AI賦能的臨床決策支持系統(tǒng)應(yīng)用現(xiàn)狀與發(fā)展

一AI賦能的臨床決策支持系統(tǒng)（一）AI在醫(yī)學(xué)領(lǐng)域的應(yīng)用如今，人們對人工智能（ArtificialIntelligence，AI）的興趣有增無減。AI是利用數(shù)字計(jì)算機(jī)或者數(shù)字計(jì)算機(jī)控制的機(jī)器模擬、延伸和擴(kuò)展人的智能，從而感知環(huán)境、獲取知識并使用知識獲得最佳結(jié)果的理論、方法、技術(shù)及應(yīng)用系統(tǒng)。根據(jù)AI是否能真正實(shí)現(xiàn)推理、思考和解決問題，通?？梢詫⑵浞譃閮纱箢悾邯M義的人工智能（弱人工智能）是指設(shè)計(jì)用于解決特定應(yīng)用領(lǐng)域的人工智能；而廣義的人工智能（強(qiáng)人工智能）則是一種理論系統(tǒng)，能夠在任何情境中完全模擬人類推理或智能，并能夠有意識、抽象地思考。隨著AI和大數(shù)據(jù)技術(shù)的研究和發(fā)展，狹義的人工智能在醫(yī)療和社會保健領(lǐng)域得到應(yīng)用的可能性不斷擴(kuò)大，這將對個人、家庭、社區(qū)乃至整個社會產(chǎn)生積極影響。AI賦能的臨床決策支持系統(tǒng)（ClinicalDecisionSupportSystem，CDSS）是一種狹義的人工智能應(yīng)用程序，旨在使用各種不同類型的輸入并對其進(jìn)行分析以便提出決策建議。除此之外，AI也可根據(jù)編程技術(shù)分為兩類：一類是基于規(guī)則的AI，使用已被驗(yàn)證的知識（如臨床指南、風(fēng)險(xiǎn)計(jì)算器、公開發(fā)表的研究等）來建立路徑從而制定個體化的推薦決策；另一類基于數(shù)據(jù)的AI（通常被稱為機(jī)器學(xué)習(xí)）則是使用大量的數(shù)據(jù)和算法來訓(xùn)練機(jī)器，賦予它學(xué)習(xí)執(zhí)行任務(wù)的能力。AI被應(yīng)用于解決醫(yī)療領(lǐng)域問題已有多年的研究和實(shí)踐經(jīng)驗(yàn)。AI的概念誕生于20世紀(jì)50年代，即讓機(jī)器像人一樣思考和認(rèn)知，用計(jì)算機(jī)實(shí)現(xiàn)對人腦的模擬，也就是所謂的通用人工智能（GeneralAI）概念。人們對AI應(yīng)用的熱情可以追溯到20世紀(jì)60年代諾伯特·維納（NorbertWiener）的《控制論》一書的出版。20世紀(jì)70年代，醫(yī)學(xué)界掀起了第一波AI浪潮，例如，由EdwardShortliffe最早開始編寫的幫助醫(yī)生診斷血液感染和選用抗菌素類藥物治療的決策支持系統(tǒng)（MYCIN）標(biāo)志著AI進(jìn)入“專家系統(tǒng)”時期；此外，還有Kulikowski的個體化臨床決策模型，以及deDombal的急性腹痛計(jì)算機(jī)輔助診斷系統(tǒng)等。21世紀(jì)初至今，隨著大數(shù)據(jù)的積聚、算法的革新、算力的提升，AI在很多應(yīng)用領(lǐng)域取得了突破性進(jìn)展。在衛(wèi)生健康領(lǐng)域中，AI賦能的應(yīng)用主要集中于四大類：醫(yī)療管理、臨床決策支持、患者監(jiān)測、健康干預(yù)。其中，臨床決策支持是AI研究和應(yīng)用最有價(jià)值、最受關(guān)注的領(lǐng)域之一。IBM的Watson項(xiàng)目通過對大量臨床知識、基因組學(xué)數(shù)據(jù)、病歷信息、文獻(xiàn)資料進(jìn)行深度學(xué)習(xí)，建立了基于證據(jù)的CDSS。目前，該系統(tǒng)被應(yīng)用于對腫瘤、心血管病、糖尿病等疾病的診斷和治療；并于2016年進(jìn)入中國市場，在國內(nèi)多家醫(yī)院進(jìn)行了試點(diǎn)推廣。Google、微軟等也紛紛涉入醫(yī)療人工智能領(lǐng)域。Google旗下的DeepMindHealth和英國國家醫(yī)療服務(wù)體系（NHS）合作生產(chǎn)的AI產(chǎn)品通過訪問NHS患者數(shù)據(jù)并進(jìn)行深度學(xué)習(xí)，訓(xùn)練形成腦腫瘤識別模型。微軟研究院的BiomedicalNaturalLanguageProcessing，利用機(jī)器學(xué)習(xí)從醫(yī)學(xué)文獻(xiàn)和患者的電子病歷中挖掘信息，結(jié)合患者基因組信息研發(fā)用于輔助臨床診療的決策支持系統(tǒng)。我國科技企業(yè)也紛紛在醫(yī)療人工智能領(lǐng)域布局。2017年我國出臺了一系列相關(guān)政策推動AI產(chǎn)業(yè)發(fā)展。2017年5月，科技部發(fā)布了《“十三五”衛(wèi)生與健康科技創(chuàng)新專項(xiàng)規(guī)劃》，其中特別指出要重點(diǎn)發(fā)展包含醫(yī)療人工智能在內(nèi)的一批先進(jìn)臨床診治關(guān)鍵技術(shù)。