及一种基于人工智能信息化的院内传染病监测与预警系统。
背景技术
[0002]各个医院越来越重视医院信息化的建设，医院的各项资源通过医院信息化系统进行整合、优化、分析、统计，为医院的决策提供强有力的论据，同时降低了成本，提高了效率，医院本着以病人为中心的原则，通过信息化系统的建设提高了服务质量，同时也促进了医院的发展。
[0003]院内感染监测作为医院信息化建设的一部分，也是医疗质量管理的一部分。如果院内发生传染病疫情，需要及时、准确地形成传染病疫情报告，在这过程中需要统计和分析大量医学数据，涉及因素众多，而且内容复杂，在实践中容易出现数据提取的不完整、不全面，导致质量和效率低下。当前传染病监测与预警工作中，难以控制传染病报告质量，易导致迟报、漏报的发生。上述难题是医院感染管理工作者在工作中亟待解决的。发明内容
[0004]发明目的：针对现有技术的不足，本发明提出了一种基于人工智能信息化的传染病监测与预警系统，真正实现了传染病报告与管理的人工智能化，进一步提升传染病报告完整率、及时率、准确率。[0005]技术方案：一种基于人工智能信息化的传染病监测与预警系统，包括病例监测平台、传染病模型诊断系统、传染病实时预警系统和传染病报卡实时生成系统，所述传染病模型诊断系统用于对就诊患者与法定传染病诊断相关信息进行检索，根据检索信息与已有病例库的匹配情况识别出疑似传染病病例并推送至病例监测平台，并根据病例监测平台的返回结果更新病例库；所述病例监测平台用于供传报部门专职人员查看疑似病例，进行甄别和确认，并将确认结果返回至传染病模型诊断系统；所述传染病实时预警系统根据传染病模型诊断系统的识别结果进行自动预警；所述传染病报卡实时生成系统根据传染病模型诊断系统的识别结果动态实时生成传染病报卡，并推送至传报部门进行审核。[0006]进一步地，所述传染病模型诊断系统识别出疑似传染病病例的方式包括：1)根据诊断定义的ICD编码前向精确匹配，当匹配度达到预设阈值时自动判断识别出疑似法定传染病病例，推送至监测平台；2)根据诊断名称通过模糊匹配自动识别出新的未曾精确定义过的疑似传染病诊断相关条件，推送到病例监测平台。[0007]进一步地，所述模糊匹配的方式为：建立疾病标准名称与可能出现的别名之间的一对一或多对一映射关系表，根据别名匹配到唯一的标准名称，再通过标准名称找到其ICD编码。
[0008]进一步地，所述传染病模型诊断系统自动判断识别出疑似法定传染病病例的方式如下：利用预先训练好的机器学习模型对病程记录或者检查报告进行预测，给出传染病诊
3
CN 112687399 A
说 明 书
2/5页
断结果。
[0009]进一步地，所述机器学习模型的构建方式如下：获取患者的入院与出院诊断、病程记录、医嘱信息、检验信息、影像信息，基于命名实体识别技术，相关领域专家对上述获取的相关信息中传染病诊断描述进行实体标注，构建基于条件随机场CRF的机器学习模型进行训练，一直到模型准确率达到预定阈值。[0010]有益效果：[0011]1、随着人工智能与信息化技术的不断发展，医疗领域也随之在发生着巨大改变，“智慧医疗”成为现今医疗行业十分热门的话题。本发明将人工智能与信息化手段运用于传染病疫情报告与管理，做到“智慧监测”，变被动为主动，真正意义上实现了传染病报告与管理的人工智能化，以此来进一步提升传染病报告率、及时率、准确率，提高了传染病监测水平，为国家与地区传染病防控提供了保障，进而减少因传染病而导致的经济负担和社会问题，因此有着很好的社会经济效益和应用推广前景。[0012]2、本发明运用人工智能技术与信息化手段，通过“认知→识别→分析→决策”这一系列过程，由临床医务人员报告为系统主动智能监测预警，系统通过不断“自我学习”后逐步完善预警功能，可每日从大量的各类医学数据中检索出与传染病诊断有关的信息综合判断，找出疑似法定传染病病例，做到实时监控，进一步提高传染病报告率、及时率及准确率，这对于国家传染病防控工作有着十分重要的意义。
