34年医疗信息化经验,从HIS到AI,医院和CIO该如何转型

简介:

34年医疗信息化经验,从HIS到AI,医院和CIO该如何转型

雷锋网按:近日,由HC3i中国数字医疗网、中关村移动互联网产业联盟移动医疗专委会主办的2017中美智能医疗大数据峰会在京举行。

其中北京佑安医院信息中心主任崔保丽,深入讲解了在大数据和AI时代,医院该如何实现从信息系统到智能医疗系统的转型。与此同时,崔保丽根据自己34年的信息化从业经验,谈到在面临多次技术浪潮更迭,以及业务部门自行引入医疗系统时,医院CIO该如何保证医院信息系统的不断升级,并在一次次更新中,完成良好的内部跨部门协作。

以下是佑安医院信息中心主任崔保丽的个人分享内容,雷锋网(公众号:雷锋网)在不改变原意的基础上进行精编,并由崔主任本人审文:

1983年毕业后,我便开始从事医院信息化的工作。三十多年来,见证了医院从最初的单独系统,到现在的全面医院信息系统,再到大数据挖掘系统。

那么这期间医院以及医院CIO是如何随着技术的更迭去转型的?

佑安医院30年来的信息化进程与IT基础

首先,佑安医院是一家以感染和传染性疾病群体为服务对象,集预防、医疗、保健、康复为一体的大型综合性医学中心。

83年毕业后的我被分配到这家医院,直到现在已有30多年。当初到这个医院时,没有计算机, 一年后,医院的计算机室才正式成立,一切从零开始。

83年到90年,在几年时间内,我们的工作主要集中在开发人事档案、工资、药库入出库软件,通过建立数学模型研发营养素统计分析软件,以及医用统计分析软件。

90年到2000年,与医院工作充分融合以解决问题为我们当时的目标。利用单片机技术开发了一套人员、住院收入、药品发放管理系统,在住院处搭建局域网络,有效减少住院患者欠费的问题。

2000年到2007年,我们部门逐步走入正轨,信息部门成为了一级科室,更名为信息网络管理中心,团队规模也渐渐开始扩大。主要工作围绕全院范围内建设医院网络系统,医院信息系统HIS在全院范围内开始实施,逐步推广应用。

从2008年开始,医院从网络建设、基础设施改造以及信息系统重新建设,医院网络建立健全,全院覆盖,以电子病历为核心的医院信息系统全面实施,这就是我们院信息化建设的进程。

北京佑安医院网络建设与医院的发展同步展开,已经建设了高性能、可靠性、安全性、稳定性、管理便捷的智能化网络,承担着医院几十个信息系统的互联互通,承载着医院医疗、教学、科研、管理等任务,提供办公系统应用。

在2016年底,根据国家规定的信息安全保护三级要求,对医院的网络系统进行升级改造,形成了现在全院的一套网络系统。从08年开始,我们就使用了这套一百平米的机房,有几排机柜,对于它的用电、温度、湿度、气体回流等等采取了一系列措施。

上述谈到的是佑安医院的网络建设,医院信息系统建设,这是一个规模比较广、建设全面的一套信息系统。无论是医院医用系统,还是协作交互支持服务等,我们完成了以电子病历为核心的信息系统。

2013年,医院开始建设信息集成平台,医院所有的模块建设,已经完全是互联互通、信息共享,尤其是在医疗临床系统中,是一个完整的规划和建设。

医院信息系统建设,用一句话总结就是:支持了医院内部医疗信息和管理信息的数字化采集、处理、存储、传输、共享。实现了病人信息数字化、医疗过程数字化、管理流程数字化、临床科研数字化。

医院大数据处理系统的建设

AI与大数据时代,北京佑安医院也在重点推进大数据处理系统的建设,主要在进行以下几方面的工作:

  • 构建数据中心:通过对各个系统进行数据改造,使数据成为标准化,符合国家标准或者国际标准,使它成为统一规范、统一代码、统一接口的数据中心。

  • 建立数学模型,利用已经建立的临床大数据样本资源库进行临床诊疗方案的优化,形成个体化综合型最佳诊疗方案。

  • 形成协同研究平台,使医学研究工作者能够在同一平台上掉月、处理、研究同一病人的所有医疗信息。

  • 构建大数据深度挖掘统计分析平台:针对临床研究课题、临床与转化研究项目、药物临床试验等临床观察与研究项目所需的所有临床信息,挖掘、提取可供临床研究的CRF表单,实现可研究性数据的统计、分析。