醫(yī)療人工智能技術(shù)的創(chuàng)新強(qiáng)調(diào)“開展醫(yī)學(xué)大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)等技術(shù)研究，開發(fā)集中式智能和分布式智能等多種技術(shù)方案，重點(diǎn)支持機(jī)器智能輔助個性化診斷、精準(zhǔn)治療輔助決策支持系統(tǒng)、輔助康復(fù)和照看等研究，支撐智慧醫(yī)療發(fā)展”。2017年7月，國務(wù)院正式印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出要發(fā)展便捷高效的智能醫(yī)療服務(wù)，包括實(shí)現(xiàn)智能影像識別、病理分型、智能多學(xué)科會診，加強(qiáng)流行病智能監(jiān)測和防控等。2017年12月，工信部發(fā)布了《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計(jì)劃（2018～2020年）》，著重強(qiáng)調(diào)在若干領(lǐng)域的智能產(chǎn)品要率先取得突破，其中就包含醫(yī)療影像輔助診斷系統(tǒng)的研發(fā)、產(chǎn)品化及臨床輔助應(yīng)用。2018年4月國務(wù)院辦公廳發(fā)布的《關(guān)于促進(jìn)“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的意見》，明確提出要“研發(fā)基于人工智能的臨床診療決策支持系統(tǒng)”。目前，我國醫(yī)療人工智能也已進(jìn)入“井噴式”發(fā)展階段。國內(nèi)醫(yī)療人工智能企業(yè)針對諸多臨床場景，尤其聚焦于開發(fā)虛擬助理、病歷與文獻(xiàn)分析、醫(yī)學(xué)影像輔助診斷、藥物研發(fā)、基因測序等場景的AI應(yīng)用。（二）AI賦能的臨床決策支持系統(tǒng)正是因?yàn)锳I能充分利用衛(wèi)生信息系統(tǒng)中大量的數(shù)據(jù)從而能夠提高醫(yī)療決策的質(zhì)量和安全，因而在醫(yī)學(xué)領(lǐng)域被大量應(yīng)用于臨床決策支持系統(tǒng)（ClinicalDecisionSupportSystem，CDSS）的研究和設(shè)計(jì)開發(fā)中。CDSS也因此成為AI在衛(wèi)生健康領(lǐng)域應(yīng)用最密集且最受關(guān)注的領(lǐng)域之一。根據(jù)美國衛(wèi)生信息技術(shù)協(xié)調(diào)辦公室（OfficeoftheNationalCoordinatorforHealthInformationTechnology，ONC）對CDSS的定義，臨床決策支持系統(tǒng)應(yīng)向臨床醫(yī)生、工作人員、患者或其他個體提供知識和個體化信息，并在適當(dāng)?shù)臅r間進(jìn)行智能篩選或呈現(xiàn)，從而促進(jìn)人類健康和衛(wèi)生保健。CDSS充分利用了海量的醫(yī)學(xué)知識和人工智能分析引擎，并且整合結(jié)構(gòu)化、半結(jié)構(gòu)化或非結(jié)構(gòu)化醫(yī)學(xué)信息，通過人機(jī)交互的方式為衛(wèi)生保健專業(yè)人員提供診斷、治療決策和人群健康管理等方面的支持。CDSS的應(yīng)用目的在于為臨床醫(yī)生和其他專業(yè)人員提供認(rèn)知支持，從而改善和提高醫(yī)療決策效率，為患者提供更好的、更個性化的、更有價(jià)值的照護(hù)。在理想的情況下，CDSS可以提供更及時、更準(zhǔn)確的診斷，識別和/或呈現(xiàn)基于循證的個性化治療方案、高效執(zhí)行部分常規(guī)診療任務(wù)，使臨床醫(yī)生能專注于更復(fù)雜的診療工作。AI賦能的應(yīng)用根據(jù)AI復(fù)雜程度可分為低復(fù)雜度、中復(fù)雜度和高復(fù)雜度應(yīng)用。復(fù)雜程度最低的應(yīng)用是指單一的、特定的算法。算法在健康衛(wèi)生領(lǐng)域的應(yīng)用并不是新現(xiàn)象。當(dāng)這些算法與其他功能（如數(shù)據(jù)庫、用戶界面）相結(jié)合時，就得到了應(yīng)用“模塊”，即中度復(fù)雜的應(yīng)用?！澳K”是系統(tǒng)的問題解決組件。而復(fù)雜程度最高的AI賦能應(yīng)用則是包括兩個或兩個以上“模塊”的應(yīng)用或成套系統(tǒng)。CDSS屬于高復(fù)雜程度的AI賦能應(yīng)用（見圖1）。圖1AI賦能應(yīng)用結(jié)構(gòu)目前AI賦能的CDSS已被應(yīng)用于多種疾病的臨床輔助決策支持中，例如，糖尿病性視網(wǎng)膜病變、腦卒中等。