輸血治療是醫療機構救治急危重癥患者的重要手段。以患者為中心，在遵循不可替代、風險規避、生理需求的原則下，關注患者臨床預后轉歸，綜合利用最先進理論知識和最有效的實踐經驗，為患者提供最佳循證證據的單病種循證和精準輸血治療服務，減少患者輸血需求，降低輸血風險，提高輸血治療療效，使輸血治療服務更加符合、更加適合人體健康和疾病診治需要。

本項目在前期基礎上，根據我院集團化發展需求，貫徹“一院多區”的理念，以“多中心”為設計基本要求，強化大數據及人工智能與平臺系統的無縫銜接。前期研發歷時一年多，重新對輸血相關進行業務流程優化、技術架構設計、數據模型構建、人工智能集成，按照以患者為中心，在遵循不可替代、風險規避、生理需求的原則下，關注患者臨床預后轉歸，綜合利用最先進理論知識和最有效的實踐經驗，為患者提供最佳循證證據的單病種循證和精準輸血治療服務，減少患者輸血需求，降低輸血風險，提高輸血治療療效，使輸血治療服務更加符合、更加適合人體健康和疾病診治需要，平臺在研發過程，通過新技術、新方法，融合5G、大數據、AI人工智能、區塊鏈、物聯網等新一代信息技術，以單病種循證和精準輸血為核心進行研發，已完成單病種循證和精準輸血人工智能平臺研發，醫院自2019年上線運行，服務臨床用血全過程管理，有效提升臨床科學安全有效用血水平，提高臨床醫療服務的效率和質量。

本項目是面向臨床用血全過程管理，以單病種循證輸血路徑模型為依托，建立覆蓋全院、跨機構、跨地域的輸血治療服務體系。搭建區域單病種循證輸血平臺，針對基層醫療機構，強化臨床科學安全有效用血水平，提高臨床醫療服務的效率和質量。

本項目總體思路是在已建立的嚴重創傷、大面積燒傷和重型肝炎三個單中心隊列研究成果的基礎上，建立三個多中心雙向隊列研究以獲取臨床單病種輸血大數據；再利用數據挖掘、機器學習與深度學習等大數據和人工智能技術進行深度分析、挖掘與模型構建，建立基于多中心大數據的單病種循證輸血體系及其治療路徑與模型；利用前期研究成果臨床用血全程閉環智能路徑管理與評價信息系統，優化設計研發單病種循證和精準輸血人工智能平臺，并予以多中心應用優化升級與性能驗證評價，最終達到臨床安全、循證、精準、健康輸血。

（1）技術方案

1）多中心單病種臨床輸血大數據獲取與數據預處理

第一，多中心單病種臨床輸血回顧性隊列構建：

a.通過公開招募、篩選不同地區符合研究條件的專科或綜合性醫療機構進行合作，確定多中心回顧性隊列研究的中心數量與質量；

b.依據治療性和預防性替代性輸血治療（嚴重創傷、重型肝炎）和非替代性輸血治療（大面積燒傷）的臨床輸血干預治療類型，構建多中心單病種臨床輸血回顧性隊列。

第二，單病種臨床輸血大數據獲取：

a.依據多中心隊列研究病例納入與排除標準對研究對象進行篩選、排除與納入，通過病例報告表（case report form, CRF）采集符合研究標準患者的臨床病例資料；

b.由兩名數據錄入員將患者臨床病例資料平行錄入至ResMan?臨床試驗公共管理平臺，獲取多中心回顧性單病種臨床輸血大數據。

第三，單病種臨床輸血大數據預處理：

a.非結構化醫學文本數據處理：通過國際疾病分類（international Classification of diseases, ICD）與輸血醫學術語庫構建、分詞模型訓練、語義識別模型等自然語言處理技術，將半結構化或非結構化醫學文本數據處理到達可分析級別；

b.異常值處理：對單病種輸血大數據進行異常值檢測、判斷與分析，獲得大數據中離群值和缺失值、重復值、無效值等的數量、比例與類型；采用直接刪除法、回歸插補法、多重插補法等方法對大數據中缺失值進行處理，以降低缺失值可能造成的有偏估計，獲得無缺失值的大數據；通過刪除離群值記錄、將離群值視為缺失值、平均值修正等方法處理離群值，降低離群值等可能造成的有偏估計，獲得無離群值的大數據；通過刪除重復值、無效值記錄，獲得無重復值、無效值的大數據。

C.醫學大數據降維：使用主成分分析、線性判別分析、聚類分析等方法對高維度線性與非線性數據進行降維，以利于進一步統計分析與數據挖掘。

2）基于多中心大數據的單病種循證輸血體系構建

第一，單病種臨床輸血回顧性病例資料基本分析：

a.利用數據探索、t檢驗或Mann-Whitney U 檢驗、χ2檢驗或Fisher確切概率法分析比較三個單病種回顧性隊列納入的不同分組患者基本資料，以獲取單病種臨床輸血回顧性研究隊列病例數據概況；

