文献速递技术与安全

从国际视角看电子健康与人工智能整合诊断在多学科数字化数据中的实施:我们准备好了吗

Implementation of eHealth and AI integrated diagnostics with multidisciplinary digitized data: are we ready from an international perspective?
PubMed 文献 · Eur Radiol · 2020-05-06

该文分析欧洲电子健康与人工智能整合诊断的实施现状,指出数据隐私、数据整合、互操作性标准、IT基础设施和人员培训等障碍;欧洲医院数字化程度异质,数据整合前提尚未充分建立且资金不足;作者认为需要明确治理、协调投资和多层级合作,并应在互操作性与标准、安全与隐私、伦理与法律方面达成欧洲共识。

要点

  • 整合诊断需整合病史、影像、组织病理和临床化学等多源数据,但欧洲医院数据整合的基础设施和资金尚未充分建立。
  • 欧洲医院数字化进展异质,主要由各国自身努力驱动;数据整合在欧盟资助中占比远落后于数据分析。
  • 放射组学文献2011至2019年共3009篇,其中超过73%发表于最后两年;意大利在欧洲发文量领先。

核心结论

  • 欧洲范围内全面诊断的前提尚未充分建立,数字化进展异质且主要由国家层面努力驱动。
  • 全面诊断的临床建立需要明确治理、大量投资和医疗系统多层级合作。
  • 作者认为欧洲应采取协调努力,就互操作性与标准、安全与隐私以及伦理和法律问题达成共识。

研究设计与样本

  • 本文为综述性文章,分析欧洲资助情况与国际医院数字化评分,并从技术角度讨论数据整合与分析及放射组学。
  • 数据整合可基于内部数据、外部导入或两者混合,在本地或云端构建数据仓库或数据湖。
  • 数据分析可为描述性、推断性或预测性,可本地或云端计算,应用统计方法、人工智能和数据挖掘。
  • 医院数字化成熟度采用HIMSS Analytics的EMRAM模型评估,可跨国和跨地区进行多年分析。
  • 放射组学文献分析基于Web of Science检索2011至2019年共3009篇文献。

诊断标准与关键数值

  • 数据仓库存储经过结构化整理的数据,数据湖存储原始数据,后续需针对每次分析需求进行选择和整理。
  • FAIR原则(可发现、可访问、可互操作、可重用)为数据生产者和基础设施提供科学数据管理与 stewardship 的指导。
  • 个人健康列车核心设计原则是让数据所有者决定并监控其数据的使用,包括访问和目的。
  • 分布式数据分析在原始位置利用数据、可与数据交互并完成任务,而不向最终用户开放数据访问。
  • 放射组学指从放射学图像中提取可量化特征并通过机器学习或深度学习分析,放射基因组学指基因组与放射组学特征的结合。

临床应用与阅片要点

  • 作者指出当前尚无即用型解决方案,尤其是全面诊断方面;软件系统的选择、实施和整合取决于环境及其能力。
  • DICOM等标准的商业实现存在异质性,不同厂商之间不完全兼容且信息程度不同,使全面诊断应用复杂化。
  • 作者认为需分析每种标准对全面诊断的同质性和兼容性,消除冗余并减少标准总数。
  • 放射组学出版物可靠性因数据集和参数异质性、样本量及患者选择偏倚风险而日益受到讨论。
  • 作者认为可通过集中数据库持续整合来自各站点的大量数据来部分解决上述担忧。

局限性

  • 欧洲数字化的异质性及以国家为主的努力使全面诊断的前提尚未充分建立,数据整合尤为如此。
  • 欧洲尚无共同行为准则,尽管丹麦、瑞典、芬兰、奥地利、英国、瑞士和西班牙等国政府大力推动全国电子健康实施。
  • 放射组学出版物可靠性因数据集和参数异质性、样本量及患者选择偏倚风险而日益受到讨论。
  • 欧洲委员会提供可信人工智能的一般伦理指南,但在欧洲尚无具有法律约束力的共识。
  • 人工智能证据水平模糊,其结果来自黑箱,可解释性构成新的挑战。
全文中译7 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2020 May 6;30(10):5510–24. doi: 10.1007/s00330-020-06874-x

