中國居民致死因素中，惡性腫瘤重回第一位。中國的癌癥發病、致死人數居世界第一。腫瘤患者家庭“因病致貧”現象居高不下。中美兩相比較，中國的惡性腫瘤新發病率、死亡率呈現出與經濟和技術水平相悖的趨勢；癌癥5年生存率有較大差距。

上述現象成因復雜。但在不斷追趕國際先進診療技術的同時呈現出這種總體性的不足，與整個腫瘤的防治不規范狀況有較大關系。表現在腫瘤診療的整個過程：健康教育及健康生活方式普及不足、院前預防及篩查不足、診斷過程不規范及信息不足、檢查檢驗不規范、治療手段不規范、院后康復隨訪不規范，等等。

過去的三十年，我國的醫院信息化已經初見成效，進入以臨床信息化為重點的建設階段。院內信息系統包括HIS，LIS，PACS，EMR等系統中沉淀了大量數據，然而這些數據由于結構化程度不一、缺乏標準化，應用價值受到很大限制。在臨床輔助決策方面，傳統架構的臨床輔助決策系統和臨床知識庫等系統大都存在封閉、孤立的架構缺陷，造成應用難以聯動、知識不易更新等問題，因而難以推廣。通過改善結構化程度提升數據應用價值，以及提高循證依從度，成為我國臨床信息化的兩個重要課題。

通過建立以診療規范知識庫、腫瘤專科數據庫為核心特征的分布式云平臺，構建（數字化診療指南的）知識生態。充分利用循證醫學成果，發揮信息化對業務流程的固化和調節作用，以及大數據和人工智能技術的輔助決策作用，提高我國腫瘤診療的規范化程度，從而總體上持久、全面提高腫瘤診療水平。

安想腫瘤規范化診療平臺（下簡稱“平臺”）旨在構建開放共享的腫瘤領域知識平臺，并形成高質量、可持續的國家級腫瘤專病數據庫。通過為廣大患者、社會公眾和專業醫務人員提供腫瘤相關的知識服務，以及為醫務人員提供腫瘤診療全過程的數據監測和流程管理，實現腫瘤的早期干預、精準診斷、規范治療和持續康復，顯著提高腫瘤的診療規范化水平和科研水平，為實現《健康中國2030規劃綱要》“到2030年，實現全人群、全生命周期的慢性病健康管理，總體癌癥5年生存率提高15%”的要求做出應有貢獻。

平臺連接公眾及患者（家屬）、醫學生、醫護人員、管理人員和科研人員等利益相關者，形成供腫瘤相關的知識和數據生態圈，實現腫瘤的早期干預、精準診斷、規范治療和康復。

社會公眾患者（家屬）：可以通過APP的圖形化呈現，了解最新的腫瘤預防和治療進展，直觀了解治療方案和患者病情進展情況，實現更好的腫瘤科普、醫患溝通和必要的信息采集，連接康復、轉診及醫患社群等服務，從而提高腫瘤早發現、早診治比例，并提高患者的家庭康復效果。

門急診/住院醫生：可以在看診過程中進行各種診療指南的智能化、圖形化查詢、相似病例查詢和方案對照查詢，獲得治療方案和用藥建議，獲得診斷提示、危重預警甚至干預性提示。通過訂閱服務，可以獲得權威發布并持續更新的數字化臨床指南。數字化的臨床指南“嵌入”到了相關信息系統如HIS、CIS、RIS等應用系統中，實現對診療過程的指導、警示乃至干預，消除或極大減少因醫生個體化差異帶來的誤診、漏診，達到提高疾病診治規范性的效果。

權威醫生/醫院/組織：通過圖形化知識編輯工具，將各種形式的臨床診療規范編輯成為易于閱讀理解、方便傳播、可嵌入信息系統運行的知識庫。在經過編輯、申請、審核、評估評價（包括可信度、推薦強度）等管理流程后，成為統一發布的數字化臨床指南文件。管理平臺對訂閱者進行有償使用管理，通過收益分成實現知識貢獻者的知識價值。