尤其在一些數(shù)據(jù)密集型的學(xué)科中，AI與CDSS的結(jié)合在一些科室被應(yīng)用得更為廣泛，例如，放射科、病理科和眼科等。盡管AI賦能的醫(yī)學(xué)應(yīng)用備受關(guān)注，但真正落地的案例還較少。AI賦能CDSS的臨床應(yīng)用現(xiàn)狀、用戶對其態(tài)度和評價(jià)如何仍缺乏數(shù)據(jù)。為此，通過調(diào)研，本文旨在了解我國三級醫(yī)院中AI賦能CDSS的應(yīng)用現(xiàn)狀及現(xiàn)存問題。二AI賦能CDSS的臨床應(yīng)用現(xiàn)狀（一）調(diào)研設(shè)計(jì)本次調(diào)研以在線公開發(fā)布、自愿填寫問卷的方式開展。調(diào)研采用分層整群抽樣方法，樣本量計(jì)算公式如下：其中，α取0.05，P表示描述指標(biāo)頻率估計(jì)值為0.20，Δp表示容許誤差為0.05，deff表示設(shè)計(jì)效應(yīng)（分層抽樣deff≈0.08）。通過計(jì)算，N1為197。其中，根據(jù)國家衛(wèi)健委統(tǒng)計(jì)信息中心公布的數(shù)據(jù)（2019年6月），全國三級醫(yī)院數(shù)量共2619家，即N=2619。通過計(jì)算N2=184。估計(jì)醫(yī)院應(yīng)答率為90%，則需抽取206家醫(yī)院進(jìn)行調(diào)研。根據(jù)東部、中部、西部醫(yī)院數(shù)量占比，估算各區(qū)需抽樣數(shù)量：東部地區(qū)抽樣96份，中部地區(qū)抽樣50份，西部地區(qū)抽樣60份。分層整群抽樣的實(shí)施步驟：在東部、中部、西部地區(qū)抽取若干省/直轄市/自治區(qū)，整群抽取該省/直轄市/自治區(qū)所有三級醫(yī)院，每家醫(yī)院填寫1份問卷；若抽取的該省/直轄市/自治區(qū)回收問卷不滿足樣本量要求，則再抽取該地區(qū)另一省/直轄市/自治區(qū)的所有三級醫(yī)院進(jìn)行調(diào)研，直至達(dá)到樣本量要求。（二）調(diào)研結(jié)果1.參與調(diào)研受訪人員基本情況考慮到人力、財(cái)力和實(shí)踐等因素限制，本次調(diào)研最終共反饋問卷163份，其中有效問卷160份；3份無效問卷均為重復(fù)數(shù)據(jù)，即同一家醫(yī)院反饋了2份問卷。參與本次調(diào)研的受訪人員主要來自醫(yī)院信息科（占比90.63%），以男性為主（占比81.25%），年齡主要集中于31～50歲（占比88.13%），本科及以上學(xué)歷占92.50%，中級及以上職稱占85.00%（見表1）。2.參與調(diào)研醫(yī)院基本情況（1）參與調(diào)研醫(yī)院的地區(qū)分布情況參與本次調(diào)研的醫(yī)院來自我國東部地區(qū)（廣東省、上海市、江蘇省、浙江省、北京市），中部地區(qū)（河南?。┖臀鞑康貐^(qū)（云南省、重慶市、青海省、寧夏回族自治區(qū)）的10個省、直轄市和自治區(qū)。參與本次調(diào)研的醫(yī)院數(shù)量位居前三位的省區(qū)市分別是：河南省、廣東省、上海市和云南?。ㄒ姳?、圖2）。表1參與調(diào)研的受訪人員基本情況單位：例，%信息樣本數(shù)/占比年齡＜30歲10（6.25）31～40歲74（46.25）41～50歲67（41.88）＞50歲9（5.62）學(xué)歷大專12（7.50）本科96（60.00）碩士45（28.13）博士7（4.37）性別男性130（81.25）女性30（18.75）科室信息科145（90.63）其他（如：醫(yī)務(wù)科、院辦、職能保障部等）15（9.37）職稱初級24（15.00）中級79（49.38）副高級46（28.75）高級11（6.87）|Excel下載表1參與調(diào)研的受訪人員基本情況表2參與調(diào)研醫(yī)院地理區(qū)域分布情況單位：家，%地區(qū)省區(qū)市數(shù)量比例東部地區(qū)廣東省3421.25上海市1911.88江蘇省53.13浙江省10.63北京市10.63中部地區(qū)河南省6641.25西部地區(qū)云南省1911.88重慶市95.63青海省53.13寧夏回族自治區(qū)10.63總計(jì)160100.00|Excel下載表2參與調(diào)研醫(yī)院地理區(qū)域分布情況圖2參與調(diào)研醫(yī)院地理區(qū)域分布占比情況根據(jù)各地區(qū)經(jīng)濟(jì)發(fā)達(dá)程度分層比較，本次調(diào)研的醫(yī)院主要集中于經(jīng)濟(jì)發(fā)達(dá)及中等發(fā)達(dá)地區(qū)。其中，經(jīng)濟(jì)發(fā)達(dá)地區(qū)樣本69家（占43.13%）、經(jīng)濟(jì)中等發(fā)達(dá)地區(qū)樣本72家（占45.00%）、經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)樣本19家（占11.88%）（見表3、圖3）。