智慧混合医疗，Intel Inside

从医学影像辅助诊断、疾病预测、健康管理到医院信息化建设、智慧医院建设，数字技术带来更加智能、高效、精准的诊疗手段，改善了当前医疗行业资源分布不均、医务人员短缺、医疗IT系统碎片化的“顽疾”。

文｜钱丽娜

ID | BMR2004

自1968年英特尔创立以来，“Intel Inside”已经成为一句耳熟能详的广告语，今天，这句口号不仅用于电脑，也将用于未来的智慧混合医院。

这也将是一场前所未有的技术跨界融合的故事。

英特尔中国研究院副院长 王鹏

混合医院的构想如果可以实现，它将使得医疗流程变得顺滑，帮助医护减少重复而琐碎的工作，让临床团队将他们的技能和精力集中在患者的高价值服务需求上。

01

从传统医院到智慧混合医院

人工智能和数字技术不仅体现在治疗领域，它们也在改变传统医疗行业的诊疗模式，向智能化、去中心化和精准化发展。

随着医疗企业信息化建设的完善，它们贡献了全球大约30%的数据量。到2025年，医疗健康数据的复合年增长率将达到36%，这一数值比制造业高6%，比金融服务业高10%，比娱乐传媒业高11%。斯坦福数据科学家利用每年3亿次心电图（ECG）产生的数据构建了一个人工智能驱动模型，该模型对心律失常诊断的准确率比心脏病专家还要高。

人工智能和数字技术不仅体现在治疗领域，它们也在改变传统医疗行业的诊疗模式，向智能化、去中心化和精准化发展。从医学影像辅助诊断、疾病预测、健康管理到医院信息化建设、智慧医院建设，数字技术带来更加智能、高效、精准的诊疗手段，改善了当前医疗行业资源分布不均、医务人员短缺、医疗IT系统碎片化的“顽疾”。

支撑起医疗行业这场变革的是无所不在的计算、无处不在的连接，从云到边缘的基础设施、人工智能以及传感和感知技术。包括英特尔在内的全球众多硬件厂商，正在用科技的力量跨界重构医疗。

2022年，英特尔研究院着手开展未来混合医院的研究，这是从0到1的实践。之所以称未来医院为“混合医院”，英特尔中国研究院副院长王鹏说，这是借用人机混合智能的概念：“我们的假设是，未来人类与机器形成的是混合智能的关系。人类智能擅长的任务和机器智能擅长的任务是不同的，两者不是谁取代谁而是互为老师和学生，共同演进、互相监督。”

混合智能将带来混合医疗。医院有提高医疗效率、减少病床压力的动力，而靠现有的治疗方法，病人蜂拥到医院，争夺有限的医护和床位，这些都是不可持续的。混合医疗的出现，打破了医院的物理边界，从中心医院拓展到基层社区医院、急救车甚至家庭。

在英特尔的规划中，混合医疗的技术底座分为三层：底层是英特尔的硬件平台，这是英特尔几十年积累的成果，同时英特尔也将类脑芯片和RISC-V开源芯片加入硬件底层。类脑计算和传统计算的区别是，它将生物科学计算和计算机科学计算两个学科融合在一起。

中间层在三个层级中最为关键，相当于躯干，连接四肢和大脑，通过灵活、可重构的云-边-端应用测试/优化/部署框架。

创新应用层以医生、患者的需求为导向。除了提供与计算和计算相关的资源外，英特尔与无线运营商、设备制造商、软件供应商、电子病历提供商和各医疗保健技术公司密切合作，为其提供从边缘到云的开放平台，来实现敏捷性和规模。

2018年前后，泰安市中心医院与英特尔合作，就老年人跌倒风险开展机器评估。2020年，北京朝阳医院与英特尔合作，开发非接触式心肺复苏过程机器评估。这些项目采用了英特尔的底层硬件平台、毫米波雷达感知技术、三维人体关键点跟踪等技术。

拥有了技术架构之后，英特尔研究院构想了一个未来混合医院的场景。在这个重新想象的医院基础设计中，护士站、急诊、手术室、影像室、远程医疗、实验室、ICU等科室都被连成一体，并且每一个科室的功能都被重新定义。

例如在未来影像室，高性能边缘计算结合高带宽私有5G连接，就可以实现医疗影像的数据的近实时处理以及分布式访问。超高分辨率的超声波、核磁共振成像以及其他成像文件在院内被放射科医生和临床医生快速访问。所有成像设备生成的数据被合并在一个主文件中，实现对患者高颗粒度、全面的视图观察。配合先进的人工智能和预测分析，医生可以获得相关的诊断和治疗决策建议，帮助加快诊断时间，并提高罕见疾病诊断的准确性。

急诊科（ED）的业务形态也进行了重构。急诊科系统和应用程序连接到整个智能医院的技术生态系统，并与外部医疗保健实体相连接。智慧医院系统允许急救车辆系统在前往医院的途中与急诊科共享近实时的患者数据，帮助急诊科为即将到来的病人提前做好准备，并优先考虑最紧急的病人。如果病人需要转往其他医院，跨医院基础设施的连接和共享数据可使急诊科能够访问到关键数据并与其他部门协调，以便为最危重的患者提供及时的后续治疗。

在上述功能的实现中，英特尔的视频加速器加速了数据密集型影像和视频文件的处理速度，智能边缘产品组合为跨医院基础设施的5G无线连接提供动力，同时支持数据密集型工作负载的近实时处理，由Intel?CPU和FPGAs支持的安全数据共享用以保护患者数据，并帮助医院遵守行业与隐私相关的法律要求。

