正在阅读:

CDSS步入商业化,百亿市场背后,信息化企业如何掘金?

扫一扫下载界面新闻APP

CDSS步入商业化,百亿市场背后,信息化企业如何掘金?

全科、专科,哪一个是CDSS的未来?

文|动脉网

临床决策支持系统(CDSS)并非新事物,在个人电脑兴起的时代,便有有心者看到了计算机辅助诊断的价值,试图用程序构造一个虚拟“医生”,美其名曰“专家系统”。

但那时简单数据的一一映射并不能解决复杂的医学问题。俗话说,医诊讲究“望闻问切”,需要医者通过多感官多渠道的信息获取,加之逻辑的判断,才能得到有效的答案。只是通过患者简单的主诉,而不能将患者年龄、身体状况、既往病史进行综合判断,这样的“诊断”不过是碰碰运气罢了。

近50年过去,当年的专家系统几经迭代,已经从最初功能单一、关系独立的查询式系统逐步集成于临床系统中。在知识方面,过去配置固定、硬编码的知识体系已经发生改变,如今的CDSS定义更加宽泛,注重于医生通过临床数据分以提升医疗质量,在这个过程中,知识表达开始趋于标注化,知识共享也变得可以配置。

当前的CDSS发展应该抓住三个关键:一是数据驱动,将医疗过程中产生的健康数据有效利用起来,挖掘其中的逻辑与规律;二是可配置,在知识可配置的基础上实现内容可配置、流程可配置;三是专科化,通过不同医院不同科室的个性化数据形成契合精细场景的CDSS。

如果说前两项方向确定了CDSS发展的精度,那么第三项专科化则是拓宽了市场的宽度,也正因为此,诸多玩家正涌入其中。

哪些企业驶入了这一赛道?

数年之间,有众多上市公司与创业公司投身其中,其中不乏零氪科技、嘉和美康等独角兽,腾讯、百度等互联网巨头,也有惠每科技、森亿智能等等颇具实力的初创企业。

2018年11月,腾讯获得“数字诊疗装备研发”重点专项,开发人工智能辅助临床决策支持系统AIACDSS,成为第一个闯入这个领域的互联网巨头。

仅仅过去四月,百度低调控股北京康夫子科技技术有限公司,并把医疗相关业务收归如今的灵医智惠旗下。截至收购时间,后者已在CDSS方向上深耕了近4年,相关的产品也装进了几十家基层医疗机构。

通过对相关领域进行扫描,动脉网发现了30家存在独立CDSS业务或项目的企业(许多信息化上市公司及信息平台公司存在相关技术及服务,但没有单独设立产品,这里未做统计)。从规模来看,大部分企业位于B轮融资前,不到1/3的企业为上市公司。

image.png

image.png

存在独立CDSS业务的医疗企业(不完全统计)数据来源于动脉橙数据库、企查查

由于医疗信息化市场的高度分散化,创业公司的占比仍存在低估,尤其是部分仅将业务局限于本地范围的信息化厂商,难以进入统计。不过,这些统计之外的企业仍能从中国招标采购网上的医疗信息化产品采购项目中寻得相关踪迹。

从业务角度上来看,开发全科版本的CDSS系统以服务基层仍是众多企业的首选,总计18家企业将其作为研发目标,另有13家企业开始选择开发专科类CDSS,比较成熟的产品现有VTE 、心梗,以及儿科相关产品等。

全科CDSS与专科CDSS研发路径、研发逻辑、市场规模的差异无疑是造成企业方向分离的主要原因。以同等投入来看,同样一套全科版本的CDSS能够在试点成功后迅速推入下一个区域,而专科版本的CDSS想要开拓新的场景,就必须重新对新场景的医生习惯、临床路径、数据特征等因素进行分析,这意味着企业需要耗费更大的精力,才能打造一个可能被医生所接受的产品。所以,拥有数据优势的上市公司,如腾讯、百度、科大讯飞更倾向于构建知识图谱解决基层问题,而非专研临床解决科室问题。

值得注意的是,从基因数据切入以对临床数据进行补足,进而完善医生决策的企业在近两年中开始出现。在2018年动脉网对于CDSS领域的统计中,暂未发现此类相关CDSS类企业,但本轮统计则出现了3家相关企业,分别为生命奇点、为朔医学、安吉康尔。

分析这些企业过去的业务定位,大部分企业的CDSS业务是从其信息化基础业务延伸而来,这意味着在打造CDSS之前,他们便拥有电子病历、HIT、专科信息管理平台等院内信息化经验。从统计数据可以看出,有多达9家企业同时兼具AI、大数据挖掘等前沿技术,尤其是对于B轮前的创业公司而言,他们切入CDSS的逻辑并非想要打造一个独立的CDSS产品,而是从AI影像辅助诊断出发,逐渐向就诊上下游发展。

