扫码关注官方微信公众号

研究院支持研发的“云上 DUCG (动态不确定因果图)全科临床辅助诊断系统”项目顺利结题,产品试点已铺开

2020-12-29

为解决“看病难,看病贵”问题,中央提出了医疗资源下沉,“90% 大病不出县”的目标,并大力推行“基层首诊,双向转诊,急慢分治,上下联动”的“分级诊疗”制度。然而,我国基层医疗机构优质资源严重不足,其中硬件可以通过加大政府投入逐步改善,但临床医生的水平却难以大幅提高。

2018 年清华大学互联网产业研究院支持北京清睿智能科技有限公司研发“云上 DUCG (动态不确定因果图)全科临床辅助诊断系统”(以下简称DUCG系统),辅助基层医生进行诊疗,提高基层医生的诊断准确率。同时,因为 DUCG 具有强解释性,所以,也能培养基层医生的业务能力。目前,DUCG 系统已在山东省胶州市和重庆市忠县全面部署,覆盖 9000 多个 ICD-10 疾病代码,在医疗卫生专网内与 HIS 双向对接,并通过 HIS 与 LIS、 PACS 等对接。

DUCG 系统以病人主诉症状为切入点,辅助基层医生进行全科鉴别诊断,综合诊断正确率高达 95% 以上。而且系统还提供结构化病历、治疗方案、医嘱等功能,能够大幅减轻医生工作负担,方便政府统计决策。


DUCG 系统已涵盖 36 个主诉症状(咳嗽咳痰、呼吸困难、腹痛、腹泻、呕血、鼻塞、鼻出血、便血、恶心与呕吐、关节痛、咯血、发热、下尿路症状(含血尿,尿频,尿急与尿痛,少尿、无尿与多尿,尿失禁,排尿困难)、胸痛、黄疸、贫血、水肿、肥胖、消瘦、咽痛、心悸、儿童发热、妇科相关疾病(阴道出血,阴道分泌物异常,外阴瘙痒)、颈腰背痛、头晕、头痛、便秘、皮疹)1000 余个临床常见疾病诊断。胶州市在 HIS 基础上将 DUCG 对接到家庭医生、公共卫生系统 PC 端和移动端,拓展 DUCG 应用范畴,截至目前全市已通过 DUCG 开展智能辅助诊断 10000 余例,正确率 97.7%。


动态不确定因果图(DUCG)清华大学互联网产业研究院产业转型顾问委员会委员,清睿智能首席科学家张勤教授原创的新一代人工智能理论体系,与现在流行的大数据机器学习在本质上有所不同。大数据机器学习本质上是通过数据拟合建立输入和输出之间的匹配关系。动态不确定因果图是用图形符号表达领域专家所掌握的本领域不确定的因果关系并结合 DUCG 算法进行推理。在全科临床辅助诊断的应用中,DUCG 不同于大数据机器学习黑箱模型,其知识库、推理过程和诊断结果具有强可解释性,即不仅告诉医生是什么病,而且告诉医生为什么是这些病。更重要的是,DUCG 不存在大数据机器学习存在的泛化问题,即不仅在测试集上诊断正确率高,而且在第三方病历验证和实际使用中正确率高。此外,DUCG 具有不指定疾病条件下仅通过患者的已知信息推荐下一步该做的检查问诊,从而可以动态生成患者个体优化临床检查路径,即能够指导基层医生精准收集患者病情信息,从而实现精准诊断,节约控费,避免漏诊误诊。

DUCG 智能医疗云平台致力于提升医生的诊断能力,达到三甲医院医生的看病水平,把更多的患者留在基层,促进分级诊疗制度早日落地。


编辑|段文秀

审核、责编|杨帆