表3參與調(diào)研醫(yī)院經(jīng)濟(jì)發(fā)展區(qū)域分布情況單位：家，%地區(qū)省份數(shù)量比例經(jīng)濟(jì)發(fā)達(dá)地區(qū)廣東省3421.25上海市1911.88江蘇省53.13浙江省10.63北京市10.63重慶市95.63經(jīng)濟(jì)中等發(fā)達(dá)地區(qū)河南省6641.25青海省53.13寧夏回族自治區(qū)10.63經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)云南省1911.88總計(jì)160100.00|Excel下載表3參與調(diào)研醫(yī)院經(jīng)濟(jì)發(fā)展區(qū)域分布情況圖3參與調(diào)研醫(yī)院經(jīng)濟(jì)發(fā)展區(qū)域分布占比情況（2）參與調(diào)研醫(yī)院的規(guī)模情況本次調(diào)研對象的規(guī)模為三級醫(yī)院；回收的問卷大部分來自三級甲等醫(yī)院（占73.13%）（見表4）。開放床位數(shù)≥2000張的三甲醫(yī)院有43家（占26.88%），主要分布于廣東省、上海市、江蘇省、河南省和重慶市；其中包含年門診量超過500萬人次、手術(shù)量超過20萬臺或出院量超過30萬人次的“大型”三甲醫(yī)院，來自北京市、上海市、江蘇省、廣東省及河南省。表4參與調(diào)研醫(yī)院基本情況單位：例，%基本情況總體東部地區(qū)中部地區(qū)西部地區(qū)醫(yī)院等級三級甲等117（73.13）55（91.67）40（60.60）22（64.71）三級乙等15（9.37）4（6.67）8（13.33）3（8.82）三級丙等28（17.50）1（1.67）18（26.27）9（36.47）開放床位數(shù)＜500張27（16.88）4（6.67）14（21.21）9（26.47）500～999張32（20.00）12（20.00）13（19.70）7（20.59）1000～1499張37（23.13）16（26.67）13（19.70）8（23.53）1500～1999張21（13.13）9（15.00）8（12.12）4（11.76）≥2000張43（26.88）19（31.67）18（27.27）6（17.65）醫(yī)生人數(shù)＜100人10（6.25）1（1.67）5（7.58）4（11.76）100～199人20（12.50）2（3.33）10（15.15）8（23.53）200～499人41（25.63）12（20.00）21（31.82）8（23.53）500～999人53（33.13）26（43.33）20（30.30）7（20.59）≥1000人36（22.50）19（31.67）10（15.15）7（20.59）護(hù)士人數(shù)＜500人44（27.50）8（13.33）21（31.82）15（44.12）500～999人53（33.12）23（38.33）21（34.82）9（26.47）1000～1499人27（16.88）8（13.33）16（24.24）3（8.82）1500～1999人15（9.38）11（18.33）1（1.52）3（8.82）≥2000人21（13.12）10（16.67）7（10.60）4（11.76）門診量（2018年）＜10萬人次16（10.00）1（1.67）12（18.18）3（8.82）10萬人次～50萬人次37（23.12）8（13.33）16（24.24）13（38.24）50萬人次～100萬人次36（22.50）9（15.00）19（28.79）8（23.53）100萬人次～200萬人次31（19.38）16（26.67）12（18.18）3（8.82）200萬人次～500萬人次36（22.50）24（40.00）5（7.58）7（20.59）500萬人次以上4（2.50）2（3.33）2（3.03）0（0.00）手術(shù)量（2018年）＜1萬臺53（33.12）11（18.33）27（40.91）15（44.12）1萬臺～2萬臺23（14.38）7（11.67）12（18.18）4（11.76）2萬臺～5萬臺37（23.13）16（26.67）13（19.69）8（23.53）5萬臺～10萬臺30（18.75）18（30.00）7（10.61）5（14.71）10萬臺～20萬臺10（6.25）5（8.33）3（4.55）2（5.88）＞20萬臺7（4.37）3（5.00）4（6.06）0（0.00）出院量（2018年）＜2萬人次32（20.00）5（8.33）18（27.27）9（26.47）2萬人次～5萬人次40（25.00）12（20.00）17（25.75）11（32.35）5萬人次～10萬人次49（30.62）24（40.00）17（25.75）8（23.53）10萬人次～20萬人次27（16.88）14（23.33）7（10.61）6（17.65）20萬人次～30萬人次4（2.50）2（3.33）2（3.03）0（0.00）＞30萬人次8（5.00）3（5.00）5（7.58）0（0.00）|Excel下載表4參與調(diào)研醫(yī)院基本情況3.AI賦能的CDSS臨床應(yīng)用情況（1）AI賦能的CDSS臨床整體應(yīng)用情況參與本次調(diào)研的醫(yī)院中，有38家（23.75%）醫(yī)院已成熟部署或臨床測試了AI賦能的CDSS，并用于診前、診中和/或診后的臨床決策支持；其余122家（占76.25%）醫(yī)院尚未應(yīng)用（見表7）。