总的来说,相比于动脉网2018年的统计而言,当年以CDSS作为独立产品的企业现在仍在不断深入研发,而在近两年中,又有更多企业进入其中,侧面显示了这一市场的潜力。

百度旗下的灵医智惠便是其中的典型,这家公司主要沿着两条路径发展,其一是围绕智慧医疗、智慧管理、智慧患者服务打入智慧医疗产业体系;其二是便以CDSS为核心为基层带来普惠的医疗服务——CDSS已经成为百度发展医疗版块的核心产品之一。

“专科”和“全科”走出不同的产品设计逻辑

众多企业的进入促进了CDSS行业内的竞争,但具体到场景,我们还需要割裂地看待CDSS的发展问题。

全科CDSS作为当年专家系统设计者的终极梦想,这项技术已经在诸多医院进行了落地,商业模式也有了雏形。

具体而言,它的作用主要存在于两个方向,第一,模拟MDT,为大型医院专家提供意见参考,预防专家决策死角;第二,落户基层医院,以提高基层医疗机构诊断能力。

大数医达AI首席架构师林玥煜曾看到这样一个例子:有一位患者肠道感觉不适,便在北京一家三甲医院挂了专家号,但几次检查一下来,患者进行了各种化验,也经历了好几轮专家会诊,但仍然找不到问题所在。这个时候,一位非消化科的实习期博士看到这个病例后,才发现这个患者实际是免疫系统出了问题。

CDSS的作用便在于此:“专科医生常常会被局限在自己的常用知识之中,漏掉部分考虑,这个时候,医生便需要一个知识库,为其罗列引发患者症状的多种可能,帮助专家唤起记忆,起到类似于多学科会诊的作用。这将减少专家漏掉其他疾病的可能。”

现阶段下,全科CDSS的更多作用还是在于基层。加之AI的辅助,这一系统的信息匹配准确率与匹配速度都大幅度上升。以灵医智惠在北京平谷区马坊社区卫生服务中心的应用为例,在该系统的辅助下,马坊医院前序问诊耗时可降至约3分钟,加上出具、打印病历,整个过程大致耗时5分钟。比较平时的就诊,CDSS系统支持下的问诊更为详细,更多耗时,但若计算全流程时间,单个患者的时耗大幅减少。

总的来说,在分级诊疗大环境下,理想的全科版CDSS能够为基层医疗提供标准化、高效、准确的诊断手段,辅助医生作出患者是否需要转诊决定,以复制的方式,将聚集的优质医疗平等地覆盖到每一个基层地区。

相比之下,专科CDSS不仅仅需要大量的知识库进行数据支撑,更为关键的是,企业需要深入了解目标疾病的临床诊断路径。用惠每科技CEO张奇的话来说,专科CDSS的建立首先是个临床问题,其实是一个技术问题。

具体而言,张奇将核心问题归纳于两点:“一开始我们将注意力尽数放置于患者临床治疗过程,包括其中的病情变化、用药数据变化、检验检查、护理过程的数据变化,但即便是这样,获取的数据依然是不完备的,要做出好的CDSS,我们还需要关联患者既往病史,加之院后随访的情况,综合全流程诊疗数据,才能真正做到对患者的‘真实’了解。”

这便是企业稀于涉足专科CDSS的原因之一,要想获得最佳的结果,企业必须处理非常长的流程,触及到多达几十套的信息化系统。“不同的业务系统有不同的接口,有不同的数据标准,不同的处理标准,所以,整个数据的采集标准化识别都是一个非常复杂的过程。”

第二个难点在于参数的多变性。与全科不同,医生在对患者进行专科治疗时,常常会面对一些病情严重的患者,有时甚至危及生命。“在这种情况下,CDSS要处理的变量会非常多,我们需要建立很高的数据质量标注与精准的模型以对患者情况进行分析,这需要花费非常大的精力。”

不过,也正是因为可能出现复杂多变的状况,三甲医院对于专科CDSS存在主观上的需求。森亿智能数据产品负责人表示:“除了满足电子病历评级需求外,医院希望我们能够辅助医务管理,对部分病历数据进行质控。此外,CDSS能够帮助医院建立规范化的临床流程与标注化的临床数据,加之可靠的临床知识体系就形成了数据资产的积累,很多医生看重了这一点,希望能够通过这些沉淀进行后续的数据分析与科研工作。”

当然,专科CDSS的发展还处于初级阶段,以现在的数据储备来看,少有企业能够获得足够多的覆盖全流程的患者肿瘤数据,AI赋能下,CDSS必须拥有足够的数据支撑才能合理运行,这也意味着,肿瘤领域隐藏着众多的专科CDSS机会,这里存在着大片的蓝海市场。

从三个成熟产品看CDSS行业的特征与发展趋势

了解了医生的需求与CDSS建立的问题,那么在实际之中,有效的CDSS系统是怎样的?怎么维护革新这个产品?我们不妨将三个成熟的产品作为案例进行介绍。

>>>>

大数医达:基于电子病历的AI全科CDSS如何突围?

