品安科技
Advantechline
 

给病历编码师一对AI翅膀 赖飞罴聚焦ICD10编码与基因变异

在台湾医疗人工智能应用上,赖飞罴看重与聚焦病历分析。蔡腾辉摄

台湾从1995年3月1日开始实施全民健康保险,24年来累积了极大量的医疗流程、处置、用药的资料,而这些资料都可以提供医疗业用来提升效率、质量分析使用。在医疗人工智能的发展与应用上,认为科技软硬件的处理效能都不断增倍,因此想要有更多突破的台大医院医务秘书暨台大资工系与电机系教授赖飞罴与团队,目前聚焦「ICD10的自动编码」与「基因变异与疾病关系判读」研究。

台大研究团队开发的「台大医神-精准医疗人工智能辅助决策系统」在将病历生成诊断码与处置码的过程当中,已经有61%的准确率。相形之下,虽然胜过Google病历分析系统的41%准确率,但赖飞罴认为这只是一小步,未来还需要藉由病历编码师(coder)的合作协助,持续提高准确率。

人工智能仍无法取代病历编码师

病历编码之所以重要,就是要透过与健保署规定相符的代码,向健保署申请医事费用。赖飞罴举例,过往病历编码师必须将该病患本次住院看诊的病历仔细检视一次,了解病患本次确实治疗的疾病为何,才能准确申请费用。又或者,病患可能有许多共病,包括糖尿病、肝病、肾脏病,医师虽然在病历当中撰写这些相关内容,但说不定本次住院看诊,其实是聚焦在移除胆囊结石,那么病历编码师就要在完全检视病历后,产出移除胆囊结石的诊断、处置码,向健保署申请费用。

然而,如此「细腻化」与「客制化」的过程,每一次个案大约需要耗时30分钟,而无论是大小医院,每天的病患数都相当多,对于人力的需求压力极大,也因此,赖飞罴与团队希望藉由持续的努力,将现在准确率约莫61%的AI系统持续提升,目前预估至少提升至75%准确率之后,再让病历编码师使用。使用上,系统会自动生成结果,专业人员确认、修正无误后,就可以向上申请费用。

病历编码师的训练与工作负担内容,一般来说都是从病历信息管理师,再经过专业训练,才能成为病历编码师,目前台大医院有20多位病历编码师。赖飞罴试算,台大医院1天住院/出院的病患人数约莫300位,不仅是平日,周末也会有病患出入院,只要有病患出入院,就有编码的需求。赖飞罴说,未来技术更加成熟后,或许也可以将系统建置在云端应用,让各医院将病历丢到云端,再自动生成编码资料给医院。

医疗人工智能 病历编码的困难点

目前病历编码生成系统的准确率已有进步,诊断码有61%的准确率、处置码准确率则是66%。在技术升级挑战上,赖飞罴说,现在没有「全面性资料」分析,系统目前分析过程中,并没有同时加入病患基本资料共同分析。举例来说,因为不知道病患是小朋友,因此无法产生正确的诊断码。此外,赖飞罴十分认同计算机科学人才,一定要学习医学领域知识与规则,才能在更加理解流程的情况下,借科技之力提升医疗技术。同时,也提到ICD10合并码的问题,而这些都是需要医学专业领域知识才能顺利完成的工作。

人工智能的训练过程,就是藉由既有的数据集,让系统学习规则,然而,现在台大医神团队分析的15万笔的病历资料当中,约莫4,000笔的罕见疾病仅出现过1次,这部分是要透过专家系统来协助产出。在病历编码系统应用上,目前台大医院跟亚东医院有共同合作,也正与日本冈山大学医学院附设医院接洽当中。

病历分析 人工智能难以切入的原因

希望减少医师的工作时间,台大医神团队设法从各种面向切入。认为文字分析必须要有超级计算机来辅助的赖飞罴分享,每个医师的病历撰写模式都不同,过去尝试想要推动结构化病历,也就是填充、选择题的概念,让医师直接填写,然而反应与实际应用效果不彰。

也因为这样,团队未来希望从医师的病历中抓出关键字,在医师输入病历时,系统会显示适当已预先填答的选择题或是填充题,让医师来确认选择「是或否」以及简单注记,尝试在结构化与自由撰写的病历天秤中,找到最有效率的平衡方法。赖飞罴表示,信息团队要先将医师填写病历时,系统可能要显示的问题预先准备好,在医师点选的过程中,团队就要不断调整系统,让未来医师选择「是」的机率越来越高,那么也代表病历系统更合乎医师的需求与既有流程。

基因变异分析

在基因变异与疾病关系的判读方面,全基因定序(Whole Genome Sequencing;WGS)可以让基因的研究更加全面。过去的基因变异研究,都是研究人员或是医师把病症特征找出来后,再与资料库比对。未来希望让医师直接将病历输入后,MViewer系统就能够直接协助医师抽取病症特征,进而快速比对。这样不仅能够让医师的工作负担下降,并且非专科医师与医疗人员也都可以同步协助这样的比对过程,让人力的运用更加弹性。

在系统的未来服务与商业模式架构上,赖飞罴也认为,若能推出网络云端服务,那么将可以拓广这套系统的应用领域,以及可以接触到的国家、地区及单位,如此一来,智能医疗生态与产业才能更加蓬勃发展。

  •     按赞加入DIGITIMES智能医疗粉丝团