從AI賦能CDSS應(yīng)用的不同臨床階段分析，用于診前決策和診中決策的系統(tǒng)臨床應(yīng)用較多，而用于診后決策的系統(tǒng)臨床應(yīng)用較少。從不同地區(qū)分析，東部地區(qū)醫(yī)院對AI賦能CDSS的應(yīng)用程度高于中部地區(qū)醫(yī)院，而西部地區(qū)醫(yī)院相對落后（見表5、圖4）。表5AI賦能的CDSS臨床部署情況單位：例，%臨床部署情況總體東部地區(qū)中部地區(qū)西部地區(qū)AI賦能診前CDSS成熟部署7（4.37）2（3.33）4（6.06）1（2.94）測試階段21（13.13）13（21.67）4（6.06）4（11.76）尚未應(yīng)用132（82.50）45（75.00）58（87.88）29（85.29）AI賦能診中CDSS成熟部署10（6.25）5（8.33）4（6.06）1（2.94）測試階段22（13.75）9（15.00）8（12.12）5（14.71）尚未應(yīng)用128（80.00）46（76.67）54（81.82）28（82.35）AI賦能診后CDSS成熟部署5（3.12）2（3.33）3（4.45）0（0.00）測試階段11（6.88）6（10.00）4（6.06）1（2.94）尚未應(yīng)用144（90.00）52（86.67）59（89.39）33（97.06）|Excel下載表5AI賦能的CDSS臨床部署情況圖4不同地區(qū)AI賦能CDSS臨床應(yīng)用情況從部署情況分析，7家醫(yī)院（占4.37%）成熟部署了用于診前決策的AI賦能CDSS，21家醫(yī)院（占13.13%）臨床測試了此類系統(tǒng)。10家醫(yī)院（占6.25%）成熟部署了用于診中決策的AI賦能CDSS，22家醫(yī)院（占13.75%）臨床測試了此類系統(tǒng)。5家醫(yī)院（占3.12%）成熟部署了用于診后決策的AI賦能CDSS，11家醫(yī)院（占6.88%）臨床測試了此類系統(tǒng)（見表5）。從系統(tǒng)應(yīng)用程度分析，在本次調(diào)研中有11家醫(yī)院（占6.88%）至少成熟部署了一類AI賦能CDSS，有27家醫(yī)院（占16.88%）至少臨床測試了一類AI賦能CDSS但尚無系統(tǒng)成熟部署（見表6）。從不同區(qū)域分析，相較中部地區(qū)和西部地區(qū)，東部地區(qū)醫(yī)院應(yīng)用AI賦能的CDSS更為普遍：有6家醫(yī)院（占10.00%）已成熟部署、有13家醫(yī)院（占21.67%）已臨床測試了此類系統(tǒng)（見表6、圖5）。表6不同區(qū)域AI賦能CDSS臨床應(yīng)用程度單位：例，%應(yīng)用程度總體東部地區(qū)中部地區(qū)西部地區(qū)成熟部署11（6.88）6（10.00）4（6.06）1（2.94）臨床測試27（16.88）13（21.67）8（12.12）6（17.65）總計(jì)3819（31.67）12（18.18）7（20.59）|Excel下載表6不同區(qū)域AI賦能CDSS臨床應(yīng)用程度圖5不同區(qū)域AI賦能CDSS臨床應(yīng)用程度從調(diào)研醫(yī)院層面分析，已應(yīng)用AI賦能CDSS的醫(yī)院中三級甲等醫(yī)院34家（占比89.48%）；醫(yī)院規(guī)模更大，包括開放床位數(shù)≥2000張（占比52.63%）、醫(yī)生人數(shù)≥1000人（占比52.63%）、護(hù)士人數(shù)≥1000人（占比73.69%）；醫(yī)院業(yè)務(wù)量更大，包括年門診量≥100萬人次（占比78.94%），年手術(shù)量≥5萬臺（占比63.16%），年出院量≥5萬人次（占比86.83%）（見表7、圖6～圖8）。