近日，由廣州醫(yī)科大學附屬第一醫(yī)院國家呼吸中心鄭勁平教授等呼吸病學專家團隊與華為云EI創(chuàng)新孵化Lab團隊，共同開展的若干個慢性呼吸系統(tǒng)疾�。ê喎Q呼吸慢�。┡R床實踐成果先后被RESPIRATION、BMC Pulmonary Medicine、Frontiers in Physiology等國際領先醫(yī)學期刊接收與發(fā)表。這些研究成果及工程應用對于改善基層肺功能的應用具有重大意義。

呼吸慢病篩查與診療任重道遠，最大挑戰(zhàn)在基層

根據(jù)一項發(fā)表在國際權威雜志《柳葉刀》的調(diào)研報告，我國慢性阻塞性肺疾�。ê喎Q慢阻肺）患者已經(jīng)接近1億人，40歲以上人群患病率達13．7％，成為中國范圍內(nèi)僅次于高血壓、糖尿病的第三大常見慢性病。而哮喘病患者的數(shù)量也逐年攀升，最新的研究數(shù)據(jù)顯示，我國的哮喘患者近6000萬。僅此兩項，我國約每10人中就有1人深受呼吸慢病的困擾。

為改善廣大人民群眾的健康狀況，國家陸續(xù)出臺了呼吸慢病防控相關衛(wèi)生政策，以推動呼吸慢病的篩查和早診早治。肺功能檢查是呼吸慢病最重要、最常用、最適宜的檢查技術之一，但各級醫(yī)院對肺功能檢查應用及質(zhì)量保證能力參差不齊，在基層醫(yī)院問題尤為突出：

對呼吸系統(tǒng)疾病的肺功能檢查的認知及開展不足

肺功能檢查結(jié)果判讀能力薄弱，影響疾病的篩查、診療及預后評估

各地自發(fā)小規(guī)模開展研究，不同區(qū)域及不同醫(yī)療機構(gòu)間研究信息標準不一

缺乏信息數(shù)據(jù)共享平臺，信息孤島現(xiàn)象嚴重

臨床數(shù)據(jù)資源缺乏有效的規(guī)范化管理，無法進行大數(shù)據(jù)深層分析

由此可見，提升基層呼吸慢病篩查管理能力是落實國家政策的重中之重。

華為云攜手伙伴，提升基層醫(yī)院對肺功能檢查的診療能力

2021年，華為云與廣州醫(yī)科大學附屬第一醫(yī)院國家呼吸醫(yī)學中心（以下簡稱廣醫(yī)一院國家呼吸中心）、北京易優(yōu)聯(lián)科技有限公司（以下簡稱易優(yōu)聯(lián)）、賽克醫(yī)療器械有限公司（以下簡稱賽克）聯(lián)合開發(fā)了肺功能大數(shù)據(jù)和AI輔助系統(tǒng)，并在廣東省會城市中的多個重點社區(qū)醫(yī)院開展了試點工作。

基于該系統(tǒng)，基層醫(yī)療機構(gòu)工作人員能夠基于預置醫(yī)療算法、規(guī)則引擎與AI模型，實時完成肺功能檢查的質(zhì)量控制和結(jié)果判讀，提升肺功能檢查質(zhì)量水平和判讀準確性。同時提升肺功能報告的電子化程度、標準化程度。

國家呼吸醫(yī)學中心副主任、呼吸疾病國家重點實驗室副主任、國家呼吸系統(tǒng)疾病臨床醫(yī)學研究中心副主任、廣州呼吸健康研究院副院長鄭勁平表示：“華為云通過沉淀專家經(jīng)驗，結(jié)合大數(shù)據(jù)及人工智能技術，快速、準確地推動肺功能檢查的分析判斷，及時發(fā)現(xiàn)和糾正問題，特別適宜于在基層推廣，對于改善基層肺功能的應用具有重大意義。”

華為云與合作伙伴聯(lián)合開發(fā)的肺功能大數(shù)據(jù)和AI輔助系統(tǒng)幫助細化了72項肺功能檢測指標，包括質(zhì)控模塊（FEV1可接受性／評級，F(xiàn)VC可接受性／評級等）、常規(guī)類型判讀模塊（China2017、GLI2012等）、特殊類型判讀模塊（小平臺、鋸齒波、蝴蝶型、上平臺、下平臺、混合型等）等。根據(jù)大規(guī)模測試結(jié)果所示，該AI輔助系統(tǒng)助力呼吸慢病檢測的質(zhì)控精度和判別精度穩(wěn)步提升，最高由50％提升至90％，高于90家醫(yī)院被調(diào)研醫(yī)生的平均水平（39％－81％，分別對應基層－三甲醫(yī)院），診療能力得到顯著提升。

人工智能技術賦能呼吸慢病管理平臺，助力質(zhì)控精度和判別精度穩(wěn)步提升

肺功能檢查的開展須嚴格按照標準操作流程及步驟。但目前醫(yī)院普遍缺乏及時、有效且可視化的技術指引。通過人工智能技術深度解析肺功能檢查設備中所記錄的患者的通氣數(shù)據(jù)，可精準輔助質(zhì)量控制和臨床診斷。

華為云與廣醫(yī)一院國家呼吸中心等合作伙伴聯(lián)合開發(fā)的肺功能大數(shù)據(jù)和AI輔助系統(tǒng)在學習了大量正常人及呼吸疾病患者的通氣數(shù)據(jù)后，具備判斷通氣質(zhì)量的能力，能夠輔助醫(yī)學專家初步判斷肺功能評級，提升呼吸慢病的診斷效率。

在對篩選出的異常樣本進行歸類、學習與分析后，肺功能大數(shù)據(jù)和AI輔助系統(tǒng)實現(xiàn)了對呼吸慢病異常信號的檢測與診斷。目前支持“小平臺型”“鋸齒波型”“蝴蝶型”等十余種異常信號的檢測，對阻塞性睡眠呼吸暫停、上呼吸道梗阻和單側(cè)主干支氣管梗阻等疾病的診斷有重大意義。

肺功能檢查FV曲線、VT曲線以及醫(yī)生診斷結(jié)論

肺功能大數(shù)據(jù)和AI輔助系統(tǒng)部署在華為云ModelArts一站式AI開發(fā)平臺和華為云醫(yī)學影像分析平臺上，并已集成易優(yōu)聯(lián)、賽克等多家設備廠商的能力。基于華為云提供的預置醫(yī)療算法、規(guī)則引擎與AI模型，基層醫(yī)護人員能夠?qū)⒒颊呔驮\情況轉(zhuǎn)化為一系列參數(shù)與信號，將AI知識與專家經(jīng)驗相結(jié)合，實現(xiàn)呼吸慢病篩查、干預、診斷、治療等服務。

截至目前，上述臨床實踐成果已由廣醫(yī)一院國家呼吸中心鄭勁平教授等呼吸病學專家隊伍與華為云EI創(chuàng)新孵化Lab團隊共同發(fā)布在多篇學術論文上，是人工智能在醫(yī)學影像領域的最新研究成果，也是利用人工智能技術診斷呼吸慢病的重磅科研成果。

呼吸慢病管理平臺的建設將惠及呼吸慢病患者，對全社會有著積極的意義。未來，華為云希望攜手更多合作伙伴，培養(yǎng)示范標桿，將肺功能大數(shù)據(jù)和AI輔助系統(tǒng)逐步復制推廣到全國各地，讓呼吸慢病患者得到更好的治療與康復。