【香山HIT青年论坛】AI精准用血模型，解放军总医院探索临床用血“节流”之道

来源：HIT专家网      作者：姜浩 整理

【编者按】

2021年5月9日，在中国研究型医院学会医疗信息化分会医疗和临床科研大数据应用专业委员会主办、HIT专家网承办的“2021年医疗大数据融合发展·香山HIT青年论坛”上，解放军总医院第一医学中心信息科工程师段振飞分享了有关利用大数据技术进行临床精准用血预测的实践经验。以下内容根据演讲录音整理。

“紧张”与“浪费”并存的临床用血现状

在常见的患者用血流程中（如图1所示），有三点值得注意。其一，大部分医院的血源处于紧张状态，在为患者制定手术计划时，尤其对择期手术的患者，会动员患者家属无偿献血或令患者储存自体血。其二，医生在开具用血申请单时，往往根据过往经验来判断患者所需的用血量。其三，患者输血后存在血液剩余情况，按医院规定，剩余血液将被作为临床垃圾进行处理。

可以看出，在临床用血环节，紧缺与浪费的现象并存。2018年3月31日，《中华人民共和国献血法》规定，全面取消互助献血政策，加剧了临床用血紧缺的现象。

为解决上述问题，需要从“开源”和“节流”两个角度进行思考。首先，“开源”即鼓励群体积极献血，扩大血液采集来源，保障血液供给。对此北京市也出台了相应的政策，《北京市无偿献血优先用血的实施方案》指出，无偿献血者本人及其父母、配偶、子女用血，享受优先用血。

2020年，北京市卫生健康委、驻京部队血液管理协调机制办公室联合印发《北京市无偿献血者临床用血费用直接减免工作实施方案》。《方案》指出，从1月20日开始，北京市无偿献血者及其亲属在北京市医疗机构临床用血，可以享受血费直接减免服务，为无偿献血者提供优质服务。

其次，在“节流”方面，方法有二。其一，大力推广自体输血，在国际上，自体输血已成为解决临床用血的一个重要渠道。其二，发掘医院临床用血规律，解决临床用血没有依据的问题，实现患者的科学用血，实现精准的手术输血用量预测，改进和优化整个输血管理流程。如此一来，可更加合理配置医院的用血量，提高血液使用效率，减少因经验误判导致的血液资源浪费，同时也可以降低患者的用血支出成本。

2018年，在国家政策的引导下，解放军总医院第一医学中心输血科联合信息科及AI智能公司开始进行精准用血项目探索。

大数据及AI技术助力精准用血

项目团队首先统计了2015—2017年解放军总医院第一医学中心红细胞用血量排名前十位的科室。通过统计发现，骨科四病区在2015年、2016年的用血量要明显高于其他科室；进而又统计了骨科四病区在2016年用血量排名前六位的手术，右膝人工关节置换术排在首位。

通过数据统计，汇总分析出科室、术式的特征后，团队进一步挖掘与手术输血量及输注后血红蛋白（结局变量）相关的特征变量。特征变量可分为如下几类：临床医生普遍认可的因素；没有直接证据表明与结局变量有关，但医生可能考虑的因素；医生从未考虑过的、直观上可能与结局变量无关的因素。

通过将以上三类特征变量应用于机器学习，经过多轮迭代和验证后，团队最终得出适用性强的AI精准用血模型。目前，模型中对临床用血量产生最多影响的五项因素分别为：手术医生、术前血红蛋白、患者年龄、术前血小板值及手术种类。其中，手术医生的权重要远高于其他因素。

经过持续磨合、优化，AI精准用血模型不断升级，精准用血项目的数据接口不断扩展，数据维度也正在不断地增加。将模型应用于临床后，得到了几项喜人的数据：

首先，以实际术后血红蛋白为目标值预测用血量与实际用血量相差1U以内的手术/总预测手术台数得出，临床精准用血的准确率从72%上升至83.2%。

其次，用血依从率从39%增长至62%，红细胞预测结果与实际发血结果一致程度越来越高。

第三，申血依从率从65%增长至80%，医生申血时对模型预测结果的认可度越来越高。

第四，临床台均用血量呈逐年下降趋势。

可见，AI精准用血模型的应用对缓解临床用血紧缺问题起到了至关重要的作用。解放军总医院第一医学中心并未止步于此，针对模型现阶段应用状况及能力，对于红细胞的预警机制仍需完善；全血、红细胞的智能预测准确率可再次提升；相较于红细胞，血小板更为稀缺，对于血小板的智能预测已迫在眉睫。接下来，解放军总医院第一医学中心将就以上三点，进一步拓展AI精准用血模型的能力，增加模型的精准度，力求解决血液严重紧缺的问题。

【专家点评】

评价一项医疗信息化项目需从三点着手：首先，项目应以解决临床痛点为目标；其次，项目实施全流程中应实现智能化、自动化管控；第三，应对项目成效进行评价与分析。AI精准用血模型项目切中临床用血环节中“紧缺”与“浪费”并存的问题，并在实施过程中辅以超量提醒、短缺预警等智能化管控手段，且从多方位、多维度的大数据分析，如用血量、申血量、台均用血量等多方面证实了项目的成效，达到了精益化管控用血的目的。

——北京大学第三医院信息管理与大数据中心主任计虹

在这个项目中，非常欣喜地看到医院信息工程师能在项目管理中引入统计学思路。利用数据说话，这本身就是业务管理思维与能力提升的重要表现。

——北京大学肿瘤医院信息部副主任庞娟

【责任编辑：秦勉】