在大数据处理的四项工作中,我们分为三个阶段展开:

第一阶段,进行数据的整合与搜寻,整合所有医疗资源,形成数据中心。

第二阶段,进行高级数据搜寻与挖掘,这项工作主要把提取出来的数据保存到数据中心后,进行数据分析矩阵的建设。

第三个阶段,展现与发布,把数据挖掘的结果展示并且作为一种成果进行发布。

我们把挖掘到的数据保存在数据中心,形成数据矩阵,并且形成唯一的患者识别编码,最后通过数据分析,形成医学研究发布决策支持这样一个功能。

大数据处理对医院、医生、患者、临床科研的作用

大数据处理无论对医院、医生、患者以及临床科研,都能起到非常重要的作用,主要体现在这几个方面:

从医院角度讲,医院进行大数据处理,提高了各系统标准化,互操作性和技术水平,保存了海量数据,提供多类别、多层次的服务,提高医院整体水平等。

从医生角度讲,辅助医疗对提高医生的工作效率,优化医生的工作环境效果比较可观。

于患者而言,就医过程的信息完整、统一,提高了就医安全性,获得更好的治疗效果等。

对于临床科研来讲,通过建立数学模型,提供数据分析结果,为医院的科研进行服务。

从HIS到AI,医院CIO的转型之路

上面提到的内容是北京佑安医院信息化建设的过程,后面的内容则是CIO转型之路,也是我要跟大家分享的一些个人的经验和体会。

由于信息技术发展使得它分为多个阶段,CIO均需掌握不同阶段的宏观技术发展、特点和规律,加强新技术与传统医疗的深度融合,推动信息化建设。

作为医院信息中心主任,很多事情必须亲临现场去解决。领导对医院的信息系统要求很高,不允许出现问题,必须要达到零差错,因为医院信息系统只要中断几秒钟,这就意味着出事故。医院信息系统建设的参与者或者是整个执行者,要有统筹全局的意识,医院系统的建设在越大越强时,需要明确知道哪些方面必须要建立,哪些方面去分批建设。

其次要有良好的沟通能力,真正的专业技术在整个工作中可能只起到15%左右的作用,真正靠你能够把这项工作完成,需要85%的沟通技巧。

随着市场上的医疗技术产品和方案不断增多,当下医院面临一个新的问题,当IT完全融入到医院各项业务中时,而当业务科室也掌握了一定的技术、了解了社会上所有IT知识后,有的业务科室自行引入了一些系统。

针对这些情况,从我个人三十几年的从业经验来看,任何一个系统如果没有医院信息中心的参与与跟进,这套系统实现它最初建设目标的可能性变小。

在这种情况下,医院CIO的职责需要去规范和引导。如果医院业务科室引入了他们自己所需的系统,信息中心必须要参与和跟进。这样才能使系统和医院整体系统融合起来,同时也会让这套系统最大化地发挥它的作用。

医院信息化发展到现在,近些年有着以下变化:第一,医院领导的重视度大幅提高;第二,信息化投入明显增加;第三,信息部门的地位明显提高。同时信息中心主任的压力、责任、风险加大。