在全科版本的CDSS之中,数据好比是土壤,而信息处理技术则是肥料,两者均是培育优秀全科CDSS必不可少的部分。

而从2015成立至今,大数医达已经在CDSS领域打磨了近五年,积累起了海量的标准化患者数据。在数据之上,这家公司建立了有效的知识图谱,用AI的方式将众多患者数据与医学知识结合成神经元式的知识网,这是其CDSS有别与竞品的最大优势之一。

大数医达区域总经理盛潞伟告诉动脉网:“症状与病情常常是多对一的关系,比如说发热症状,大量的病症都与发热相关,我们必须去探究更深层的逻辑。若只是看到患者咳嗽,就把所有咳嗽可能产生的症状全部罗列出来,这样的CDSS是没有价值的。”

“通过知识图谱下的大数据分析,我们能够按照病症的轻重缓急;不同病症之间的联系;综合给出一个合理的概率,这个过程之中会剔除掉明显不可能的疾病,这样的结果医生才是可以使用的。”

目前,大数医达多维CDSS临床辅助决策系统已经具备电子病历智能书写、辅助诊断、推荐治疗、智能内涵质控、医疗知识查询等多个功能,是一个典型的全科版CDSS系统。在落地方面,该系统早已在广东省清远市阳山县55个贫困村率开始试点;广东省15个地市2277个省级贫困村全面推广。

>>>>

惠每科技的院内VTE智能防控

静脉血栓栓塞症(VTE)不是某一个专科特发的疾病,术后、外伤、晚期癌症、昏迷和长期卧床的病人均存在发生VTE的风险。但要判断患者VTE的发病风险并不简单,除了通过医生本身的经验判断,更为权威的是通过Caprini血栓风险评估量表、Padua血栓风险评估量表等个体化VTE风险评估量模型,对患者进行分析评估。但由于VTE评估及其耗时,医生必须在医生本职工作与VTE筛防工作中进行取舍——这其实是在挑战医院本已短缺的资源。

惠每科技利用人工智能解决这个问题,对患者进行通过智能化的跟踪、评分、监督。其中要解决的困难很多,“要让计算机判断患者‘一个月之内有没有发生过脑梗’这个VTE风险因素信息,不仅要帮助机器理解脑梗发生的时间限制——事件应发生在近期如给定的一个月,不统计三个月、或是半年之前的脑梗事件。同时要判断患者的疾病情况如分级分型,常常需要综合既往病史、核磁报告等信息得出结论,传统的信息系统完成不了这样复杂的工作。”张奇向动脉网解释到。

为了解决这些问题,惠每通过自然语言处理(NLP)技术实现病历数据的语义理解,将描述性的自然语言进行结构化、标准化处理,深度学习算法还可以将个性化的病历数据归纳入规则库,结合临床指南、各类量表建立VTE知识图谱,提升最终机器模型的准确率,同时解决医生面临的“数据录入难”、“数据分析难”两大问题。

此外,基于人工智能的临床决策支持功能可以帮助医务人员进行自动评估,根据患者禁忌症提醒预防医嘱的开立……通过AI质量控制将质控关口前移,进而解决了医生VTE内涵质量的控制问题。

同时,惠每还会定期与医生进行沟通,以满足特定医院的特殊要求,系统亦在临床应用过程中愈加“智慧”。打个比方,惠每与中日友好医院医务等部门会通过定期例会沟通系统使用的反馈和建议,例如在VTE系统上线初期,临床反馈原有的警示方式还不足以让医生能够在第一时间清晰判断CDSS警示的严重程度,对此,惠每增加不同颜色的提醒模式优化,让医生护士能够在确认患者情况前,就对风险性有了初步了解,这一细节上的改变进一步提升了院内VTE防控系统的有效性。

image.png

>>>>

森亿智能出血评估与数据库治理

以中文医学自然语言处理技术起家的森亿智能也在CDSS之中进行了多种尝试,目前已在VTE、围手术期,心内科、儿科、等方面创造了较为成熟的产品。在森亿智能看来,做好专科CDSS系统,一定要摸清临床诊疗的决策路径,找出环节中的痛点,利用数据与知识加以解决。

卢翔表示:“以出血评估为例,采用量表评估时,出血临床定义包含既往出血病史、出血体质、血液疾病这三个方面的数据。 这三个方面在临床里面,可能存在50多种定义,这些定义的内容有些来源于检验指标,有些来源于病历文本,有些来源于病史的一个诊断。如果仅靠医生、护士去分析如此多的指标,一是工作量大,二是结果不能保证准确。但若通过自然语言处理以及数据标准化等一系列处理,我们能够快速给出准确的出血评估。”