附图说明
[0013]图1为根据本发明实施例的传染病疫情智能预警系统总体架构图；[0014]图2为根据本发明实施例的院内大数据平台架构示意图。
具体实施方式
[0015]下面结合附图对本发明的技术方案作进一步说明。[0016]参照图1，本发明提出一种基于人工智能信息化的传染病监测与预警系统，包括病例监测平台、传染病模型诊断系统、传染病实时预警系统和传染病报卡实时生成系统，传染病模型诊断系统用于针对就诊患者与法定传染病诊断相关信息进行检索，这些信息包括：入院与出院诊断、病程记录、医嘱信息、检验信息、影像信息等，传染病模型诊断系统每日从中自动检索出关键信息，根据诊断定义(精确匹配)信息自动判断识别后将疑似法定传染病病例推送至病例监测平台，同时，传染病模型诊断系统根据模糊设置条件(模糊匹配)自动识别出新的未曾精确定义过的疑似传染病诊断相关条件，推送到病例监测平台，供传染病疫情报告管理部门(以下简称传报部门)专职人员判断，若判断此新定义可接纳，则传染病模型诊断系统自动记录并更新诊断定义库，以此来不断完善整个监测预警系统的病例库。病例监测平台负责接收疑似传染病条件信息，提供给院内传报部门人员进行筛选与甄别。传报部门专职人员可随时随地通过院内病例监测平台进行查看，及时进行甄别以防漏报、迟报或错报发生。另外，传染病实时预警系统借助于人工智能和大数据技术，当病程记录、检验系统与影像系统中出现与诊断法定传染病有关的定性或定量检查结果时，会自动预警，给主治医生发送手机短信，同时传染病报卡实时生成系统动态实时生成基于院内集成平台的传染病报卡，并推送至传报部门进行审核。
4
CN 112687399 A[0017]
说 明 书
3/5页
在本发明的实施例中，传染病模型诊断系统借助于非结构化病历模型建立病例判
别模型。具体地，以自然语言处理中的条件随机场(Conditional Random Fields，简称CRF)命名实体识别技术为支撑，通过相关领域专家对住院患者的病程记录中传染病诊断描述进行实体标注，构建机器学习模型，预测病程记录中传染病诊断。CRF是在给定一组输入随机变量条件下另外一组输出随机变量的条件概率分布模型，它是一种判别式的概率无向图模型，即对条件概率分布建模。近年来，随着硬件能力的发展以及词的分布式表示的出现，神经网络成为可以有效处理许多NLP(Natural Language Processing，自然语言处理)任务的模型。这种方法使得模型的训练成为一个端到端的过程，而非传统的pipeline(传递途径)，不依赖于特征工程，是一种数据驱动的方法。学界提出的Bi‑LSTM+CRF(Bi‑directional Long Short‑Term Memory Conditional Random Fields，双向长短期记忆条件随机场)结合了传统机器学习的CRF方法，不仅在为一个位置进行标注的过程中可以利用丰富的内部及上下文特征信息，并且神经网络可以更好地在学习中提取特征。[0018]传染病模型诊断系统采用上述方法，构建传染病诊断语料库，通过人工对住院患者的现病史和病程记录进行标注，如病人现病史描述“患者自诉1月前出现不明原因的咳嗽、咳痰、咯血、胸闷等症状，去县医院就诊后诊断为肺结核”，当出现“诊断为肺结核”时，标注传染病诊断实体，取类似的病历例如500份，人工进行标注，通过对CRF模型进行训练，一直到模型准确率达到可接受范围为止(例如至少达到95％的准确率)，以CRF做命名实体识别为例，首先由相关领域专家标注实体，如BMEO标注：B患M者E自O诉O1O月O前O出O现O不O明O原O因O的O咳O嗽O、O咳O痰O、O咯O血O、O胸O闷O等O症O状O，O去O县O医O院O就O诊O后O诊O断O为B肺M结M核E，这里B：实体首字，M：实体中字，E：实体尾字，O：非实体。