另一个至为关键的应用是传感器和物联网。《经济学人》杂志曾评价，在未来“所有东西都会变成传感器，而人类则是最好的那个。任何东西、任何人，无论是机器、装置、日常用品，特别是人类都将变为传感器，收集与传递真实世界中的信息。”医疗将会被“物联网”彻底革命。

科普作家托马斯·高茨（Thomas Goetz）在其撰写的《反馈回路》（The Feedback Loop）中提到，传感器有能力去测量人类的任何活动。人类作为一种能自我调节的超级有机体，一旦得到了相关数据，行为将被完全改变。

传感器获取生命体征数据后，借助物联网，打开了远程监控与预防的前景。理论上，任何家庭都可以变成移动的重症监护室，因为患者入院后，绝大多数时间都是在做体征监测，而常常只有重症患者才会被收入重症监护室。通过无线监测，建立起“智能化”的家庭医院，能够为更多的老年人提供更好的健康保障。

王鹏认为，混合医院的构想如果可以实现，它将使得医疗流程变得顺滑，帮助医护减少重复而琐碎的工作，让临床团队的技能和精力集中在患者的高价值服务需求上。

02

单点应用突破，未来前景可期

解决费时、费力、执行上缺乏统一的医疗问题正是数字化与人工智能可以发挥作用的地方。

王鹏说，混合医疗的第一步是从医院基础信息化建设开始的。从20世纪90年代初，英特尔就在与政府合作，推进医院的信息化建设。中国大型三甲医院的数字化建设也正是始于这一时期，到2000年前后，信息化建设进一步渗透至基层医院。

医院的信息化过程并不是一蹴而就的，而是需要一家一家的铺设，并且信息化建设受摩尔定律驱动，每过一年半或两年，硬件就需要更新。由此导致不同年代上马信息化的医院在数据格式、数据采集上有差异，更不用说在碎片化的医疗场景中的不同应用。王鹏说：“医院还是一个相对封闭的场景，甚至一个医院里的子系统彼此之间的数据也不交互，更不用说对外做数据交互。”

在混合医疗的大前景之下，英特尔与合作伙伴一起，先解决个别案例和基础设施挑战，通过不断创新实践，为患者提供由数据驱动的个性化护理。

根据世卫组织统计，跌倒是导致三分之一老年人意外死亡的一个重要原因。根据测算，中国每年有4000多万老年人至少发生1次跌倒,其中约一半发生在家中。跌倒导致的骨折往往伴随着高比例的死亡率。

在一些老年人集中的康养医院或是康复中心，通常需要评估师来对老年人跌倒风险进行评估，而全中国有上万个康复中心，评估师资源相对短缺。

为此，2021年民政部还出台了《养老机构预防老年人跌倒基本规范》，针对养老院、社区和居家老人，从躯体的功能、疾病、用药、认知、抑郁状态、居家环境等多个方面进行评估。

以往这些评估工作都需要靠评估师通过提问填表完成，在资料的保存、回溯、持续更新和共享上有很多问题。英特尔注意到，在这些评估中，躯体功能的测试非常适合用计算机视觉和人工智能算法辅助完成，可以解决评估师人力不足的问题，同时数字化的评估结果也有利于持续监测患者的身体变化。

解决费时、费力、执行上缺乏统一的医疗问题正是数字化与人工智能可以发挥作用的地方。为此，英特尔与泰安市中心医院合作，设计出了创新的算法。英特尔发现这个技术不只可以用在老年人跌倒风险的评估，还可以应用在包括分诊、脊柱侧弯的评估，以及褥疮、ICU等一些场景中提到的需求。

在实际操作中，跌倒评估的量表由专业医护人员评估和定义，AI算法工程师关注的是三维人体跟踪的一些关键骨骼点，把定性评估指标映射到人体跟踪的特征提取，设计正确的AI模型。在破圈的合作中，双方各有自己的知识体系，需要将各自的知识翻译成对方可以理解的语言。工程师要能够满足评估师和患者对于实际应用场景的处理以及便利性的要求。为此，英特尔布署了一个边缘智能架构，去平衡算力资源的问题。评估师基于可视化工具，按照规范的标准动作邀请患者完成从站立位到坐下位，行走位、蹲下位等规范要求的标准评估动作。在动作执行过程中，现场的摄像头可以拍摄动作完成的情况。计算机视觉根据人体关键骨骼点的检测算法去做定量分析，与专家评估的知识库做比对。目前这一测试与专家判断结果有96%的一致性。

这一技术同时也可以布署到重症监护病房中，人工智能和多模态传感器融合与预测分析一起帮助预防跌倒，并检测和预防脓毒症和其他重症护理问题的发展。近实时的生物数据和警报缩短了医护人员的反应时间，对患者的远程监测可让临床医生在医院内外的任何地方监测大量的患者。

在另一个混合医疗的场景中，英特尔正在让数字人承担一部分医生的工作。王鹏说，患者在接受治疗时常常希望得到精神安慰，越像真人的数字人医生给病人的体验越好。英特尔通过生成式“人工智能+数字人”技术，对医生的语气、神情、手势高度还原。基于英特尔已有的三维模型的数字人生成技术可以从单张或多张二维图像中重建出三维面部模型，并通过神经网络生成逼真的面部表情和动作。这一技术也用于电影、游戏、社交媒体等场景中，实现真实人物或虚构角色的数字化复制或创造。

由于医疗行业的严谨性，相较于其他行业而言，医疗领域的数字化水平相对滞后，但在带量采购、DRG（疾病诊断相关分组）、DIP（按病种分值付费）、医疗服务价格改革等一系列新政及产业结构调整之下，为了实现医疗的普惠性与可及性，数字化已经成为这一行业转型的强大引擎。混合医疗的想象空间也会由一次次的产业实践而不断丰富完善。

来源 | 《商学院》杂志2023年9月刊