平臺邏輯功能構成如圖所示，包括以下子系統：

公眾產品APP：包括診療指南速查APP、論壇、咨詢就醫APP等；

知識庫產品系列：電子化、可訂閱的診療指南；

知識庫平臺產品：包括知識庫引擎、知識編輯工具和管理系統；

應用產品：包括各種醫院信息系統接口如HIS、CIS等；

腫瘤?？艭DR：專病臨床數據中心；

腫瘤大數據平臺：服務于臨床和科研的專病大數據分析平臺

分為云端和院端兩部分：

云端：集中存放腫瘤知識庫和中心端腫瘤CDR；

院端：存放必要的本地數據庫/知識庫備份。通過訂閱等同步更新機制保持與云端數據一致性。

（一）知識圖譜

一般認為，人工智能分為計算智能、感知智能和認知智能三個層次。計算智能即快速計算、記憶和儲存能力；感知智能即視覺、聽覺、觸覺等感知能力，當下十分熱門的語音識別、語音合成、圖像識別即是感知智能；認知智能則為理解、解釋的能力。

以知識圖譜為代表的知識工程系列技術是認知智能的核心。知識工程主要包括知識獲取、知識表示和知識應用。由于以專家為核心的知識獲取和應用成本高，傳統的知識工程走向了停滯。進入了大數據時代后，谷歌用了知識圖譜這個全新名稱來表達與傳統知識表示毅然決裂的態度。

在知識圖譜構建技術挑戰中，領域內知識表示建模、實體識別與實體鏈接、關系事件抽取、隱性關系發現等技術都當前研究的熱點。具體到本項目，怎樣規范、直觀而一致地表達各種臨床治療規范（如NCCN的“腫瘤學臨床實踐指南”和中華醫學會腫瘤學分會的“診療規范”），構建完整編輯、管理、查詢檢索等軟件，同時可以與臨床應用軟件的松耦合互動，是本項目的難點。

（二）腫瘤?？拼髷祿?/p>

腫瘤專科大數據內容包括：

結構化電子病歷：患者在醫院信息系統中沉淀的結構化電子病歷信息

非結構化病歷：患者在不具備條件的醫院所留下的病歷信息

健康檔案信息：患者電子健康檔案記錄數據

公共衛生數據：沉淀在各公共衛生系統中的患者數據

影像及經驗檢查信息：存儲在各檢驗檢查中心的患者數據

其他信息，來自個人及第三方機構監測和記錄的日常健康數據，包括生理數據、行為數據、社會經濟、環境和職業暴露、家族史等。

（三）云計算架構

使用云計算架構來實現“診療規范”知識庫和腫瘤?？茢祿斓姆植际酱鎯?。以知識庫為例：

運營平臺端集中存儲所有規范診療知識庫，便于維護其權威性，實現知識生態管理；

醫院端可以分別根據其需求確定其知識庫部署方案；

對于需求量較小、預算不高的基層醫院，最小部署可以是完全的云端存儲，降低本地配置軟硬件要求（但性能會受一定影響）；

對于條件較好、需求較多的醫院（特別是知識生產方），配置本地鏡像知識庫可以獲得較好的性能，實現更豐富的應用。

2018年7月，我公司與北京大學首鋼醫院與聯想智慧醫療建立聯合實驗室，啟動“結直腸癌診療規范化系統”項目。

2018年底開始平臺研發，目前，該項目已經在包括北京首鋼醫院，北京大學腫瘤醫院在內的多個三級甲等醫院進行實施。經過對某三甲級醫院腫瘤外科的37天實施，215名腫瘤患者的診療應用，完成11579條結構化信息與1943條非結構化信息的采集，知識圖譜展現1276次，誤操作報警4次。

2019年7月，初步形成平臺規劃。計劃通過3個版本的迭代完成產品研發，同時配合國家在腫瘤質控、循證醫學和標準規范建設方面的步驟，進行解決方案推廣。

安想智慧醫療積極響應國家衛生行政主管部門的相關政策，參與的相關活動，聯絡行業組織和相關廠商，推動形成臨床指南為主要載體的知識生態。我們計劃用2-3年時間，首先實現對全國不少于3000家醫療機構的覆蓋，實現不少于100萬腫瘤患者的診療干預。未來5-7年，實現對全國腫瘤患者85%的治療干預覆蓋，為“健康中國”建設做出自己的貢獻。