泰心医院CIO李军：新一代PACS应契合智慧医院发展方向

来源：HIT专家网 作者：姜浩 根据录音整理

近年来，国内正迎来智慧医院的建设热潮。智慧医疗、智慧服务、智慧管理三驾马车并驾齐驱，开启了智慧医院建设的新篇章，也对医院的信息化建设提出了更高的标准和挑战。PACS（Picture Archiving and Communication Systems，图像归档与传输系统）与RIS（Radiology Information System，放射信息系统）作为医院信息化建设中的重要组成，应如何发展，方能满足智慧医院建设所提出的要求？

2021年6月25日，在由HIT专家网主办、GE中国协办的“医学影像人工智能时代的PACS发展趋势”在线论坛上，泰达国际心血管病医院（以下简称泰心医院）信息中心李军主任以“智慧医院建设中的PACS发展思路”为题发表了主题演讲。

智慧医院对PACS提出新需求

李军表示，若将智慧医院的建设要求具体到PACS、RIS的角度，可理解为：

在面向医务人员的智慧医疗方面，首先应实现影像信息一体化；其次，优化医疗流程、整合数据，实现闭环管理；此外，还应将影像、医技科室越来越多开始使用的各类AI辅助诊断、高级影像可视化等功能扩展到临床科室，辅助临床医生提升医疗质量。

在面向患者的智慧服务方面，PACS、RIS应为患者提供覆盖诊前、诊中、诊后的全流程支撑，围绕“就医路径”中的诊前提醒、智能冲突提醒，为医院实现智能调度，为患者实现精准预约服务，改善患者就医体验。

在面向管理层的智慧管理方面，充分应用5G、物联网及智慧数据采集技术，除影像信息外，还需采集资产信息、运营信息、故障信息等，进行有效的绩效分析，实现对影像、医技科室的精细化管理，降低高值医疗设备的故障率和停机时间，提高使用效率。

据李军介绍，泰心医院成立于2003年，从建院起即与GE中国合作，致力打造无胶片医院。迄今为止，所有影像资料全部在线，历史数据已达92TB。“对于专科医院而言，这是一个较为庞大的数字。”

近几年来，伴随着医疗信息化技术的发展，影片质量不断提升，数据量不断增大，当前泰心医院每月存储数据量已达1.5TB，PACS遭遇存储瓶颈，响应速度迟缓，性能受到严峻挑战。另外，使用过程中发现，当前PACS产品的定制化开发周期较长，已无法满足医院日新月异的开发需求。“种种原因说明，医院现有PACS亟需软硬件平台级的升级。”

李军介绍说，为满足智慧医院的建设需求，泰心医院将对新一代PACS产品提出以下四方面需求：

首先是软硬件系统升级。系统性能需整体提升以提高响应速度；需增强系统的安全性与稳定性；硬件如存储架构与存储介质，软件如操作系统、数据库等需全面升级，还需引入微服务、中台等新技术、新理念。

其次是支持云部署模式。李军表示，过去，医院信息化处于内外网隔离状态，PACS、RIS在内网中运行，面对的安全性与可靠性挑战的较小。近些年，互联网医疗发展迅猛，面向患者移动端的应用不断落地，医院的网络围墙逐渐被打破，安全可靠性受到冲击。同时，医院的网络安全管理与维护能力又较为有限。在这种情况下，李军认为，为解决资源不足与网络安全环境恶化问题，医院信息系统“上云”是一种有效方式。泰心医院将通过购买服务、资源的方式寻求相应的服务商提供安全和资源保障。“对于新一代PACS而言，上云是很重要的方向。当然并非一蹴而就，可分步进行，首先将发布系统上云，其次是核心应用系统上云，最后是影像、数据上云。”

再次是支持新技术。新一代PACS需具备整合影像AI应用的能力，同时支持5G、物联网等新技术，为医技科室的发展提供新效能。

最后是满足临床业务协同需求。新一代PACS需为临床科室提供高级可视化诊断、AI辅助诊断等功能，为临床业务提供术前计划、术中引导与术后分析；提供3D打印技术，将病灶打印为三维模型，用于教学、与患者沟通等场景。

新一代PACS的发展方向

“对于国内很多百年老院而言，泰心医院尚未‘成年’，但在PACS应用方面，泰心医院却有较为成熟的经验。”作为医院信息中心主任，李军深知医院对PACS的诉求，他就新一代PACS的发展方向分享了自己的见解。

在精准预约、智慧冲突校验、智能调度方面，通过PACS实现对各影像科室的精细化预约及智能冲突校验，让患者少排队、少流动、少等候，有利于提升设备利用率及患者就诊体验。同时，李军表示：“通过影像、医技科室的信息系统实现智慧调度是泰心医院一直以来的期待，希望广大信息化厂商能够实现这一功能。”

在打造全院PACS方面，“希望能够建设一个覆盖全部医技影像科室的大影像PACS和RIS。”李军认为，“实现这一目标需经历一定过程，一方面需要用户适应系统，另一方面需要PACS厂商不断完善产品功能。”

在闭环质量控制方面，目前的检验检查流程中，从医生开单、预约排程，到执行检查、签发报告、编辑报告、查看影像，各环节缺少反馈机制。李军表示，希望能够通过PACS、RIS形成闭环质量控制，每一环节对上一环节进行评分，及时发现质量瓶颈，随时提升业务质量。当检测出危急值时，影像医技科室负责标记危急值，即时发送给临床，临床反馈处理结果给影像医技科室，促进临床、医技科室沟通，挽救患者生命。“通过PACS、RIS实现闭环质量控制，可提升医疗水平，防止差错，提升整体的治疗效果。”

在AI调用方面，李军思考：是否存在一种算法，或一种开放的AI平台，在采集影像数据时根据检查项目及部位自动分发数据，在传给PACS的同时主动分发给相应的、合适的AI算法，同时将AI计算的结果反馈、存储到PACS中，使AI智能“随手可得”，大幅提升业务效率。

在AI与PACS融合方面，将高级后处理功能和AI应用深度融合、嵌入PACS，形成整合系统，实现全方位智能辅助。李军表示，希望PACS厂商能够提供合理的框架，既能融合现有成熟的AI算法，也能为正在研发的AI应用们提供一个平台，使其成为“好用的”工具。

在助力设备绩效管理方面，PACS除采集影像信息外，能否同时采集设备的安装、运行、故障、维护数据，构建全院医疗设备的全生命周期管理，建立基础数据链，为影像设备提供预防性维护，减少不必要的停机，提升运行效率，实现精细化管理。

“总而言之，对于新一代PACS的期望无外乎四点。”首先，影像AI应用能够直接纳入PACS，二者实现紧密融合；其次，能够快速部署，支持云端部署与多院区应用，满足大数据量、大业务量的稳定使用；第三，能够覆盖更大业务范围，管理患者全部历史影像数据，流程更顺畅、操作更简便、系统复杂度更低；第四，能够支持新技术应用，最大程度提升系统效能，如新的软件平台、新的存储技术。李军总结道：“简化部署和使用，辅助提高诊断质量，提升患者、医护人员及管理层体验，这就是PACS发展的最终目标。”

【责任编辑：陈曦】