此外,随着近年来临床医学的发展,医院业务的变革,需要一套随时可以配置的医疗知识库。在这一方面,森亿智能通过不断的更新以保证知识库的有效性。

“第一步是知识的理解,即在做这件事的开始,我们就会我们会不断跟临床医生进行沟通,另一方面会将最终的医疗决策内容,与相关的KOL进行讨论。如果这一知识的最终医学理解没有问题,那么我们才会将其转化为计算机语言,进行第二步测试。”

“第二步测试指根据转化为决策引擎里的医学内容进行测试,以保证计算机语言的准确性。完成这一步后,我们会紧接着进行第三步端到端的测试,即在医院后台根据实际患者测试,经过这几步,我们才能保证知识库的可靠性。"

百亿CDSS市场与它的支付方

谈及CDSS的市场与商业模式,我们需要从全科、评级、专科三个角度分别进行估算。

先看评级版本的CDSS市场,根据政策现实,仅当医院进行电子病历4级及其以上评级,才会需要配置CDSS。但在4级电子病历对CDSS的要求仅限于能做一些药品的配伍,5级开始要求检验检查的提醒以及推荐诊断。从现在的价格情况来看,4级、5级的评级版CDSS招标价格基本上在40-50万元,6级的招标价格在80万元左右,7级的招标价格在120-150万元左右。

image.png

但也正如政策所示,如今仅三甲医院存在硬性要求购置评级版CDSS。粗略来看,2019年,全国总计有7000多家医院申报了电子病历评级。这意味着这一市场算不上大,年规模约在80亿元左右。

全科的市场相对更大一些。若只是知识库的查询功能,单个产品的招标价格在30-50万左右,但通常而言,医疗机构会要求配置辅助诊断、用药推荐以及配套的硬件产品,具体算下来,单个机构的平均客单价会在100万左右。

据大数医达区域总经理盛潞伟估计,江苏有90多个区县,以平均每个区县购置100万的项目来计算话,这里便有一个亿的市场。但对于一些核心城市,基层医疗机构的密度将会远高于一般城市。

此外,民营医疗连锁为了规范诊疗流程,通过大数据提升运营效率,也会尝试采购全科版本的CDSS,例如吕医生社区连锁诊所便采购了惠每科技的CDSS产品。所以,总体估算下来,全科CDSS的市场规模将超过百亿。

专科CDSS的产品略贵于全科产品,从动脉网统计的招标数据来看,其价格在50-300万元不等。但这里的市场规模取决于企业开拓出场景的程度,如果单个VTE产品能够布置于每一个医院,那么专科CDSS单一场景的市场将接近于评级版CDSS的数据。

notice(1)_wps图片.png

部分CDSS招标数据,数据来源于动脉橙数据库

再看商业模式,无论是全科CDSS,还是专科CDSS,现在走的仍是HIT的销售之路,即按项目一次性卖给医院,并再后续每年中收取一定服务费。

但由于知识库的的迭代性,CDSS厂商将在未来不断更新产品,不断进行新的投入。从这个角度而言,SaaS模式或许更适合CDSS厂商,而同样对于新技术的不确定性,按年付费对医院也是一种保障。所以,在商业模式方面,CDSS的付费模式或许将在未来由项目付费向服务付费转变,如果这条路径走得通,这一市场的规模将进一步扩大。

最后需要注意的是支付问题。对于专科CDSS而言,医院存在需求去购置这一设备,以提高对临床诊疗质量的把控,所以医院会成为专科CDSS的支付方。CHIMA2019年发布的《中国医院信息化状况调查》通过对医院抽样调查的方式显示了信息科对待CDSS的态度,无论是三甲医院还是三级以下医院,CDSS的优先权均处于靠前的位置。

image.png

但对于全科版的CDSS而言,对于这样不能直接带来收益的产品,基层医疗机构或许没有直接支付的动力。

不过,国家提升基层医疗机构诊疗能力的决心在此,对于很多公立的基层医疗机构而言,由区县卫健委代为采购已经成为全科CDSS主要的支付模式之一。此外,这一模式也正在惠及民营医疗机构,在部分沿海城市,私立医疗机构也可以享受到这一福利。

从整个市场来看,全科CDSS、评级CDSS的技术已经成熟,并以具备一定的商业模式,而专科CDSS则是其中的变数,毕竟,能够打通医院部分临床路径的质控并不意味着他们能够在更为复杂的肿瘤领域有所建树,同时,在未来新战场的开辟之中,可能会遭遇到场景并不适用,或是数据难以采集的情况,这意味着风险与机遇。

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

CDSS步入商业化,百亿市场背后,信息化企业如何掘金?