医院的很多工作都需要信息中心的参与。

最后,借用三句话总结医院CIO的行事原则:复杂的事情简单做就是专家;简单的事情重复做就是行家,重复的事情用心做就是赢家。

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


本文作者:亚峰

本文转自雷锋网禁止二次转载,原文链接


相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
5月前
|
存储 人工智能 文字识别
医疗病历结构化处理系统技术白皮书——基于多模态AI的医联体数据治理方案
本系统基于双端协同架构,集成移动端OCR识别与云端数据分析,实现医疗文档高效结构化处理。采用PaddleOCR轻量引擎与隐私计算技术,支持离线识别与敏感信息脱敏。后端构建分布式数据仓库与多租户机制,满足PB级存储与数据安全合规要求。实测OCR准确率达96.2%(印刷体)与88.7%(手写体),字段抽取F1值92.4%,显著提升病历处理效率与质量。
571 3
|
4月前
|
机器学习/深度学习 人工智能 PyTorch
GPT为定制AI应用工程师转型第一周学习计划
本计划帮助开发者快速入门AI领域,首周涵盖AI基础理论、Python编程及PyTorch实战。前两天学习机器学习、深度学习与Transformer核心概念,掌握LLM工作原理。第三至四天快速掌握Python语法与Jupyter使用,完成基础编程任务。第五至七天学习PyTorch,动手训练MNIST手写识别模型,理解Tensor操作与神经网络构建。
242 0
|
2月前
|
机器学习/深度学习 人工智能 监控
拔俗AI信息化系统开发指南:从入门到实践
资深产品经理分享AI信息化系统开发全解析:从概念、背景到落地,用通俗语言讲清如何用AI升级传统系统。涵盖需求分析、架构设计、敏捷开发、测试部署及未来趋势,助力企业降本增效,把握数字化时代机遇。(238字)
|
2月前
|
数据采集 人工智能 算法
拔俗AI信息化系统开发:开发者必须啃下的三块技术硬骨头
企业数字化转型中,AI系统成刚需。开发者需攻克三大难关:精准拆解模糊需求,确保业务与技术对齐;严控数据质量,构建持续迭代的数据闭环;实现模型在产线的高效、稳定落地。技术与场景深度融合,方能跨越从“能用”到“好用”的鸿沟。(238字)
|
5月前
|
数据采集 人工智能 调度
传统IT企业如何在AI时代中找准定位、实现转型升级?—— 解析传统IT企业的AI转型策略
本文AI专家三桥君探讨传统IT企业在AI浪潮中的转型策略,提出从工具提供商向业务成果交付者的商业模式转变。核心观点包括:构建"操作系统式AI"技术架构、发展"智能体经济"组织模式、采用SMART策略实现高效部署。三桥君强调AI转型需商业模式、组织架构与技术体系的全面革新,为传统IT企业提供系统性转型框架。
321 0
|
10月前
|
存储 人工智能 搜索推荐
HealthGPT:你的AI医疗助手上线了:支持X光到病理切片,诊断建议+报告生成全自动
HealthGPT 是浙江大学联合阿里巴巴等机构开发的先进医学视觉语言模型,具备医学图像分析、诊断辅助和个性化治疗方案建议等功能。
1256 5
HealthGPT:你的AI医疗助手上线了:支持X光到病理切片,诊断建议+报告生成全自动
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
Baichuan-M1-14B:AI 助力医疗推理,为患者提供专业的建议!百川智能开源业内首个医疗增强大模型,普及医学的新渠道!
Baichuan-M1-14B 是百川智能推出的首个开源医疗增强大模型,专为医疗场景优化,支持多语言、快速推理,具备强大的医疗推理能力和通用能力。
776 17
Baichuan-M1-14B:AI 助力医疗推理,为患者提供专业的建议!百川智能开源业内首个医疗增强大模型,普及医学的新渠道!
|
10月前
|
人工智能 算法 安全
云工开物合作动态丨中国石油大学(北京)与阿里云达成战略合作 “云+AI”助力石油石化行业智能化转型
2023年8月3日,中国石油大学(北京)与阿里云签署战略合作协议,共同推动能源行业智能化转型。双方将成立能源智能计算联合研究中心,结合中石大在油气科学领域的积累和阿里云的云计算、AI技术优势,打造勘探开发领域行业模型算法库,助力缩短勘探时间,提升作业效率。此次合作旨在通过“云+AI”加速石油石化行业的数字化转型,实现绿色化和可持续发展目标。
|
10月前
|
人工智能 算法 安全
中国石油大学(北京)与阿里云达成战略合作 “云+AI”助力石油石化行业智能化转型
2024年8月3日,中国石油大学(北京)与阿里云签署战略合作协议,共同推动能源行业智能化转型。双方将成立能源智能计算联合研究中心,结合中石大在油气科学领域的积累和阿里云的云计算、AI技术优势,打造勘探开发领域行业模型算法库,助力缩短勘探时间,提升作业效率。此次合作旨在通过“云+AI”加速石油石化行业的数字化转型,实现绿色化和可持续发展目标。
|
10月前
|
人工智能
科技赋能妇产医疗,钉钉联合打造小红 AI 患者助理
复旦大学附属妇产科医院与钉钉共同打造的 AI 助理“小红”上线。“小红”孵化于钉钉智能化底座,通过学习复旦大学附属妇产科医院的 400 多篇科普知识,涵盖妇科疾病宣教、专业产科指导、女性健康保健等问题,能够为患者提供妇科疾病、产科指导、女性健康保健等知识的专业解答。
482 11