表7已應(yīng)用AI賦能CDSS醫(yī)院的基本情況單位：例，%醫(yī)院基本信息已應(yīng)用（包括成熟部署+臨床測試）未應(yīng)用醫(yī)院等級三級甲等34（89.48）83（68.03）三級乙等2（5.26）13（10.66）三級丙等2（5.26）26（21.31）開放床位數(shù)＜500張1（2.63）26（21.31）500～999張2（5.26）30（24.59）1000～1499張5（13.16）32（26.23）1500～1999張10（26.32）11（9.02）≥2000張20（52.63）23（18.85）醫(yī)生人數(shù)＜100人0（0.00）10（8.20）100～199人1（2.63）19（15.57）200～499人3（7.89）38（31.15）500～999人14（36.84）39（31.97）≥1000人20（52.63）16（13.11）護(hù)士人數(shù)＜500人2（5.26）42（34.43）500～999人8（21.05）45（36.89）1000～1499人10（26.32）17（13.93）1500～1999人7（18.42）8（6.56）≥2000人11（28.95）10（8.20）年門診量（2018年）＜10萬人次0（0.00）16（13.11）10萬人次～50萬人次3（7.89）34（27.88）50萬人次～100萬人次5（13.16）31（25.41）100萬人次～200萬人次8（21.05）23（18.85）200萬人次～500萬人次19（50.00）17（13.93）500萬人次以上3（7.89）1（0.82）年手術(shù)量（2018年）＜1萬臺4（10.53）49（40.16）1萬臺～2萬臺3（7.89）20（16.39）2萬臺～5萬臺7（18.42）30（24.59）5萬臺～10萬臺14（36.84）16（13.11）10萬臺～20萬臺5（13.16）5（4.10）＞20萬臺5（13.16）2（1.64）年出院量（2018年）＜2萬人次1（2.63）31（25.41）2萬人次～5萬人次4（10.53）36（29.51）5萬人次～10萬人次15（39.47）34（27.88）10萬人次～20萬人次12（31.58）15（12.30）20萬人次～30萬人次3（7.89）1（0.82）＞30萬人次3（7.89）5（4.10）|Excel下載表7已應(yīng)用AI賦能CDSS醫(yī)院的基本情況圖6不同醫(yī)院等級應(yīng)用AI賦能CDSS情況比較圖7不同醫(yī)院規(guī)模應(yīng)用AI賦能CDSS情況比較圖8不同醫(yī)院業(yè)務(wù)量應(yīng)用AI賦能CDSS情況比較（2）已應(yīng)用AI賦能的CDSS醫(yī)院的資金投入情況本次調(diào)研的已成熟部署或臨床測試診前決策AI賦能CDSS的28家醫(yī)院中，將近40%的醫(yī)院投入資金低于50萬元，不足10%的醫(yī)院投入資金超過500萬元。在32家成熟部署或臨床測試診中決策AI賦能CDSS的醫(yī)院中，不足5%的醫(yī)院投入資金超過500萬元。已成熟部署或臨床測試診后決策AI賦能CDSS的16家醫(yī)院中，有10家醫(yī)院（占62.50%）投入資金超過50萬元，有5家醫(yī)院（占31.25%）投入資金超過100萬元（見表8和圖9）。表8AI賦能CDSS的資金投入情況單位：例，%投入資金診前決策AI+CDSS診中決策AI+CDSS診后決策AI+CDSS＜50萬元11（39.29）13（40.63）1（6.25）50萬元～100萬元8（28.57）11（34.38）10（62.50）100萬元～500萬元7（25.00）7（21.87）5（31.25）＞500萬元2（7.14）1（3.12）0（0.00）|Excel下載表8AI賦能CDSS的資金投入情況圖9AI賦能CDSS的資金投入情況（3）AI賦能CDSS已實(shí)現(xiàn)的功能此次調(diào)研中，有28家醫(yī)院應(yīng)用了診前決策AI賦能CDSS，主要實(shí)現(xiàn)了預(yù)檢分診的功能（64.29%），其次實(shí)現(xiàn)了疾病預(yù)警（60.71%）、檢查檢驗(yàn)決策輔助（57.14%）、病史采集（35.71%）等功能如見表9和圖10所示。表9用于診前決策的AI賦能CDSS實(shí)現(xiàn)的主要功能單位：例，%主要功能數(shù)量比例預(yù)檢分診1864.29疾病預(yù)警1760.71檢查檢驗(yàn)決策輔助1657.14病史采集1035.71其他（醫(yī)學(xué)知識服務(wù)）13.57|Excel下載表9用于診前決策的AI賦能CDSS實(shí)現(xiàn)的主要功能圖10用于診前決策的AI賦能CDSS實(shí)現(xiàn)的主要功能此次調(diào)研中，32家已應(yīng)用診中決策AI賦能CDSS中，絕大多數(shù)醫(yī)院已實(shí)現(xiàn)了影像學(xué)診斷支持的功能（84.38%），疾病診斷建議（46.88%）和病理分型（12.50%）的功能（見表10、圖11）。表10用于診中決策的AI賦能CDSS實(shí)現(xiàn)的主要功能單位：例，%主要功能數(shù)量比例影像學(xué)診斷支持2784.38疾病診斷建議1546.88病理分型412.50|Excel下載表10用于診中決策的AI賦能CDSS實(shí)現(xiàn)的主要功能圖11用于診中決策的AI賦能CDSS實(shí)現(xiàn)的主要功能此次調(diào)研中16家已應(yīng)用診后決策AI賦能CDSS的醫(yī)院主要實(shí)現(xiàn)了高危預(yù)警（81.25%）的功能，其次實(shí)現(xiàn)了用藥監(jiān)控（50.00%）、治療決策輔助（37.50%）、隨訪監(jiān)控（37.50%）和中醫(yī)辨證論治（6.25%）的功能（見表11、圖12）。