全科、专科,哪一个是CDSS的未来?

文|动脉网

临床决策支持系统(CDSS)并非新事物,在个人电脑兴起的时代,便有有心者看到了计算机辅助诊断的价值,试图用程序构造一个虚拟“医生”,美其名曰“专家系统”。

但那时简单数据的一一映射并不能解决复杂的医学问题。俗话说,医诊讲究“望闻问切”,需要医者通过多感官多渠道的信息获取,加之逻辑的判断,才能得到有效的答案。只是通过患者简单的主诉,而不能将患者年龄、身体状况、既往病史进行综合判断,这样的“诊断”不过是碰碰运气罢了。

近50年过去,当年的专家系统几经迭代,已经从最初功能单一、关系独立的查询式系统逐步集成于临床系统中。在知识方面,过去配置固定、硬编码的知识体系已经发生改变,如今的CDSS定义更加宽泛,注重于医生通过临床数据分以提升医疗质量,在这个过程中,知识表达开始趋于标注化,知识共享也变得可以配置。

当前的CDSS发展应该抓住三个关键:一是数据驱动,将医疗过程中产生的健康数据有效利用起来,挖掘其中的逻辑与规律;二是可配置,在知识可配置的基础上实现内容可配置、流程可配置;三是专科化,通过不同医院不同科室的个性化数据形成契合精细场景的CDSS。

如果说前两项方向确定了CDSS发展的精度,那么第三项专科化则是拓宽了市场的宽度,也正因为此,诸多玩家正涌入其中。

哪些企业驶入了这一赛道?

数年之间,有众多上市公司与创业公司投身其中,其中不乏零氪科技、嘉和美康等独角兽,腾讯、百度等互联网巨头,也有惠每科技、森亿智能等等颇具实力的初创企业。

2018年11月,腾讯获得“数字诊疗装备研发”重点专项,开发人工智能辅助临床决策支持系统AIACDSS,成为第一个闯入这个领域的互联网巨头。

仅仅过去四月,百度低调控股北京康夫子科技技术有限公司,并把医疗相关业务收归如今的灵医智惠旗下。截至收购时间,后者已在CDSS方向上深耕了近4年,相关的产品也装进了几十家基层医疗机构。

通过对相关领域进行扫描,动脉网发现了30家存在独立CDSS业务或项目的企业(许多信息化上市公司及信息平台公司存在相关技术及服务,但没有单独设立产品,这里未做统计)。从规模来看,大部分企业位于B轮融资前,不到1/3的企业为上市公司。

image.png

image.png

存在独立CDSS业务的医疗企业(不完全统计)数据来源于动脉橙数据库、企查查

由于医疗信息化市场的高度分散化,创业公司的占比仍存在低估,尤其是部分仅将业务局限于本地范围的信息化厂商,难以进入统计。不过,这些统计之外的企业仍能从中国招标采购网上的医疗信息化产品采购项目中寻得相关踪迹。

从业务角度上来看,开发全科版本的CDSS系统以服务基层仍是众多企业的首选,总计18家企业将其作为研发目标,另有13家企业开始选择开发专科类CDSS,比较成熟的产品现有VTE 、心梗,以及儿科相关产品等。

全科CDSS与专科CDSS研发路径、研发逻辑、市场规模的差异无疑是造成企业方向分离的主要原因。以同等投入来看,同样一套全科版本的CDSS能够在试点成功后迅速推入下一个区域,而专科版本的CDSS想要开拓新的场景,就必须重新对新场景的医生习惯、临床路径、数据特征等因素进行分析,这意味着企业需要耗费更大的精力,才能打造一个可能被医生所接受的产品。所以,拥有数据优势的上市公司,如腾讯、百度、科大讯飞更倾向于构建知识图谱解决基层问题,而非专研临床解决科室问题。

值得注意的是,从基因数据切入以对临床数据进行补足,进而完善医生决策的企业在近两年中开始出现。在2018年动脉网对于CDSS领域的统计中,暂未发现此类相关CDSS类企业,但本轮统计则出现了3家相关企业,分别为生命奇点、为朔医学、安吉康尔。

分析这些企业过去的业务定位,大部分企业的CDSS业务是从其信息化基础业务延伸而来,这意味着在打造CDSS之前,他们便拥有电子病历、HIT、专科信息管理平台等院内信息化经验。从统计数据可以看出,有多达9家企业同时兼具AI、大数据挖掘等前沿技术,尤其是对于B轮前的创业公司而言,他们切入CDSS的逻辑并非想要打造一个独立的CDSS产品,而是从AI影像辅助诊断出发,逐渐向就诊上下游发展。

