低成本、一体化:深圳市宝安区中医院重症信息化方案助力大数据与AI临床科研应用

图1

图2

图1：重症医学科主任张宇与团队骨干在第九届危重病科学研究及治疗技术大会合影

图2：团队骨干宁怡乐主治医师在贵州省重症医学学会围手术期医学专业委员会第二次学术年会进行发言汇报

团队围绕“重症大数据自动化采集、结构化管理及在重症、围术期临床科研中的应用”主题，系统展示了医院在重症信息化建设、真实世界数据治理及人工智能临床科研转化方面的阶段性成果，并正式发布了面向重症场景的低成本、一体化信息化解决方案。

重症监护场景数据来源广泛，包括监护仪、呼吸机、CRRT、PiCCO、床旁血气分析仪、输液泵等多类床旁设备，以及HIS、LIS等院内信息系统。数据维度多、时间密度高、更新频率快，传统人工方式难以有效采集与利用。

针对上述问题，团队提出并落地“自动化采集—结构化管理—智能分析—临床应用”的全链路方案，让海量动态ICU数据“可采、可管、可用”，推动重症数据从分散走向聚合，从不可用走向可研究，从科研工具走向临床生产力。

（一）CCIoT：重症物联网数据自动采集系统

图3 监护仪自动化采集软件 CCIoT Monitor，完整覆盖包括 PiCCO在内的血流动力学数据

图4 监护仪自动化采集软件 CCIoT Ventilator，完整覆盖呼吸力学数据数据

团队研发CCIoT（Critical Care Internet of Things），实现对监护仪、呼吸机、ECMO、CRRT等设备数据的自动采集与存储，打通ICU高频动态数据入口，并通过院内接口对接，支持医嘱、检验检查等信息交互，减少重复录入与人为误差。

（二）MEDIC：重症专科结构化数据库

图5重症监护电子数据库MEDIC

为解决数据“存得下但用不了”的问题，团队构建重症监护电子数据库MEDIC(Medical Electronic Database for Intensive Care)，面向重症专科临床研究需求进行结构化设计与持续沉淀，可支持多特征动态时间序列管理，并纳入院外随访信息，研究终点可覆盖28天死亡率等关键指标，为真实世界研究与多中心合作提供标准化数据。

（三）LLM增强统计建模软件

图6 重症团队自主开发的接入大语言模型的智能统计软件

图7 该软件支持十余种机器学习模型的自动化建模以及可解释化分析

（四）CARE：重症智能化查房系统

图8 医院重症团队目前正在开发的重症信息化软件

图9 CARE软件支持高度自定义查房信息可视化，提高查房效率

团队正在研发的重症信息聚合报表引擎CARE(Critical-care Aggregation and Reporting Engine)，支持重症信息高度自定义可视化，自动生成疾病严重程度评分与质控报表，集成私有化部署的大语言模型，探索AI辅助病历生成与智能查房，推动“数据—知识—决策”闭环在重症场景落地。

基于上述技术体系与实践积累，医院重症医学团队发起成立MEDIC重症信息化联盟。该联盟以统一格式的重症专科数据库为基础，在数据不出院提下构建多中心真实世界重症数据库。采用数据脱敏、数据加密、客户端封装等技术手段，开展多中心深度学习、强化学习与联邦学习协作研究，用以改善重症临床实践。

目前，联盟已吸引来自广东、湖南、四川三省四市共8家医院的重症医学科参与，另有多家中心密切接触，初步形成跨区域协作网络，为多中心重症大数据研究打下坚实基础。

联系人：

目前，团队已完成科研技术成果转化。未来，团队将继续以数据驱动为核心，持续完善“采集—治理—分析—应用”闭环能力建设，推动重症医学在数字化、智能化方向实现可复制、可推广的实践路径。同时，通过联盟机制促进多中心高质量研究与技术共建共享，为提升危重患者救治质量与科研产出贡献力量。