作为一个医学硕士, 曾拥有 8 年临床医生工作经验, 在医院工作时的一件小事让我想明白了一件事: 医学应该是个信仰, 不该是个职业
医疗行业对人类这么重要, 信息化却这么落后, 自己恰好有这方面的能力, 也有意愿去提供这样的技术支持因此我也写了几篇论文, 但在我看来没有实际行动的理论, 不过就是一堆垃圾
不经意间的一个机会, 开始全心投入医疗技术的研发中, 刚开始围绕全套的业务流程有手术预约数据管理术后随访, 对接了 HISPACSLIS, 当时医院是内外网分离的, 针对多个院区, 还做了内外网和异地办公室的数据互通在当时最大的难点是安装部署, 其他医院想使用却用不起来, 从院内政策到人员的精力都限制了项目的实施
其他医院根据业务和使用规模大多需要项目的部分功能, 为此不得不将项目拆分, 各个模块弹性组合, 这样分散式的持续了一段时间, 但使用中参与数据录入的人员很杂, 且流动频繁, 数据的质量就开始出问题就开始执行数据录入规则, 这又导致使用率的下降, 样本就少了一大半为此来回进行各种尝试, 调整平衡点, 中途还做了 app, 但安装又成了问题, 不得不尝试其它方式, 经过几年的打磨, 才有了现在的 pc 和 h5 的访问极简模式, 无需培训就能即可上手
目前的产品可以理解为给我一个 excel, 还你个专科数据库
云上的 SaaS 可以解决数据的增删改查, 常规的统计分析及数据共享的问题, 借助阿里云的身份证识别 API 及图文识别 API 等简化数据录入, 表单的验证规范数据项的录入, 短信 API 负责发放通知等
产品面向临床医学科研团体, 提供云上的数据管理功能, 除了使用阿里云 ECSOSSRDSDocker 等基础服务, 通过分组及权限等功能实现多家医院相应科室的专科数据共享, 通过阿里云的身份证识别 API 短信 API 图文识别 API 等提供更便捷的数据管理方式, 为数据挖掘及人工智能提供数据支持
根据医学专家设计的数据项及规则, 提供数据的增删改查统计分析等基础数据管理功能, 根据身份证识别等 API 简化日常工作人员的数据录入
解决的痛点
HIS 无法提供有效的适用于科研的数据
商业公司无法长期支持科研工作
医院间的合作过范, 不适用专科的科研
各医院专科数据共享难, 科研数据共享平台少
传统的开发部署模式让软件开发及部署成本高
医生不懂软件开发程序员不懂医疗
像省级三甲医院皮肤外科一年的手术量 2000-4000 例, 一家医院的单项疾病的手术通常几百例, 科研数据量太少, 周期长, 传统方式数据管理低效, 需要多家医院合作共享数据才能支撑科研工作可通过此产品进行云上的科研数据管理及共享
以皮肤基底细胞癌为例, 通常为了防止复发, 按照经验医生习惯扩大切除, 不足 1cm 的肿瘤, 在基层医院往往扩大 2-4cm 的扩大切除, 而荧光定位, Mohs 显微手术的技术由于种种条件限制在大部分医院都很难开展, 这对术后的缝合, 预后的美观等非常的过度本产品可根据以往的数据, 设计算法, 根据患者的肿瘤分型, 发病部位和时间等给出肿瘤的合理切除范围, 有效避免过度切除
产品的数据使用: 手术切缘的建议
可为皮肤基底细胞癌的手术切缘提供建议,(API 接口给 APP 或小程序调用) 切缘是指手术时切除的范围, 通常要比肿瘤扩大切除以防止病变细胞残留, 国内的临床治疗过度医疗现象比较严重, 比如肿瘤不足 1cm, 切缘却经常扩大 2cm-4cm, 尽管手术安全了, 但创伤和愈后的美观程度都很受影响
以常见的 BCC(基底细胞癌) 为例, 根据国内外文献统计, 通常 BCC 的切缘是 5mm-1cm, 如果想精确切缘, 通常我们会采用荧光法术前检测和标记, 手术中采用 Mohs 手术方式, 但这些方式由于配套技术设置等在大多医疗单位都无法普及实现可根据大量手术记录数据, 根据肿瘤的病理分型, 发病部位临床情况等通过统计学及 AI 技术最终给出适合患者的手术切缘参考值
现在这个产品的技术层面处于最低的状态, 大多因用户的需求和习惯导致, 我们计划设计一个能让用户经过一些编码和配置就可以自己去定制一款个性化产品的产品和模式, 商业公司更趋向于功能丰富的华丽高大上的产品, 而一些做科研的用户要的只是简单粗暴的解决实际问题的产品, 甚至出于隐私数据过程和结果等原因对商业化有些恐惧, 对于 It 人员来讲前期的接触和沟通成本又很高, 面临种种困境, 然而基础科研的支持对行业的发展会起到杠杆级的作用好在如今大部分医院都有外网了, 如今的年轻人也越来越多的通过培训或自学来接触编程了, 框架脚手架架构 API 以及 Docker 和云这样的技术让一个简单的需求的开发部署变得越来越容易
当下作为一个研发工作者, 我理解 API 的好处是以前需要花精力或者较高的起步价才能获得的能力, 比如身份证识别, 现在可以轻易的得到并集成到产品中, 同样公司项目用到的花草识别也是, 可以让产品很容易的获得一个实用或有趣的功能, 这同时节省了开发的成本和时间, 也一定程度上让研发团队的技术能力宽度和规模缩小, 精力可以更集中到自己核心功能上如今产品从需要培养用户习惯到需要主动适应用户习惯, 通用的 API 衍生的功能使用习惯上也避免了用户习惯的培养比如 Dicom 图像的处理, PLC 的控制, 指纹采集器等传统 C/S 架构的东西想在 web 调用, 有时不得不祭出 delphi 去写个中转接口甚至 activex 插件的, 随着 API 的流行也会有更好的调用方式
参与 API 大赛, 也是在执行我医生这个身份的职责, 把这些年的技术以 API 的方式开放出来, 共享给更多医学界的人使用, 降低医学数据采集共享的痛点, 降低手术风险, 使患者更安心
来源: https://yq.aliyun.com/articles/530715