总的来说,相比于动脉网2018年的统计而言,当年以CDSS作为独立产品的企业现在仍在不断深入研发,而在近两年中,又有更多企业进入其中,侧面显示了这一市场的潜力。

百度旗下的灵医智惠便是其中的典型,这家公司主要沿着两条路径发展,其一是围绕智慧医疗、智慧管理、智慧患者服务打入智慧医疗产业体系;其二是便以CDSS为核心为基层带来普惠的医疗服务——CDSS已经成为百度发展医疗版块的核心产品之一。

“专科”和“全科”走出不同的产品设计逻辑

众多企业的进入促进了CDSS行业内的竞争,但具体到场景,我们还需要割裂地看待CDSS的发展问题。

全科CDSS作为当年专家系统设计者的终极梦想,这项技术已经在诸多医院进行了落地,商业模式也有了雏形。

具体而言,它的作用主要存在于两个方向,第一,模拟MDT,为大型医院专家提供意见参考,预防专家决策死角;第二,落户基层医院,以提高基层医疗机构诊断能力。

大数医达AI首席架构师林玥煜曾看到这样一个例子:有一位患者肠道感觉不适,便在北京一家三甲医院挂了专家号,但几次检查一下来,患者进行了各种化验,也经历了好几轮专家会诊,但仍然找不到问题所在。这个时候,一位非消化科的实习期博士看到这个病例后,才发现这个患者实际是免疫系统出了问题。

CDSS的作用便在于此:“专科医生常常会被局限在自己的常用知识之中,漏掉部分考虑,这个时候,医生便需要一个知识库,为其罗列引发患者症状的多种可能,帮助专家唤起记忆,起到类似于多学科会诊的作用。这将减少专家漏掉其他疾病的可能。”

现阶段下,全科CDSS的更多作用还是在于基层。加之AI的辅助,这一系统的信息匹配准确率与匹配速度都大幅度上升。以灵医智惠在北京平谷区马坊社区卫生服务中心的应用为例,在该系统的辅助下,马坊医院前序问诊耗时可降至约3分钟,加上出具、打印病历,整个过程大致耗时5分钟。比较平时的就诊,CDSS系统支持下的问诊更为详细,更多耗时,但若计算全流程时间,单个患者的时耗大幅减少。

总的来说,在分级诊疗大环境下,理想的全科版CDSS能够为基层医疗提供标准化、高效、准确的诊断手段,辅助医生作出患者是否需要转诊决定,以复制的方式,将聚集的优质医疗平等地覆盖到每一个基层地区。

相比之下,专科CDSS不仅仅需要大量的知识库进行数据支撑,更为关键的是,企业需要深入了解目标疾病的临床诊断路径。用惠每科技CEO张奇的话来说,专科CDSS的建立首先是个临床问题,其实是一个技术问题。

具体而言,张奇将核心问题归纳于两点:“一开始我们将注意力尽数放置于患者临床治疗过程,包括其中的病情变化、用药数据变化、检验检查、护理过程的数据变化,但即便是这样,获取的数据依然是不完备的,要做出好的CDSS,我们还需要关联患者既往病史,加之院后随访的情况,综合全流程诊疗数据,才能真正做到对患者的‘真实’了解。”

这便是企业稀于涉足专科CDSS的原因之一,要想获得最佳的结果,企业必须处理非常长的流程,触及到多达几十套的信息化系统。“不同的业务系统有不同的接口,有不同的数据标准,不同的处理标准,所以,整个数据的采集标准化识别都是一个非常复杂的过程。”

第二个难点在于参数的多变性。与全科不同,医生在对患者进行专科治疗时,常常会面对一些病情严重的患者,有时甚至危及生命。“在这种情况下,CDSS要处理的变量会非常多,我们需要建立很高的数据质量标注与精准的模型以对患者情况进行分析,这需要花费非常大的精力。”

不过,也正是因为可能出现复杂多变的状况,三甲医院对于专科CDSS存在主观上的需求。森亿智能数据产品负责人表示:“除了满足电子病历评级需求外,医院希望我们能够辅助医务管理,对部分病历数据进行质控。此外,CDSS能够帮助医院建立规范化的临床流程与标注化的临床数据,加之可靠的临床知识体系就形成了数据资产的积累,很多医生看重了这一点,希望能够通过这些沉淀进行后续的数据分析与科研工作。”

当然,专科CDSS的发展还处于初级阶段,以现在的数据储备来看,少有企业能够获得足够多的覆盖全流程的患者肿瘤数据,AI赋能下,CDSS必须拥有足够的数据支撑才能合理运行,这也意味着,肿瘤领域隐藏着众多的专科CDSS机会,这里存在着大片的蓝海市场。

从三个成熟产品看CDSS行业的特征与发展趋势

了解了医生的需求与CDSS建立的问题,那么在实际之中,有效的CDSS系统是怎样的?怎么维护革新这个产品?我们不妨将三个成熟的产品作为案例进行介绍。

>>>>

大数医达:基于电子病历的AI全科CDSS如何突围?

