重症医学的质控与大数据.ppt

重症医学的质控与大数据;内容;重症医学发展趋势;重症医学发展趋势;重症医学发展趋势;内容;大数据成为今天的时代性标志，重症医学是临床医学最早进入大数据时代的学科。

大数据的概念不只是数量上的“大”，其定义包括4V：①更大的容量（volume）；②更快的生成速度（velocity），大量、实时、在线的数据生成；③更丰富的多样性（variety），医疗数据中通常包括结构化数据表、结构化文本文档和医疗影像等多种多样的数据储存形式；④更多的价值（value），大数据能改变诊疗模式、评估治疗、判断预后和指导临床研究。;重症医学医护人员如何从海量的数据中挖掘出有用的信息，是解决有效利用大数据这一问题的关键。在重症患者入住ICU时，医生关注最多的指标是“呼吸频率（RR）、平均动脉压（MAP）、脉搏血氧饱和度（SpO2）、心率（RR）”，其他大量的数据都被浪费。

数据挖掘是指从海量数据中获取有效的、新颖的、潜在的有用数据，目的是发现隐含在大规模数据中的规律以指导临床决策。;重症医学面临的挑战;机遇与挑战并存！

重症医学即将进入21世纪第3个十年，一个充满了一切机遇和可能的十年，一个伟大时代中的十年。

明确学科发展规划，理清发展思路，坚持融合与创新，重症医学，未来一定可以站在现代医学的最前沿，为现代医学、为人类健康做出最大的贡献。;内容;背景;2000年美国医学会(InstituteofMedicine,IOM)成立了美国医疗质量评价委员会（CommitteeonQualityofHealthCareinAmerica)，并分别发布了旨在建立更安全医疗系统的两个在医疗质量与安全方面系统指导的文件。

《跨越鸿沟：21世纪的新医疗系统（CrossingtheQualityChasm:ANewHealthSystemforthe21stCentury）》

《人非圣贤孰能无过：建立一个更安全的医疗系统（ToErrIsHuman:BuildingaSaferHealthSystem）》;质量控制体系建立;重症医学质量考核指标;

ICU十大安全管理目标

;门诊收费系统

住院处管理系统

护士工作站

药房管理系统

……

;中国卫生信息与医疗健康大数据学会重症分会、

标准委员会成立;隆云主任指出重症医学临床实践中充满了大量的数据，他认为：数据即

临床客观存在的??始符号，现象则是临床表现。临床诊疗过程的关键是

能否正确理解数据与现象见的关系。而这也是重症大数据最重要的基础。;什么是大数据;大数据在重症医学中应用现状;大数据在脓毒症中的应用;以大数据为基础建立的预警模型判断脓毒症

的发生更准确

Desautels等根据脓毒症3.0定义进行回顾性分析，建立患者脓毒症预警模型Insight，

并将结果与SOFA、QSOFA、MEWS、简化急性生理评分Ⅱ进行比较。结果显示

Insight在患者发生脓毒症时的判断准确性(ROC曲线下面积为0.88)高于SRS的0.609和

QSOFA的0.72，与MEWS的0.803相接近。

未来1～4小时脓毒症发生的预测结果与之前的判断结果相接近。即便出现随机数据

丢失，Insight预警模型仍能很好地预测脓毒症的发生。

;更佳的脓毒症早期液体复苏策略

静脉输液和血管活性药物的使用是早期液体复苏面临的挑战。

根据大数据建立的人工智能(AI)医师推荐使用更低剂量的静脉液体和更高剂量的升压药，临床结果显示这种治疗策略疗效更好。

研究发现，与给予临床医师治疗剂量的患者相比，遵循AI医师治疗策略补液和调整升压药物剂量的患者，平均动脉压(MAP)更平稳，休克持续时间也相应缩短。

接受静脉输液和血管活性药物的剂量与AI医师推荐剂量相似的患者，病死率最低。;更准确地评估脓毒症的预后

基于大数据的人工智能评分可以提高对病死率预测的特异性和敏感性。目前，常用的评分包括SAFSⅡ、SOFA、MEWS评分被用于评估脓毒症患者的疾病严重程度和死亡风险，但其在临床中的特异性和敏感性均不高，而且给医师带来了巨大的工作量。

Calvert等开发了AutoTriage算法，该算法预测12小时病死率的ROC曲线下面积为0.88(95％C7086～0.88)。相比之下，在同一数据集上的MEWS、SAPSⅡ和SOFA预测结果的ROC曲线下面积分别为0.75、0.71和0.72。该算法能够更准确地预测脓毒症患者12小时病死率，为临床医师及时进行医疗干预或管理提供了更多可能。;重症医学智能质控架构;智能化重症质控管理