引言

医学的数字化及其日益增多的异构数据和技术面临着重大挑战,同时也为医学诊断提供了巨大潜力[1–4]。在临床常规中,诊断信息来源于多种渠道,由具有不同专业知识的医生采集。这些医生包括进行病史采集和体格检查的医师、放射科医生、核医学专家、病理学家以及临床化学和组学分析专家。他们的诊断结果通常在多学科会议上(如肿瘤委员会会议)呈现,在会上作出诊断并讨论治疗策略。一些学科已经使用计算机辅助(决策)支持来促进数据解读[5]。然而,可以预期,将来自不同学科的全部诊断信息整合到一个使用人工智能(AI)的分析工具中,将阐明特征之间的重要新关联,并提高临床检查的诊断准确性及预后判断能力。

遗憾的是,在大多数欧洲国家,医院和诊所缺乏合适的信息技术(IT)基础设施、缺乏高质量经整理的数据、以及数据访问和交换的困难,阻碍了整合诊断向临床常规乃至研究的转化。综合性诊断中心作为大学医院的本地种子点而建立,以评估整合诊断对特定疾病实体的价值[6]。然而,对于电子健康(eHealth)和AI整合诊断的广泛实施,这些本地中心 certainly 不能替代确保共同结构、标准和数据安全的中央组织(在国家甚至国际层面)。

综合方法潜力未被充分利用且缺乏临床及研究实施的原因是多方面的、相互关联的,涉及基础设施、技术、政策和伦理方面的挑战。其复杂性使得难以跟上欧洲各地多种多样的方法。因此,我们提供对当前数字化综合诊断(CD)道路上国际活动的见解。为此,我们分析了欧洲资助情况和与数字化相关的国际医院评分。此外,本文还包括从数据整合和分析角度对CD的技术观点。在此背景下,我们讨论放射组学作为一个不断发展且对放射科医生具有特别高度相关性的领域示例。

数据整合与分析

在通往数字化CD的道路上,技术数据基础设施是根本性的,并且除其他方面外,与数据所有权、数据隐私和伦理等监管方面密切相关。由于该领域的高度复杂性,在本工作中,我们主要关注CD的技术要素(图1)。

综合诊断(CD)方法的主要特征在于处理异质性健康数据。这要求整合来自不同来源的数据,作为其分析的前提条件。目前,这主要在研究背景下进行。其在临床常规中的应用将受到更多限制,例如需要获得医学软件及相关医学程序的批准。然而,即使是研究也强烈依赖于临床常规中结构化健康数据的可用性[7]。因此,必须在IT基础设施及其互操作性方面投入大量精力,以促进综合方法和转化医学的发展,实现“实验台与临床床边之间的双向‘两向’迭代”[8]。

图1 综合诊断(CD)基础设施不同数据解决方案概览。CD需要数据集成和数据分析的解决方案。数据集成可以基于自有数据(内部)或数据导入(外部)或两者的混合来进行。数据集成可以在本地或云端进行,以构建数据仓库或数据湖。也可以从个体病例或群体构建数据库。数据仓库存储有组织的数据,这需要结构化和清洗的工作。数据湖存储原始数据。随后需要针对每种需求/分析进行特定的数据选择和组织工作。数据分析可以在集成数据上进行。分析可以是描述性的(例如,数据的图形化展示)、推断性的(从样本病例推断到总体)和预测性的(利用历史数据中发现的模式来预见当前病例的结局)。这些分析可以在本地或通过云计算进行。为此,应用了统计方法、人工智能和数据挖掘。 查看原图 ↗