在全科版本的CDSS之中,数据好比是土壤,而信息处理技术则是肥料,两者均是培育优秀全科CDSS必不可少的部分。

而从2015成立至今,大数医达已经在CDSS领域打磨了近五年,积累起了海量的标准化患者数据。在数据之上,这家公司建立了有效的知识图谱,用AI的方式将众多患者数据与医学知识结合成神经元式的知识网,这是其CDSS有别与竞品的最大优势之一。

大数医达区域总经理盛潞伟告诉动脉网:“症状与病情常常是多对一的关系,比如说发热症状,大量的病症都与发热相关,我们必须去探究更深层的逻辑。若只是看到患者咳嗽,就把所有咳嗽可能产生的症状全部罗列出来,这样的CDSS是没有价值的。”

“通过知识图谱下的大数据分析,我们能够按照病症的轻重缓急;不同病症之间的联系;综合给出一个合理的概率,这个过程之中会剔除掉明显不可能的疾病,这样的结果医生才是可以使用的。”

目前,大数医达多维CDSS临床辅助决策系统已经具备电子病历智能书写、辅助诊断、推荐治疗、智能内涵质控、医疗知识查询等多个功能,是一个典型的全科版CDSS系统。在落地方面,该系统早已在广东省清远市阳山县55个贫困村率开始试点;广东省15个地市2277个省级贫困村全面推广。

>>>>

惠每科技的院内VTE智能防控

静脉血栓栓塞症(VTE)不是某一个专科特发的疾病,术后、外伤、晚期癌症、昏迷和长期卧床的病人均存在发生VTE的风险。但要判断患者VTE的发病风险并不简单,除了通过医生本身的经验判断,更为权威的是通过Caprini血栓风险评估量表、Padua血栓风险评估量表等个体化VTE风险评估量模型,对患者进行分析评估。但由于VTE评估及其耗时,医生必须在医生本职工作与VTE筛防工作中进行取舍——这其实是在挑战医院本已短缺的资源。

惠每科技利用人工智能解决这个问题,对患者进行通过智能化的跟踪、评分、监督。其中要解决的困难很多,“要让计算机判断患者‘一个月之内有没有发生过脑梗’这个VTE风险因素信息,不仅要帮助机器理解脑梗发生的时间限制——事件应发生在近期如给定的一个月,不统计三个月、或是半年之前的脑梗事件。同时要判断患者的疾病情况如分级分型,常常需要综合既往病史、核磁报告等信息得出结论,传统的信息系统完成不了这样复杂的工作。”张奇向动脉网解释到。

为了解决这些问题,惠每通过自然语言处理(NLP)技术实现病历数据的语义理解,将描述性的自然语言进行结构化、标准化处理,深度学习算法还可以将个性化的病历数据归纳入规则库,结合临床指南、各类量表建立VTE知识图谱,提升最终机器模型的准确率,同时解决医生面临的“数据录入难”、“数据分析难”两大问题。

此外,基于人工智能的临床决策支持功能可以帮助医务人员进行自动评估,根据患者禁忌症提醒预防医嘱的开立……通过AI质量控制将质控关口前移,进而解决了医生VTE内涵质量的控制问题。

同时,惠每还会定期与医生进行沟通,以满足特定医院的特殊要求,系统亦在临床应用过程中愈加“智慧”。打个比方,惠每与中日友好医院医务等部门会通过定期例会沟通系统使用的反馈和建议,例如在VTE系统上线初期,临床反馈原有的警示方式还不足以让医生能够在第一时间清晰判断CDSS警示的严重程度,对此,惠每增加不同颜色的提醒模式优化,让医生护士能够在确认患者情况前,就对风险性有了初步了解,这一细节上的改变进一步提升了院内VTE防控系统的有效性。

image.png

>>>>

森亿智能出血评估与数据库治理

以中文医学自然语言处理技术起家的森亿智能也在CDSS之中进行了多种尝试,目前已在VTE、围手术期,心内科、儿科、等方面创造了较为成熟的产品。在森亿智能看来,做好专科CDSS系统,一定要摸清临床诊疗的决策路径,找出环节中的痛点,利用数据与知识加以解决。

卢翔表示:“以出血评估为例,采用量表评估时,出血临床定义包含既往出血病史、出血体质、血液疾病这三个方面的数据。 这三个方面在临床里面,可能存在50多种定义,这些定义的内容有些来源于检验指标,有些来源于病历文本,有些来源于病史的一个诊断。如果仅靠医生、护士去分析如此多的指标,一是工作量大,二是结果不能保证准确。但若通过自然语言处理以及数据标准化等一系列处理,我们能够快速给出准确的出血评估。”

