第四届全国智慧医疗创新大赛由全国 20 多个协会学会相关单位联合主办，深化行业影响、提升赛事规模与深度，推进我国智慧医疗创新态建设与发展。大赛以“赛事、展示、论坛”的模式，探索数据的开放共享和创新应用，进一步挖掘优秀项目，加速产业和人才双发展。推动智慧医疗、数字技术与实体经济深度融合，持续维进智慧医疗创新生态圈发展，为“健康中国”贡献创新智慧，打造智慧医疗创新的“中国模式”。

      项目名称：危急时刻 心意送达--心电AI辅助诊断在胸痛中心建设中的应用

      参赛单位：南京市卫生信息中心

      联合参赛单位： 天博金成智能医疗科技（南京）有限公司

      参赛人员：殷伟东

      项目起源：目前，心血管疾病占我国疾病死亡率第一位，按照我国心脑血管事件发展趋势显示，10年内仍呈上升趋势，预计2030年将有2260万心肌梗死患者。胸痛中心建设整体目标是节省时间，优化资源。同时，重视网络建设，实现绿色通道诊疗，以降低死亡率并提高心梗救治率，改善长期救治效果。

      为整合区域内优质医疗资源，实现心电检查数据集中管理、统一质控、临床共享与互认，南京市区域心电诊断监测平台自2016年6月底开始建设，2017年10月建成使用。该系统依托江苏省人民医院作为主业务中心，完成省人民医院集团、南京医科大学第二附属医院、南京市儿童医院、南京市中医院、马鞍山医疗集团、镇江、扬州等地医疗机构的对接，并向下接入属地各区的心电诊断系统。2018年起，为提升南京区域心电诊断监测水平，探索互联网+人工智能应用，将心电AI辅助诊断功能纳入区域心电诊断监测平台中落地。2019年起，为完善120急救体系及南京市胸痛中心平台建设，南京市卫生信息中心与南京市急救中心、天博金成智能医疗科技（南京）有限公司合作，将心电AI辅助诊断系统与120平台、市胸痛中心平台对接，借助中国移动5G网络实现心电AI对急救心电图实时传输快速诊断，推送疑似心梗病例至目标医院医生移动端，进行胸痛甄别缩短救治时间。

      痛点、难点：胸痛救治中心旨在通过多学科合作建立胸痛区域协同救治体系，统一诊疗规范，优化流程为胸痛患者提供快速准确的诊断、危险评估和恰当的治疗手段，从而提高胸痛早期诊断和救治能力，最大程度地提高急性心梗、主动脉夹层等胸痛危急重症的救治成功率，降低死亡率，改善预后。

      心电图是鉴别胸痛心梗患者最直接、最有效的手段，而在整个胸痛院前急救转运环节中，无法实现对疑似心梗患者的心电图做到快速准确诊断，数据无法同步院内，心电的误诊、漏诊及复诊都将耽误胸痛患者的急救时间，具体痛点如下：

      1) 心电信号本身的复杂性、变异性，传统心电图机的分析算法有局限性，准确率长期在70%左右，无法做到准确分析，需依靠医生分析；

      2) 胸痛院前急救转运环节中，大多数基层医院/急救车医生心电专业水平有限，无法及时判读患者心脏疾病类别；对胸痛心梗患者无法及时甄别；

      3) 大多数基层医院/急救车单机版心电图机对胸痛病例采集的心电数据、诊断结果无法及时传递到医院，无法实现绕行急诊业务场景。

      利用人工智能与医疗系统融合，研发心电AI诊断模型，以人工智能突破心电诊断技术瓶颈的重要性逐渐凸显，同时可实现辅助精确诊断、诊断结果及时推送。

      研发心电AI分析算法难点体现在：

      1) 通道数量多：ECG常用12通道，对深度学习网络结构有要求

      2) 分类标签多：一段心电图有多个标签主类和子类

      3) 心电数据不等长：合理的数据组织方法尤为重要

      4) 数据不平衡：异常数据与正常数据分布不平衡，需引入适当的数据扩增方法

      5) 标注精度低：需在网络中引入注意力机制

      思路、方法：路线步骤

    （一）：心电AI研发

      1) 数据采集：通过FTP文件传输、数据拷贝、数据接口方式获取历史心电数据，数据信息包含30秒心电原始数据、采样频率、患者年龄、性别、心电诊断等。

      2) 数据清洗标注：将获取的心电数据预处理，去除噪音筛选目标异常分类，将预处理后的数据上传到云存储，随机方式分配给多位心电图专家对数据进行二次标注，得到高精度数据。