模型训练的目的是，当输入“患者自诉1月前出现不明原因的咳嗽、咳痰、咯血、胸闷等症状，去县医院就诊后诊断为肺结核”时，希望模型的输出与专家标注的一致，即也为“OOBMMEOOOBMMMMEOOO”，其他标注过的非结构化病历或报告报告同理。通过训练好的模型，就可以代替专家标注所有的非结构化病历或报告，当出现新的病程记录或者检查报告时，机器学习模型会自动检测出该病人是否为传染病诊断。
[0019]传染病实时预警系统是基于病人的入院与出院诊断信息、各项检查结果等信息所
系统预警机制主要预警机制有以下两种：构建的基于面向服务架构的传染病集成平台，
[0020](1)根据入院与出院诊断信息预警
[0021]由预警系统公共服务提供传染病诊断字典，通过消息订阅的方式，以消息队列(Message Queue，MQ)推送给医院信息系统(Hospital Information System，HIS)，HIS解析MQ消息，并将传染病诊断保存至本地的数据库中。HIS是独立于本系统的单独模块，利用计算机与通信设备为医院各部门提供病人诊疗信息和行政管理信息的收集、存储、处理、提取和数据交换功能，并且满足所有授权用户的使用需求。HIS系统一般前端应用程序整合到门诊医师工作站、住院医师工作站。例如：医生在HIS系统中开立诊断时，首先在传染病诊断库中通过ICD(international classification of diseases，国际疾病分类)编码匹配，若匹配到，强制弹出传染病报卡填报界面。匹配有两种方式：一种是根据ICD编码前向精确匹配。例如当次填写甲肝诊断编码与传染病术语字典中的甲肝编码(ICD编码B15)进行前向精确匹配，只要填写的诊断编码前向精确匹配成功(数据库语言：like‘B15％’)，则认为该疾病诊断需要上报。另一种是根据诊断名称模糊匹配。由于有些医生有直接打字录入诊断名称
5
CN 112687399 A
说 明 书
4/5页
的习惯，而非从ICD编码中选取，且诊断名称存在差异，例如“艾滋”和“爱滋病”都指代“艾滋病”(ICD编码B24)，因此需要建立疾病标准名称与可能出现的别名之间的一对一或多对一映射关系表，模糊匹配算法会根据别名匹配到唯一的标准名称，再通过标准名称找到其ICD编码。[0022](2)根据检查结果信息预警[0023]基本思路同前，当患者检查结果中出现与法定传染病诊断有关的定性或者定量检查结果时，通过消息订阅的方式，以MQ消息推送给HIS系统，HIS解析MQ消息，并将传染病诊断保存至本地的数据库中，同时预警系统会自动给预先设定好手机号码的开立检查医嘱的医生推送手机短信，提醒医生注意做好诊断。例如：某患者抗‑HAVIgM检测为阳性，系统进行匹配与推送，提示为法定传染病。
[0024]传染病报卡实时生成系统则实现动态实时生成传染病报卡。目前医院进行传染病上报都是系统主动拦截后，医生填写报卡，医生仍需花费一定时间用于报卡，而借助大数据技术建设的临床大数据中心集成了门急诊电子病历、住院电子病历、护理系统、检验系统、放射检查、超声检查、药品管理系统等126个子系统。借助于大数据技术，检验检查系统或病历系统中智能诊断为传染病诊断时会根据传染病报卡数据项要求，从大数据平台中自动抓取患者姓名、就诊卡号、身份证号、年龄、性别、籍贯、住址、报卡医生等数据，动态实时生成传染病报卡，传报部门可查询此报告卡并审核后上报至国家传染病疫情报告系统。[0025]院内传染病上报分主动上报和被动上报，主动上报通过预先配置好的传染病诊断库，医生在开立传染病诊断时，强制弹出传染病报卡，由医生填报。被动上报则是借助于人工智能技术，对院内的检验、检查系统和电子病历中的病程记录等非结构化数据进行自动拦截，并动态生成传染病报卡。两种方式产生的报卡，最终都由传染病疫情报告管理部门统一审核、上报。