基础设施与互操作性

健康数据由异构利益相关者在高度多样化的系统中生成和存储。然而,由于大多数医疗服务提供者的组织方式、既定的临床流程以及伦理和数据所有权方面的顾虑,大量可用的健康数据目前被困在私人诊所、医院、诊所的组织边界内以及患者的监测设备(如智能手表)中。这阻碍了全面诊断的进展。许多医疗机构通过将来自多个系统的数据汇集到数据仓库或数据湖中来实现集中式存储库[9, 10]。将这些数据共享到组织边界之外并不是一个可行的解决方案,因为某些数据类型(如基因组数据)可能无法进行匿名化处理,而且链接数据集会增加再识别风险[11, 12]。此外,研究社区建立了领域特定的数据基础设施,这些基础设施之间无法轻易通信(如生物样本库)[13, 14]。网络之外的数据访问问题仍然存在,而且由于数据是为特定用途收集的并在原始数据源之外被复制,这限制了记录链接和多模态数据的整合。然而,共享健康数据具有巨大优势,例如可以提高不同站点之间图像数据分析结果的可比性和可重复性[15]。国际和国家倡议,如欧洲开放科学云[16]或德国医学信息学倡议[17],正在建立研究数据基础设施以支持数据访问和再利用。它们提供语义互操作和集成数据的联邦环境,以及用于访问和数据分析的相关服务。

在此背景下,医疗保健中的数据管理(data stewardship)正变得越来越重要。它指的是研究数据和临床数据的创建、(再)使用、存储和归档过程,旨在确保数据质量、整合和再利用。这还包括减少或消除数据孤岛并保护患者隐私[18]。FAIR(可发现、可访问、可互操作和可重用)科学数据管理与治理原则为数据生产者和基础设施提供了指导,以提高数据的可发现性和互操作性。特别强调支持个人对数据的再利用,并增强机器自动查找和使用数据的能力[19, 20]。

数据分析是这一碎片化健康数据空间中的另一项挑战。我们想指出,“分析”一词有多种用法,常见于商业智能、大数据以及预测分析的语境中。我们将其用作“分析”的同义词,但希望将数据的分析、处理和使用与其管理和整合区分开来。为实现数据驱动的研究、医疗保健乃至持续性疾病(CD),已有一些方法支持将分析分布到分布式数据上(通常与分布式分析或联邦学习等术语相关)。为此,已提出网格/云计算等新解决方案[21]。此外,i2b2或DataShield等软件解决方案支持以分布式方式分析敏感数据[22, 23]。个人健康列车是另一种通过共享分析来改善数据复用的方法[24]。其核心设计原则是赋予数据所有者决定和监督其数据使用的权力,例如在访问和用途方面。分布式数据分析在原始位置利用数据,可以与数据交互并完成任务,而不向最终用户授予访问权限。与其他方法相比,它与技术无关,并通过聚焦机器可读和可解释的数据、元数据、工作流和服务,旨在实现不同系统之间的最大互操作性[25](表1)。

与数据集成和分析相关的临床和研究环境中,软件系统和个体解决方案的市场是多样化的(表2)。它包括综合性的基础设施软件解决方案,例如医疗服务提供者使用的电子病历(EMR)系统,尤其是作为医院信息系统的一部分。EMR也称为电子健康记录(EHR),包括跨时间和医学领域的数字患者记录,如诊断和治疗数据。这些EMR系统是生成集成临床工作流解决方案和跨学科研究数据交换的基础。此外,还有来自IT巨头(如谷歌)的数据分析方法软件解决方案[31]、计算机视觉领域等特定领域的流行软件库(如OpenCV [32]),或工具和数据存储库(如神经影像信息学工具和资源交换中心(NITRC)[33])。更多概述可见于Gartner提供的《数据集成工具魔力象限》等报告[34]。

在各种健康软件系统和工具中,近年来,IBM Watson Health一直是争议性辩论的主题[35, 36]。它是一个基于人工智能的软件程序,设计用于决策支持,重点聚焦于肿瘤学、临床试验和基因组学,在全球230家医院和卫生组织有项目[37]。除了推荐最合适的乳腺癌治疗方案[38]或增强下一代测序[39]等成功案例外,这些项目也揭示了临床实践中的一些问题。例如,MD安德森癌症中心首先安装了Epic系统公司的电子病历(EMR)系统,该公司与Cerner公司同为美国EMR市场领导者之一[40]。然而,在MD安德森引入Epic EMR系统在时间(约4年)、成本(调整后收入下降高达76.9%)以及整合到临床工作流程方面都具有挑战性[41–43]。IBM Watson在MD安德森的实施因管理不善及与EMR系统整合方面的问题而以约6200万美元的估计成本失败[41, 44]。在德国和中国与IBM Watson合作的项目表明临床适用性存在障碍。这可能是因为该系统是在纽约纪念斯隆凯特琳癌症中心的数据上训练的[45–47]。由于不同的医疗环境(例如,关于种族人群、医学指南以及可用的治疗和药物),这些数据可能无法直接适用于其他国家。这些问题与当前关于“数据质量差、数据集不兼容、专业知识不足和炒作”阻碍医疗保健大数据革命的讨论相关[48]。

