[00112409]面向基层医疗的健康大数据平台及应用

基层医疗卫生机构是中国居民健康保障的“第一道防线”，承担常见及多发病的初级诊疗、慢病管理和康复服务，普遍存在资金投入不足、专业医务人员短缺以及医疗水平参差不齐等问题，健康大数据为缓解基层医疗人员短缺、提升基层医疗质量提供了行之有效的方案。对基层医疗机构诊疗数据进行统一管理，根据个人医疗信息进行风险建模和智能辅助诊断，对提升基层慢病防控水平乃至提高整个医疗系统的医疗服务质量和临床科研水平都具有巨大的促进作用。然而，由于医疗健康数据存在多模异构、高噪声、计算密集、高度非线性等特点，现有大数据技术难以满足实时、高并发、精准的数据处理与分析需求。

该项目攻克了健康数据高效处理能力不足、信息挖掘不充分、模型精度低等方面技术难题，发明了一系列自主原创技术，研制了满足基层医疗需求的健康大数据平台及医疗软件系统，主要创新点如下：

1.发明了健康大数据高效处理技术，研制了面向基层医疗的健康大数据平台：结合CPU与GPU各自计算优势，利用特征聚类算法将任务合理分配，实现计算资源优化配置；通过机器学习建立基于人工智能的系统参数感知模型，结合遗传算法搜索得到系统参数最优配置，从而实现系统性能的进一步优化；

2.发明了健康大数据挖掘与建模技术：提出了基于语义理解的电子病历文本处理技术，获取具有鲁棒性和包含更丰富语义知识感知的电子病历文本表示，为疾病风险建模提供更加有效的预处理数据；构建了基于新的分割规则和停止准则的随机生存森林模型，提高了心血管疾病风险预测准确率；提出了融合电子病历和临床指南的慢病用药模型，提升了用药方案的可靠性及降低了用药不良反应风险；

3.发明了面向基层医疗的疾病自动辅助诊疗技术与系统：利用多导联心电数据时空关联属性，发明了一种时空多尺度特征融合的深度网络架构，引入注意力机制，有效提高了模型对心电异常状态的感知，降低了其它信息干扰。融合基于慢病的多层本体知识库模型，研制了一套基于知识库的个体化慢病自动辅助诊疗系统。

该项目核心技术形成了行业标准2项，获得了授权发明专利16件，软件著作权13件，在计算机、生物医学工程等领域发表论文72篇，服务了深圳市700多家医疗卫生机构，覆盖1800万人口，支撑了深圳市社区健康服务信息系统及家庭医生APP等业务系统。研发的慢病风险预测与用药推荐模型集成应用到上述系统，2018年共服务2873.83万人次，管理高血压和糖尿病患者34万余人，规范管理率和控制率均超过62%，远高于全国平均水平，高血压病死亡率大幅降低(2014年的0.27/万降至2017年的0.17/万)，远低于全国和广东省水平，2018年人均期望寿命达到81.25岁。同时，基层医疗辅助诊断技术在青海、浙江、山东、重庆等多个省市区域及肯尼亚、南非等国应用推广，取得了良好的社会效益，为国家“一带一路”战略推进做出了重要贡献。