[0026]参照图2，基于大数据的集成平台建设架构是基于微服务体系结构(MSA)的集成设计，其核心思想是采用一组服务的方式来构建一个整体应用，每一个服务可以独立部署在不同的进程中，不同服务之间通过一些轻量级交互机制来通信，服务可独立扩展或收缩，每个服务定义了明确的边界。微服务架构的优点在于，单一服务的更新或修改只需重新部署对应的服务进程，对整体应用运行无较大影响，后续新进服务模块的增加也无需整体改变。每一个业务模块可以实现轻量化，真正做到即插即用。在本平台架构中，病例监测、传染病模型诊断系统、传染病实时预警系统和传染病报卡实时生成系统即为微服务架构的具体服务模块，集成平台通过引入集成引擎产品，将原有的点对点互联方式，转化为服务提供系统/集成平台/服务消费系统，三点连接方式，降低系统互联的复杂度，使得微服务(接口)通过集成平台易于复用、管理和监控。平台建设依照标准规范体系和安全保障体系，分别从业务应用、业务服务、数据存储和公共基础层面逐一建立。
[0027]业务应用层主要是可能使用服务模块的具体应用场景，是微服务的调用者。具体例如临床患者全景视图、临床决策支持、临床科研查询等。业务应用层可以通过订阅模式了解服务信息变化，实现同步。
[0028]业务服务层包含作用具体微服务模块，为上层服务调用者提供各式功能不同的微服务。各微服务之间可以通过轻量化交互机制实现信息互通与数据交换，不同的微服务可以使用不同的数据存储方式。
6
CN 112687399 A[0029]
说 明 书
5/5页
数据存储层包含各式存储内容不同的数据库，例如临床数据存储库、文档存储库、
业务规则库等。每个存储库独立部署独立运行，上层服务模块可以根据具体需求决定使用哪一类存储库，保证平台资源按需分配。
[0030]公共基础层包含除业务服务外的其他公共服务，更趋近于平台整体的管理与控制。例如日志监控管理、企业服务总线(ESB)、服务发现与服务注册中心等。其中，ESB的功能包括异构环境中的服务、消息，以及基于事件的交互，并且具有适当的服务级别和可管理性。当上层业务应用在同时调用病例监测、传染病模型诊断和传染病实时预警时，三个微服务模块间的消息通信、路由转发，实现多个微服务模块间交互。服务发现负责将病例监测等微服务模块注册进注册中心，同时提供注册信息表，上层服务调用者可以同步获得信息表更新。公共服务层可以利用发布/订阅模式，主动向订阅者发布字典变动信息，实现术语字典的自动同步，保证平台各个微服务模块使用统一标准的数据字典。[0031]各业务系统之间通过集成平台集成和对接，使医院系统信息能够及时传达互通。通过集成平台的建设和实现，有效地开发和利用信息资源，保障信息化基础设施建设的优质、高效和信息网络的无缝联接。同时确保各子系统之间的互连、互通和互操作。信息的完整性、准确性和时效性也得以保障。最终实现信息在网上的畅通互联，确保系统的安全可靠，为使用者提供方便、快捷的服务。
7
CN 112687399 A
说 明 书 附 图
1/2页
图1
8
CN 112687399 A
说 明 书 附 图
2/2页
图2
9
因篇幅问题不能全部显示，请点此查看更多更全内容