总之,我们未能确定一个即用型解决方案,尤其是对于CD。软件系统的选择、实施和整合取决于环境及其能力。随着数字化程度不断提高、健康数据量不断增长以及即将出台的新法规,任务变得更加繁重,尤其是在综合方法方面。这使得标准和配套法规对于IT系统和软件工具的选择和使用更加重要。此外,标准可能释放迄今为止受限的健康数据共享。不同领域已经存在大量标准(表3)。然而,其中许多是历史发展形成的,并以不同版本共存(例如,HL7v2.x、HL7v3和HL7 FHIR),这可能限制其互操作性。此外,像DICOM等标准的商业实现也是异质的,不同供应商之间不完全兼容,且包含不同程度的信息。这使它们用于综合方法变得复杂。因此,需要分析每个CD标准的同质性和兼容性,消除冗余,并尽管涉及大量利益相关者使问题复杂化,仍尝试减少标准的总体数量[67]。

表1 比较整合健康数据分析解决方案与精选示例活动。ETL代表提取、转换、加载 查看原表 ↗
表2 具有数据集成(DI)和数据分析(DA)能力的工具选择。这些工具根据其开源(OS)可用性及其在科学出版物中的使用情况以及根据其(共同)作者身份排名前5的国家/地区进行说明。举例:XNAT可能是一个合适的开源工具,用于管理放射组学DICOM(医学数字成像和通信)图像数据和支持HL7(健康等级7)FHIR协议(快速医疗互操作性资源)的临床患者数据(方法详见补充材料) 查看原表 ↗
表3 用于医学数据记录和通信的常用国际标准和配置文件的选择。此外,还展示了这些标准在科学出版物中的使用情况以及根据其(共同)作者身份排名前5的国家/地区(方法详见补充材料) 查看原表 ↗

放射组学

放射组学是CD的一部分,描述了从放射学图像中提取可量化特征并通过机器学习或深度学习进行分析[68, 69]。基因组学和放射组学特征的结合被描述为放射基因组学[70]。然而,放射基因组学一词也被用于描述使用基因组数据来优化放射治疗。因此,术语存在歧义,一些作者甚至建议将其进一步分为放射基因组学、放射蛋白质组学、放射脂质组学等。尽管如此,所有目标都指向由AI支持的集成诊断。放射组学这一不断发展的领域(表4)每年都有多篇出版物报告放射组学分析的诊断能力[75–80]。

然而,由于数据集和参数的异质性、样本量以及患者选择方面的偏倚风险等数据质量问题,关于出版物可靠性的讨论日益增多[81, 82]。这一担忧可以通过集中式数据库持续整合来自各个站点的大量数据来部分解决。尽管在丹麦、瑞典、芬兰、奥地利、英国、瑞士和西班牙等一些国家,政府大力推动全国范围内实施电子健康,但在欧洲尚未定义共同的行为准则,而这是迫切需要的。

我们对出版物的分析表明,放射组学的国际研究活动正在大幅增加(图2)。2011年至2019年间,Web of Science收录了3009篇放射组学出版物,其中超过73%是在过去2年内发表的。文章频次使意大利(2018年之前为荷兰)在欧洲处于领先地位,在全球排名中位居第三,仅次于美国和中国。

随着2015年以来放射组学相关出版物的增加,出版活动以多个研究领域的临床和技术主题为特征(图3)。对出版物的筛查显示,临床主题“肿瘤学”占主导地位,并且在综合诊断意义上缺乏医学图像之外的额外数据来源。