b.采用方差分析、線性回歸或Logistic回歸分析等分析方法對患者臨床輸血相關因素進行分析，分析篩選出患者臨床輸血的獨立影響因素；

C.采用Logistic回歸分析、COX回歸分析、Kaplan-Meier生存曲線等分析方法對患者預后結局指標進行分析，分析篩選出患者臨床預后的獨立影響因素。

第二，單病種臨床輸血大數據的數據挖掘：

a.利用生存分析、多元線性回歸、條件Logistic回歸、相關分析等高級統計分析方法對醫學大數據進行數據分析，探索臨床輸血對患者預后轉歸的影響；

b.利用決策樹、隨機森林或支持向量機等數據挖掘算法對輸血大數據進行深入挖掘，以探討不同疾病臨床輸血相關因素及其對臨床預后的影響，建立初步算法模型。

第三，單病種循證輸血體系的構建：

根據建立的初步算法模型對患者臨床預后與臨床輸血進行預測性分析與交叉驗證，結合臨床預后和臨床輸血獨立影響因素，探討單病種輸血治療和預后轉歸的循證因素，構建基于多中心大數據的單病種循證輸血體系。

3）單病種循證和精準輸血治療路徑與模型構建

第一，單病種循證和精準輸血治療路徑構建：

a.通過對單病種循證輸血體系涵蓋的循證因素、生命體征、輸血指征、輸血療效等因素與指標進行科學化、標準化與精細化管理，實現單病種循證輸血體系的標準化與體系化；

b.結合單病種臨床治療路徑，構建出單病種循證和精準輸血治療路徑。

第二，單病種循證和精準輸血治療模型構建：

a.依據單病種循證和精準輸血治療路徑，利用機器學習、神經網絡等人工智能算法構建單病種循證和精準輸血治療數學模型；

b.選擇對應的學習和訓練方式對模型進行交叉驗證，通過不斷調整參數并利用數學工具求解模型最優化的預測反饋，最終建立單病種循證和精準輸血治療模型。

4）單病種循證和精準輸血人工智能平臺研發及其應用優化升級與驗證評價

第一，單病種循證和精準輸血人工智能平臺研發：

在已有成果臨床用血全程閉環智能路徑管理與評價信息系統的基礎上，強化提升輸血數據全面性、準確性、規范性，整合輸血全業務流程，結合已構建單病種循證和精準輸血治療模型，優化設計研發出單病種循證和精準輸血人工智能平臺；

a.基于臨床用血全程閉環智能路徑管理與評價信息系統，重構單病種循證和精準輸血人工智能平臺數據結構模型。按照跨區域、多中心、統一平臺的面向服務的設計理念，重建平臺數據庫，搭建分布式數據存儲體系；

b.整合臨床用血全程閉環智能路徑管理與評價信息系統業務流程，結合已構建單病種循證和精準輸血治療模型，優化流程環節，重建系統業務流程；

c.引入大數據工具、分布式/并行計算、AI人工智能引擎、機器學習服務等中間件服務，在臨床用血全程閉環智能路徑管理與評價信息系統基礎上，重新進行平臺研發。

第二，單病種循證和精準輸血治療人工智能平臺的應用優化升級：

在多中心臨床應用過程中，隨著單病種輸血醫學大數據不斷采集增加，通過單病種精準輸血治療模型的不斷訓練，實現基于平臺自主訓練學習的單病種循證輸血體系及其循證和精準輸血治療路徑與模型的持續優化升級；

第三，多中心臨床應用性能驗證評價：

通過平臺在全國不同地區各級醫院多中心臨床應用，分析其臨床應用前、后單病種循證和精準輸血水平及其智能信息化管理水平的變化，以驗證評價平臺的臨床應用效能。

（2）技術路線

圖1 技術路線圖1

圖2 技術路線圖2

圖3 系統框架圖

本項目由我院牽頭總體設計，目前本項目相關產品已完成研發，已取得《單病種循證和精準輸血人工智能平臺》等9項軟件著作權，自2019年6月上線以來，在我院已穩定運行。借助市場化推廣，擴大產品應用范圍，建立多中心大數據體系，進一步推動項目深入研究，進行單病種循證和精準輸血人工智能模型臨床應用評價，實現項目的應用研究價值。

（1）社會效益

本項目研究內容闡明治療性和預防性替代性輸血治療（嚴重創傷、重型肝炎）和非替代性輸血治療（大面積燒傷）的輸血治療和預后轉歸的循證因素，構建單病種循證輸血體系及其循證和精準輸血治療路徑與模型，為臨床提供最佳循證證據的單病種精準輸血治療服務奠定理論基礎，利用大數據和人工智能技術對單病種臨床輸血大數據進行分析，建立并進一步深入大數據與人工智能研究，為臨床輸血及其預后轉歸提供循證依據，構建循證和精準輸血治療路徑，為患者提供臨床最佳循證證據的輸血治療服務。

（2）經濟效益

本項目《單病種循證和精準輸血人工智能平臺》填補國內空白；通過單病種循證和精準輸血人工智能平臺全國多中心推廣應用與應用評價，解決國內外尚無規范化、體系化的單病種循證和精準輸血治療路徑等諸多問題，提高患者輸血療效，改善臨床預后轉歸，降低輸血風險，保護血液資源，持續提升臨床科學安全有效用血水平。

本項目是以患者為中心，關注患者臨床預后轉歸，為患者提供最佳循證證據的單病種循證和精準輸血治療服務，應用于臨床輸血智能輔助決策，保障臨床用血安全。目前我院正在基于本項目建立自動化、智能化、全流程的血液安全管理體系。