表11用于診后決策的AI賦能CDSS實(shí)現(xiàn)的主要功能單位：例，%主要功能數(shù)量比例高危預(yù)警1381.25用藥監(jiān)控850.00治療決策輔助637.50隨訪監(jiān)控637.50中醫(yī)辨證論治16.25|Excel下載表11用于診后決策的AI賦能CDSS實(shí)現(xiàn)的主要功能圖12用于診后決策的AI賦能CDSS實(shí)現(xiàn)的主要功能已成熟部署或臨床測試的AI賦能CDSS中，不足半數(shù)的系統(tǒng)已嵌入多學(xué)科會診或遠(yuǎn)程會診系統(tǒng)。在28家已成熟部署或臨床測試診前決策AI賦能CDSS的醫(yī)院中，僅有4家醫(yī)院（14.29%）將其嵌入多學(xué)科會診及遠(yuǎn)程會診系統(tǒng)中，有18家（占64.29%）均未嵌入。在32家已成熟部署或臨床測試診中決策AI賦能CDSS的醫(yī)院中，僅有2家醫(yī)院（6.25%）將其嵌入多學(xué)科會診及遠(yuǎn)程會診系統(tǒng)中，有25家醫(yī)院（78.13%）均未嵌入。在16家已成熟部署或臨床測試診后決策AI賦能CDSS的醫(yī)院中，有2家醫(yī)院（12.50%）將其嵌入多學(xué)科會診及遠(yuǎn)程會診系統(tǒng)，9家醫(yī)院（56.25%）均未嵌入（見表12、圖13）。表12AI賦能CDSS嵌入多學(xué)科會診或遠(yuǎn)程會診系統(tǒng)情況單位：例，%嵌入情況診前決策AI+CDSS診中決策AI+CDSS診后決策AI+CDSS已嵌入多學(xué)科會診系統(tǒng)4（14.29）4（12.50）4（25.00）已嵌入遠(yuǎn)程會診系統(tǒng)2（7.14）1（3.12）1（6.25）均已嵌入4（14.29）2（6.25）2（12.50）均未嵌入18（64.29）25（78.13）9（56.25）|Excel下載表12AI賦能CDSS嵌入多學(xué)科會診或遠(yuǎn)程會診系統(tǒng)情況圖13AI賦能CDSS嵌入多學(xué)科會診或遠(yuǎn)程會診系統(tǒng)情況4.AI賦能的CDSS應(yīng)用評價(jià)（1）醫(yī)院對AI賦能CDSS臨床的總體滿意度在本次調(diào)研中已成熟部署或臨床測試了AI賦能CDSS的38家醫(yī)院，對系統(tǒng)臨床應(yīng)用的滿意度并不高，不足40%的醫(yī)院對目前臨床應(yīng)用的決策支持系統(tǒng)總體上表示“滿意”或“很滿意”（見表13、圖14）。表13AI賦能CDSS臨床滿意度單位：家，%滿意度總體評價(jià)診前決策AI+CDSS診中決策AI+CDSS診后決策AI+CDSS很不滿意1（2.63）0（0.00）0（0.00）1（6.25）不滿意5（13.16）3（10.71）2（6.25）0（0.00）一般18（47.37）15（53.57）17（53.13）9（56.25）滿意13（34.21）9（23.68）12（37.50）4（25.00）很滿意1（2.63）1（3.57）1（3.13）2（12.50）|Excel下載表13AI賦能CDSS臨床滿意度圖14AI賦能CDSS臨床滿意度（2）AI賦能CDSS對臨床的積極影響盡管總體滿意度評價(jià)“一般”，但AI賦能CDSS的應(yīng)用被認(rèn)為能為臨床帶來一系列積極影響，包括對醫(yī)療服務(wù)質(zhì)量和效率、分級診療、臨床醫(yī)生決策能力、醫(yī)療成本、患者滿意度等方面的積極影響。其中，多數(shù)被調(diào)查者認(rèn)同AI賦能CDSS的應(yīng)用提升了醫(yī)療服務(wù)質(zhì)量和效率、提高了臨床醫(yī)生決策能力。然而，被調(diào)查者對AI賦能CDSS在分級診療開展、患者滿意度的提高、醫(yī)療成本的降低方面的影響尚存明顯意見分歧（見表14、圖15）。表14AI賦能CDSS對臨床的積極影響單位：例，%臨床影響診前決策AI+CDSS診中決策AI+CDSS診后決策AI+CDSS提升醫(yī)療服務(wù)質(zhì)量17（60.71）20（62.50）11（68.75）提升醫(yī)療服務(wù)效率20（71.43）17（53.13）8（50.00）有助于分級診療開展14（50.00）8（25.00）8（50.00）提高臨床醫(yī)生決策能力20（71.43）22（68.75）10（62.50）降低醫(yī)療成本11（39.28）8（25.00）8（50.00）提高患者滿意度14（50.00）7（21.88）8（50.00）沒有積極影響0（0.00）2（6.25）1（6.25）|Excel下載表14AI賦能CDSS對臨床的積極影響圖15AI賦能CDSS對臨床的積極影響三AI賦能的CDSS現(xiàn)存問題及未來發(fā)展（一）臨床醫(yī)生對AI賦能CDSS的功能需求盡管目前臨床醫(yī)生對已在應(yīng)用的AI賦能CDSS的臨床滿意度不高，且存在準(zhǔn)確率不高、未明顯減少工作量，以及不能很好地嵌入臨床流程等缺陷，但臨床醫(yī)生仍然希望AI賦能的CDSS能在診前、診中及診后全程為其提供決策支持（見表15）。