在此背景下,有广泛的数据查看和分析工具,包括内部解决方案和通常基于MATLAB的在线可用软件(例如,MITK、3D-Slicer、IBEX、itk-SNAP、TexRAD、CERR)。由于数字病理学、基因组学和蛋白质组学等其他领域正在发展,并且也显示出它们在CD方面的潜力,因此需要在正在进行的数字化过程中为整合不同的数据质量奠定基础。

表4 从手工特征到端到端学习和Delta放射组学的放射组学世代概述 查看原表 ↗
图2 基于Web of Science检索的2011年至2019年放射组学年度国际发表活动(总计3009篇)。a 发表数量。b 按(共同)作者身份发表数量排名前5的国家(例如,2012年有两篇发表,荷兰和美国均参与其中,因此它们在2012年的两篇发表中各有两次共同作者身份)。c 高被引发表数量(引用前1%)。d 按高被引(共同)作者身份发表数量排名前5的国家(共60篇高被引发表,平均被引167次)(高被引发表的方法和表格是补充材料的一部分) 查看原图 ↗
图3 Web of Science为2011年至2019年分配的3009篇放射组学发表在临床和技术研究领域的份额。每篇发表可能被多次分配研究领域(更多方法细节见补充材料) 查看原图 ↗

医疗系统的数字化

在医疗和研究领域实施CD(包括数据集成和分析)的基础在于数字化。为了深入了解,我们评估了欧盟资助以及医院的数字化。

自2015年以来,欧盟在Horizon 2020 [83]和FP7 [84]框架中资助了330个健康相关项目,总预算约为16.7亿欧元,涉及数据集成、数据分析和放射组学(表5)。考虑到项目数量和预算,英国、西班牙、荷兰、德国和意大利在数据集成和分析方面处于前列。数据分析中由行业协调的项目更多;然而,数据集成方面的相对预算份额更大。到目前为止,放射组学在欧盟资助中发挥的作用较小。然而,与发表活动一致,荷兰在放射组学方面拥有最大的欧盟资助份额。除英国外,其他国家(例如意大利、法国和德国)几乎未能体现。

相对于所有项目整体而言,我们的资助比较显示,受资助项目活动的重点明显在于数据分析,而数据集成则远远落后。基于此,人们可能会得出结论,数据集成的先决条件已经具备。因此,我们分析了医院中EMR系统的成熟度,以便了解其数字化程度。其基础是使用HIMSS Analytics [85]提供的EMR采纳模型(EMRAM)进行评估(图4),该模型允许跨国家和区域进行多年分析。健康领域还有多种其他成熟度模型,特别是针对“信息系统和技术管理”的模型[86]。然而,这些模型主要局限于医院数字化的部分方面,侧重于局部分析,或者缺乏跨时间和跨多个国家/区域的数据。

比较显示,欧洲医院在数字化方面存在异质性。存在领先者,如北欧国家(例如丹麦和爱沙尼亚)和荷兰,它们紧跟美国水平。例如,丹麦已经拥有全国范围内运作的IT基础设施,这可能解释为何它们未出现在与数据整合相关的欧盟资助项目中。然而,它们在受资助的数据分析项目中位列前10。荷兰和西班牙的得分不断提高并高于欧洲平均水平,在欧盟资助中占有重要地位,并且仍在发展其基础设施。此外,还有像德国这样的国家落后,并试图通过更大的欧盟资助份额和国家努力来追赶,但“热情和成功的程度各不相同”[87]:例如,德国医学信息学计划自2018年以来包括超过1.5亿欧元的国家资助,用于发展数据整合中心[17],英国宣布对数字创新中心投资3750万英镑,日本发布了一项法律“以增加电子病历数据的共享使用”[87]。图5说明了迈向数字医疗系统的措施和挑战。

我们的发现显示了与数据整合相关的(追赶性)活动的异质性,因此在全欧洲尚未为综合性方法创造基础。这也与最近一项关于欧洲整合式照护项目的研究[94]以及《2018年欧洲电子健康年度调查》[95]一致,该调查确定了不同的电子健康优先事项:例如,德国在电子病历实施方面优先级最高,英国在改善临床信息获取方面优先级最高。该调查指出,医疗服务提供者的前3大挑战是资金、互操作性标准和IT安全。

