深圳南山区人民医院+腾讯：如何把 AI 应用在电子健康记录、肿瘤影像、医保欺

本篇文章3988字，读完约10分钟

雷锋。2016年12月，深圳大学被批准为国家大数据工程实验室，深圳南山人民医院、深圳大学和腾讯共同组建了医疗保健大数据研究中心。

近日，深圳市南山区人民医院信息中心主任朱苏松介绍了该实验室在人工智能方向上的研究与应用:基于特征工程的医疗保险欺诈识别、医疗保险费扣除、基于洛伦兹分析的医疗架构改革、基于机器学习的医疗系统、基于卷积神经网络的图像识别和基于区块链的电子健康档案。

雷了解到，朱苏松主任对上述问题提出了自己的看法:医疗保险欺诈中的人身欺诈具有社会学特征，将比喻人抽象为数学特征后，可以用算法来确定可疑程度；就医疗系统而言，未来的肿瘤图像应与电子病历、基因组学、生物样本数据库等相关联。，这是一个基于机器学习的真实医疗系统；基于卷积神经网络的图像识别是目前业界的主流方向。腾讯米英对食道癌的检测也是基于卷积神经网络的类似算法。

联合实验室的几个研究方向

在这个联合实验室下，我们有几个人工智能实践方向:

基于特征工程的医疗保险欺诈识别

第一个研究方向是基于特征工程的医疗保险欺诈识别。这个题目是2015年全国大学生数学建模中的一道题。第一个问题是医疗保险欺诈工程，第一个问题是基因测序，属于华大基因，第三个问题是红树林环境评估模型。在这个特征工程中，为什么它是基于特征工程的？因为人类欺诈具有社会学特征。通过将这些社会学特征转化为医疗保险大数据中的一系列符号和项目，我们可以将来自这些特定社会的人抽象成一系列数学特征，然后使用一系列大数据算法来判断他们有多可疑。

例如，在其标准答案中有30多个场景。举几个例子，它被列为x1，x2，直到xn。

以x1为例，患者就诊有一定的范围。例如，在某一地区，在一段时间内，持医疗保险卡的患者就诊次数为0，有的就诊次数为1，有的就诊次数为2、3、4，直到n，当n较大时，就诊次数会较少。通过研究这个数的分布，我们会发现它符合补充分布。知道了它的补充分布，我们就可以得到y=f(x)的函数逻辑，并找出它的敏感点。这个敏感点被发现后，是他的敏感点5次以上或8次以上，95%的行为是不同的。这是一个异常，所以它可以被标记。

X2，病人开了处方，这种药不能作为食物。我们的药物有一个价值，即ddd值，它是这种药物每次的标准剂量。你不能吃太多药。如果您超过这个数字，您将超过ddd值。每张处方也受这个ddd值控制，这限制了你服用这么多药物。研究一下这个ddd值，这是一个稍微偏斜的正态分布。在偏向正态性之后，我们还可以找到一个函数y=f(x)，找出这个函数，找出你的整个分布，并找出当你的ddd值大于多少时，你是合理的，所有这些都来自大数据。

X3，许多医学检查都与吸毒有关。如果你使用了大量的高血压药物，但是从你的体检数据、门诊数据和住院数据来看，你的血压从来没有这么高过。显然，这种药不是你正在使用的药。

例如，X4在医学上的许多不可逆特征，如中风、大脑问题和ct，都是阳性的。但是在大数据中，如果你第二次和第三次住院，他会没事的。他有可能会没事吗？许多药物是不可逆的，它们也被标记为阳性。很可能你的卡正被别人使用。

从x1到xn有如此多的数学特征，我们以模型或条件概率的形式将它们组合成一个值和一个熵值。建模后，该熵值介于0和1之间。当它接近1时，我们会给他一个值，而医疗保险欺诈的嫌疑会非常高。如果低于0.4，医疗保险欺诈的嫌疑将相对较低。建立这一模式后，通过这一模式运行，整个医疗保险将更加规范。事实上，很多都是基于特征分析，你可以知道他是否有不合理的行为，这也是研究方向之一。

医疗保险扣除

第二个研究方向是基于第二个时期的医疗保险扣除。所谓第二阶段，就是根据相似的临床过程、相似的复杂性和相似的资源消耗这三个相似的原则，将这20，000多种人类疾病分成数百个组，然后按照这个组支付医疗保险。这是非常可取的。它是国外的一种方法论，不仅用于医院间综合实力的比较，也用于医院间的评价。社会保障费用和支付是很有价值的。第二阶段是国家医疗改革的重点。

中国有三个试点项目，第一个是福建三明，第二个是新疆克拉玛依，第三个是深圳。事实上，真正在深圳落地的是我们南山医院。我是国家ctr项目组的成员。我负责这项工作，并将大数据用于会计和dr价值。在这个dr值被计算并分配给这个组之后，根据这个理想状态，它应该在资源消耗上相似，并且如何测试它的相似性。例如，如果你被分配到这个组，如果分组系数非常准确，那么类似的情况可能是这样的。在这一组中，病人的平均费用被假定为10，000元，所以在被分配到这一组后，其他病人的费用应该在9，000到11，000元之间。在这个区间内，它是非常精确的，也就是说，这些数据非常集中，而且分散越小，它就越集中，这表明你的分组更准确。但事实上通常不是这样，所以你如何测试它是否准确？有很多方法，其中最重要的有三种。