表15臨床醫(yī)生對AI賦能CDSS的功能需求單位：例，%功能數(shù)量（占比）預(yù)檢分診119（74.38）病史采集99（61.88）疾病預(yù)警125（78.13）檢查檢驗(yàn)決策輔助126（78.75）疾病診斷建議119（74.38）影像學(xué)診斷支持115（71.88）病理分型94（58.75）用藥監(jiān)控104（65.00）高危預(yù)警118（73.75）治療決策輔助99（61.88）中醫(yī)辨證論治56（35.00）隨訪監(jiān)控78（48.75）|Excel下載表15臨床醫(yī)生對AI賦能CDSS的功能需求（二）AI賦能CDSS在臨床應(yīng)用中存在的問題根據(jù)38家已應(yīng)用部署或臨床測試了AI賦能CDSS醫(yī)院的反饋，AI賦能CDSS的主要問題集中在三方面：準(zhǔn)確率不高、不能很好地嵌入臨床流程、需復(fù)查未明顯減少工作量（見表16、圖16）。表16AI賦能CDSS現(xiàn)存的主要問題單位：例，%現(xiàn)存問題診前決策AI+CDSS診中決策AI+CDSS診后決策AI+CDSS操作不方便2（7.14）4（12.50）3（18.75）準(zhǔn)確率不高13（46.43）12（37.50）3（18.75）“黑箱”問題，原理不清5（17.86）9（28.13）2（12.50）不能很好地嵌入臨床流程10（35.71）15（46.88）6（37.50）需復(fù)查未明顯減少工作量10（35.71）9（28.13）5（31.25）沒有問題5（17.86）5（17.86）5（31.25）|Excel下載表16AI賦能CDSS現(xiàn)存的主要問題圖16AI賦能CDSS現(xiàn)存的主要問題（三）AI賦能CDSS發(fā)展需解決的問題被調(diào)查者認(rèn)為，AI賦能CDSS的未來發(fā)展首先需要解決的是信息技術(shù)問題與衛(wèi)生系統(tǒng)無縫銜接的問題，即完善系統(tǒng)功能、更好地嵌入現(xiàn)有臨床流程（81.88%）。其次，數(shù)據(jù)質(zhì)量需提高，同時數(shù)據(jù)開放機(jī)制需完善（77.50%）。再次，技術(shù)的不斷更新、算法和算力的提高（43.75%）也被認(rèn)為是當(dāng)下需解決的重要問題之一（見表17）。表17AI賦能CDSS需解決的問題單位：例，%需解決的問題數(shù)量占比提高數(shù)據(jù)質(zhì)量，完善數(shù)據(jù)開放機(jī)制12477.50完善系統(tǒng)功能、更好地嵌入現(xiàn)有臨床流程13181.88技術(shù)更新，提高算法和算力7043.75降低產(chǎn)品成本3823.75培養(yǎng)復(fù)合型人才2918.13建立社會保障機(jī)制，完善行業(yè)標(biāo)準(zhǔn)、法律法規(guī)、評估監(jiān)管機(jī)制、倫理道德準(zhǔn)則4326.88|Excel下載表17AI賦能CDSS需解決的問題四AI賦能CDSS應(yīng)用和發(fā)展分析（一）AI賦能CDSS發(fā)展空間巨大，但產(chǎn)品真正落地仍有距離AI賦能的CDSS對于衛(wèi)生健康領(lǐng)域的價(jià)值是多維度的。對于患者而言，AI賦能CDSS能為其提供更個性化、更準(zhǔn)確的診療建議從而將精準(zhǔn)醫(yī)學(xué)帶入一個新階段；對于臨床醫(yī)護(hù)人員而言，AI賦能CDSS能夠提高他們處理信息的效率和臨床決策能力，讓他們有時間專注于對認(rèn)知層次要求更高的臨床工作；對于醫(yī)療機(jī)構(gòu)而言，AI賦能CDSS有助于提高臨床服務(wù)質(zhì)量、節(jié)約醫(yī)療成本；而對于整個社會而言，AI賦能CDSS的應(yīng)用則有利于推進(jìn)分級診療制度建設(shè)、解決醫(yī)療行業(yè)痛點(diǎn)，例如，醫(yī)療資源緊張、供需不平衡、人才資源短缺等。此外，臨床對AI賦能CDSS的需求普遍，臨床醫(yī)生希望AI賦能CDSS能在診前、診中及診后全程為其提供決策支持。本次調(diào)研數(shù)據(jù)顯示，超過一半的被調(diào)查者表示臨床醫(yī)生希望AI賦能CDSS能夠具備以下功能：預(yù)檢分診、病史采集、疾病預(yù)警、檢查檢驗(yàn)決策輔助、疾病診斷建議、影像學(xué)診斷支持、病理分型、用藥監(jiān)控、高危預(yù)警和治療決策輔助等。然而，AI賦能CDSS的臨床應(yīng)用剛剛起步。本次調(diào)研結(jié)果顯示，在代表國內(nèi)較高醫(yī)療服務(wù)水平的三級