此外,随着近年来临床医学的发展,医院业务的变革,需要一套随时可以配置的医疗知识库。在这一方面,森亿智能通过不断的更新以保证知识库的有效性。

“第一步是知识的理解,即在做这件事的开始,我们就会我们会不断跟临床医生进行沟通,另一方面会将最终的医疗决策内容,与相关的KOL进行讨论。如果这一知识的最终医学理解没有问题,那么我们才会将其转化为计算机语言,进行第二步测试。”

“第二步测试指根据转化为决策引擎里的医学内容进行测试,以保证计算机语言的准确性。完成这一步后,我们会紧接着进行第三步端到端的测试,即在医院后台根据实际患者测试,经过这几步,我们才能保证知识库的可靠性。"

百亿CDSS市场与它的支付方

谈及CDSS的市场与商业模式,我们需要从全科、评级、专科三个角度分别进行估算。

先看评级版本的CDSS市场,根据政策现实,仅当医院进行电子病历4级及其以上评级,才会需要配置CDSS。但在4级电子病历对CDSS的要求仅限于能做一些药品的配伍,5级开始要求检验检查的提醒以及推荐诊断。从现在的价格情况来看,4级、5级的评级版CDSS招标价格基本上在40-50万元,6级的招标价格在80万元左右,7级的招标价格在120-150万元左右。

image.png

但也正如政策所示,如今仅三甲医院存在硬性要求购置评级版CDSS。粗略来看,2019年,全国总计有7000多家医院申报了电子病历评级。这意味着这一市场算不上大,年规模约在80亿元左右。

全科的市场相对更大一些。若只是知识库的查询功能,单个产品的招标价格在30-50万左右,但通常而言,医疗机构会要求配置辅助诊断、用药推荐以及配套的硬件产品,具体算下来,单个机构的平均客单价会在100万左右。

据大数医达区域总经理盛潞伟估计,江苏有90多个区县,以平均每个区县购置100万的项目来计算话,这里便有一个亿的市场。但对于一些核心城市,基层医疗机构的密度将会远高于一般城市。

此外,民营医疗连锁为了规范诊疗流程,通过大数据提升运营效率,也会尝试采购全科版本的CDSS,例如吕医生社区连锁诊所便采购了惠每科技的CDSS产品。所以,总体估算下来,全科CDSS的市场规模将超过百亿。

专科CDSS的产品略贵于全科产品,从动脉网统计的招标数据来看,其价格在50-300万元不等。但这里的市场规模取决于企业开拓出场景的程度,如果单个VTE产品能够布置于每一个医院,那么专科CDSS单一场景的市场将接近于评级版CDSS的数据。

notice(1)_wps图片.png

部分CDSS招标数据,数据来源于动脉橙数据库

再看商业模式,无论是全科CDSS,还是专科CDSS,现在走的仍是HIT的销售之路,即按项目一次性卖给医院,并再后续每年中收取一定服务费。

但由于知识库的的迭代性,CDSS厂商将在未来不断更新产品,不断进行新的投入。从这个角度而言,SaaS模式或许更适合CDSS厂商,而同样对于新技术的不确定性,按年付费对医院也是一种保障。所以,在商业模式方面,CDSS的付费模式或许将在未来由项目付费向服务付费转变,如果这条路径走得通,这一市场的规模将进一步扩大。

最后需要注意的是支付问题。对于专科CDSS而言,医院存在需求去购置这一设备,以提高对临床诊疗质量的把控,所以医院会成为专科CDSS的支付方。CHIMA2019年发布的《中国医院信息化状况调查》通过对医院抽样调查的方式显示了信息科对待CDSS的态度,无论是三甲医院还是三级以下医院,CDSS的优先权均处于靠前的位置。

image.png

但对于全科版的CDSS而言,对于这样不能直接带来收益的产品,基层医疗机构或许没有直接支付的动力。

不过,国家提升基层医疗机构诊疗能力的决心在此,对于很多公立的基层医疗机构而言,由区县卫健委代为采购已经成为全科CDSS主要的支付模式之一。此外,这一模式也正在惠及民营医疗机构,在部分沿海城市,私立医疗机构也可以享受到这一福利。

从整个市场来看,全科CDSS、评级CDSS的技术已经成熟,并以具备一定的商业模式,而专科CDSS则是其中的变数,毕竟,能够打通医院部分临床路径的质控并不意味着他们能够在更为复杂的肿瘤领域有所建树,同时,在未来新战场的开辟之中,可能会遭遇到场景并不适用,或是数据难以采集的情况,这意味着风险与机遇。

本文为转载内容,授权事宜请联系原著作权人。