      3) 模型训练：将上步处理数据划分训练集、验证集、测试集，基于DenseNet和RNN的神经网络，用深度学习技术训练心电AI诊断模型。

      4) 模型临床验证：利用划分的验证集对训练获模型进行评估，并与专家结果比对，计算模型准确率；进一步随机挑选临床心电图进行诊断比对，根据比对结果迭代改进模型。

      5) 模型试运行：心电AI辅助诊断系统部署测试。

    （二）：心电AI院内上线

      1) 心电AI辅助诊断系统与省人民医院心电平台整合，进行日常心电管理、质控。

      2) 大量心电诊断业务中自动筛选出正常心电图；心电图自动评估为异常的推送给医生诊断。

    （三）：心电AI区域化应用

      1) 心电AI辅助诊断系统与南京市区域心电监测诊断平台整合。

      2) 各医疗机构通过各区级平台嫁接心电AI技术，实现日常心电AI诊断、慢病长程心电诊断业务。

      3) 与120、市胸痛中心平台对接，实现中心医院对胸痛患者快速甄别。

      创新点：

      (1) 心电AI赋能120、市胸痛中心平台

      与120、市胸痛中心平台对接，利用5G实现心电AI对急救心电图快速诊断，推送疑似心梗病例至目标医院医生移动端，快速甄别缩短救治时间。

      (2) 心电数据标准库建立

      目前心电数据约200万份，经归一化处理。专家标注心电图数据近60万份，分布在138个分类。经统计研究主要集中在18个常见分类，经过筛选合并确定18个分类要用深度学习模型进行自动诊断。

      (3) 心电AI研发

      市心电平台依托省人民医院为主业务中心，开展医用级心电AI辅助诊断系统研发。研发关键：

      1) 形成心电图异常分类标准

      2) 每张图至少三名医师标注由系统判断一致性，不一致时会由心电图专家给出共识

      3) AI服务器分多个方向进行AI模型结构探索

      4) 选合理网络架构训练多个网络模型用于数据分类

      目前最新研发结构是基于改进的Dense模型优化而成，可进行18分类诊断，准确率整体接近95%。

      (4) 心电AI赋能区域心电平台、慢病长程心电管理

      省人民医院利用心电AI为平台覆盖医院疑难病例的诊断申请快速诊断。

      平台覆盖医院通过嫁接心电AI有效评估患者心电图，评估结果与诊断不一致时通过平台向上级医院申请远程诊断，项目延伸于慢病长程心电诊断业务。

      推广及意义：符合国家“互联网+医疗”发展政策，有利于建立快速精准的智能医疗体系，加速推广AI诊疗新模式新手段，可为开发其他AI辅助诊断技术提供经验，项目意义包括：

      1) 与120、市胸痛中心平台对接，利用5G技术实现中心医院对胸痛患者的快速甄别；

      2) 为基层医院提供三甲医院同质化服务、促进医联体建设，提升基层医疗能力；

      3) 优质精准医疗服务让老百姓更愿意在社区医院就医，满足分级诊疗业务需求；

      4) 医疗单位可利用心电大数据开展心电相关临床研究。

来源：医新说

声明：转载的目的在于传递及分享更多信息，如涉及侵权，请及时联系我们，谢谢！

医工融合创新中心编辑：蒋琴（实习生）

医工融合创新中心审核：朱宗达

欢迎关注医工融合创新中心公众号，一起探讨学习交流。