首先是使用变异系数，即分子，其标准差为分子，其平均值为分母。第二是差异。第三是测试，它可以判断你的分组是否准确。如果它被分配到这个组，它应该做什么？它还需要应用大数据的一些算法来判断它是否被分组。

主要有三种算法，第一种是使用系统聚类。聚类后，它被分为两类，因此它不能被分为两类或三类。它将立即准确，数据将立即集中。第二个叫做决策树，第三个叫做返回数。大数据中有许多这样的算法。这个算法是将不准确的数据分组，并使用这些数学模型将其分成两三组，即提出这个数据模型供您验证。因此，国家把这个小组作为试点工作，毫不犹豫地把它放在南山，这实际上是对我们技术的挑战和考验。

基于洛伦兹分析的医疗建筑改革

我们研究的第三个方面是基于洛伦兹分析的医疗建筑改革。众所周知，这次改革是一个全国性的课题，药品和耗材在全国医疗改革中占有很大的比重。但是，对于这些手术费用和治疗费用，这些反映医生劳动价值的项目并没有增加，300元和500元的手术费用是非常不合理的。那么如何扭转这种不合理的现象，国家医疗改革的价格应该改革。

那么如何改变这场价格改革呢？许多专家学者根据宏观经济学来定义这个价格。你如何调整它？每个人达成的共识是什么？卫生资源和病人的总支出不应增加。二是检验费、检验费等。依赖仪器和设备，应该降低价格。第三，反映医务人员劳动价值的治疗费、手术费等费用应该提高。增长率是多少？

我这边做了什么研究？基于洛伦兹分析，我可以找出哪些数据可以移动，哪些数据必须小心移动，哪些数据不能移动。基于洛伦兹分析，我们进行了一系列的数学建模，我们可以知道你的收费项目被引用了多少次，产生了多少钱，以及它是否可以移动。医疗费用，包括检查费、治疗费、手术费等等，与我们的100亩土地非常相似。在这片100英亩的土地上，不同的作物使用不同的肥料、杀虫剂、劳动时间、生长时间和最终的销售收入，这就形成了一个博弈模型。这个博弈模型就是这些成本，那么多的产品，什么方案可以使劳动时间最短，产品的总价格是最多的，等等，都可以用一个方案来完成

一个带有一系列约束的线性方程可以得到一个最优解。同理，我们的医疗价格改革也是一样的。不同的价格有不同的价格上涨。我们使用计算机大数据模拟。在南山区，数千亿患者已经产生了一个新的价格体系超过十年，然后让政府做出新的解决方案。因为我们的分配是使它再次结算，生成一组新的费用，然后对这一新的费用进行线性规划和洛仑兹分析，这样我就可以非常准确地定义某一类项目和某一类项目，而增加多少更合适，其最终输出类似于三个博弈模型。

第一个博弈模型，什么样的价格调整方案对病人最有利，什么样的价格调整方案对医院最有利，是医院要生存和发展必须考虑的数据模型。这样，我的研究模型将涉及三种模型，以及它将达到什么样的条件和目标。

基于机器学习的医疗系统

第四个方向是基于机器学习。例如，我们刚才谈到的食管癌筛查仅仅是基于图像本身，这是远远不够的。未来的肿瘤图像应与电子病历、基因组学、生物样本数据库等相关联。从而具有真正的生命力，成为一个真正的基于机器学习的医疗系统。这是我们的第四个研究方向。当然，这些研究方向与腾讯和深资源密切相关。

基于卷积神经网络的图像识别

第五个研究方向是基于卷积神经网络的图像识别。如前所述，我们对食管癌的解释是基于卷积神经网络的相似算法，这是目前整个行业的主流方向。

基于区块链的电子健康档案

最后一个研究方向是基于区块链的电子健康档案。由于我们的整个电子健康记录是基于ca认证和pki格式，我国也有电子代码来确保这些数据的准确性，这在法律上是不可避免的。另一个身份认证，ca证书，证明这个医生的建议是由一个可信的人在合法的时间。这个电子病历是合法的，可以用来上法庭。这是一份电子记录。

但是像这种电子记录，它的成本也很高。众所周知，如果我们想做一个ca认证，你必须有一个公证处服务器，一个时间服务器，一个u-key，一个年费，一些灾难恢复，一个特殊的网络等等。它的成本实际上非常高。但是还有另一种技术可以很好地解决这个问题，那就是区块链。我把区块链定义为一种改变未来的技术，也非常希望与我们的整个电子健康记录相关联，这样在医院生成的医疗健康记录就可以被远端的病人看到，当互联网在中间出现时，任何其他的链接都会截取这些你看不到或听不懂的数据，这样就可以确保终端产品完全一致。就像这种电子货币，如果你将来生病了，它是基于算法的。事实上，这很简单，就是一个函数是加密的，这使你无法解决它。

我们也期待着与深圳大学和腾讯在这六个方面的密切合作。我也相信这一天已经到来，我们已经在前期做了很多项目，不仅在医学形象识别方面，而且在与腾讯的合作中，我们做了新型农村合作医疗制度，做了医疗保险的异地结算，做了整个移动互联网的社保支付等。我们的成就数不胜数。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。