欧盟表现出对“通过寻求释放跨境健康数据流动来支持欧盟健康与照护数字化转型”的认识[96],并提出了关于电子病历交换格式的建议[96]。这也涉及患者在隐私、同意以及代表性数据和算法偏倚等其他方面的潜在风险[97]。最近一次超过500万患者医学图像和数据的数据泄露强调了数据安全和隐私的重要性[98]。此外,欧盟委员会提供了可信人工智能的一般伦理指南[99],但在欧洲没有具有法律约束力的共识。这些方面也涉及当前医学实践,其实践依赖于基于证据、面向实践的建议所形成的指南。

指南涉及疾病的分组和亚组,但它们并不代表个体患者层面。此外,指南是“保守的”。它们以时间延迟反映当前知识状态,这是提供证据和共识所必需的。相比之下,人工智能有潜力以更细的粒度更“进步”且更快速地发挥作用,因为可以基于个体患者的全部数据基础和所有可用框架条件来确定诊断或治疗概念。然而,其证据水平是模糊的。这提出了一些问题:医生如何在“指南真理”与基于人工智能的建议之间的冲突领域中行动?人工智能能否为指南生成和更新的过程作出贡献?这是否能建立新的证据质量?

这些问题也与人工智能结果可解释性这一新的挑战性课题相关,因为它们源自“黑箱”[67, 100, 101]。就欧洲《通用数据保护条例》(GDPR)而言,“对自动化或人工智能算法系统所作所有决定的‘解释权’”的法律存在性和可行性仍存疑问[102]。当临床环境中持续学习和修改的人工智能系统可能不再对应于最初获批的系统时,情况会变得更加复杂[103]。在这方面,美国食品药品监督管理局(FDA)已启动批准此类医疗产品并规范流程的最初尝试[104, 105]。它们或可作为欧洲的范例[103]。

表5 欧洲在数据整合、数据分析和放射组学等健康相关主题上的资助分析。在此背景下,考虑了基于“地平线2020”和FP7项目(2015年前未完成)的预算、产业参与和地理热点。*产业参与包括公私合作(PPP),如德国人工智能研究中心(DFKI)(方法详见补充材料) 查看原表 ↗
图4 基于HIMSS Analytics提供的年度平均EMRAM评分,不同国家医院的数字化程度。由于2018年EMRAM阶段标准略有修改且近期数据尚不可得,我们呈现的是2011年至2017年间评估的数据。八阶段EMRAM评分从0“纸质化”到7“无纸化并具备数据分析”,并考虑闭环药物管理等特定方面。除单个欧洲国家外,还包括美国(US)、中东、加拿大和亚太地区(APAC)。右侧数字代表2017年的EMRAM评分。除国家外,还标明了2017年具有EMRAM评分的医院数量。我们想指出,由于采用EMRAM评分评估的医院数量不同,只能评估趋势(方法详见补充材料) 查看原图 ↗
图5 国家医疗保健系统数字化的挑战与已实施的解决方案,包括处于不同发展阶段的国家的示例 查看原图 ↗

结论

诊断中的综合方法及其临床实施仍处于早期阶段,因为整个欧洲卫生系统尚未充分创造数字医学的先决条件。众多国际活动以欧洲数字化进展的不均衡为特征,并由各国自身努力驱动。因此,难以预测大多数问题何时以及如何得到解答。除领先范例之外,目前仍存在系统与法规的拼凑局面以及孤立解决方案,这就是为什么临床和研究环境中的个人仍需付出高昂努力。这凸显了医疗保健系统各层面明确治理、投资与合作对追赶国家和机构的重要性。这些活动对于克服数字基础设施、互操作性、安全与隐私以及伦理和法律关切等多重障碍至关重要,以造福研究、医疗保健并最终惠及患者健康。

电子补充材料

ESM 1(DOCX 47 kb)。

引用

  1. Bukowski M, Farkas R, Beyan O, et al. Implementation of eHealth and AI integrated diagnostics with multidisciplinary digitized data: are we ready from an international perspective? Eur Radiol. 2020. PMID: 32377810. doi:10.1007/s00330-020-06874-x
  2. 全文:PMC7476980(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7476980/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。