知識驅(qū)動下臨床指南可視化模型的構(gòu)建流程及規(guī)則：以高血壓為例

李曉澤，孫國強(qiáng)，周奕，呂強(qiáng)，胡紅濮

隨著人們對醫(yī)療及健康的需求不斷增加，醫(yī)務(wù)人員除需確保診斷思路、治療方案質(zhì)量外，還要跟進(jìn)并更新醫(yī)學(xué)領(lǐng)域前沿知識以提高臨床決策效率，因此各類醫(yī)療及健康系統(tǒng)對臨床指南知識庫的需求日益凸顯［1］。臨床指南凝聚著眾多權(quán)威醫(yī)學(xué)專家診治經(jīng)驗(yàn)及達(dá)成的共識，包含大量推理嚴(yán)謹(jǐn)?shù)呐R床思維和循證醫(yī)學(xué)證據(jù)，是權(quán)威的臨床指導(dǎo)意見集合［2］，可為臨床診斷及治療疾病提供科學(xué)依據(jù)，對于臨床決策具有重要指導(dǎo)意義［3］；但有調(diào)查結(jié)果顯示，多數(shù)醫(yī)生由于紙質(zhì)或文本形式的臨床指南查閱耗時、使用不便而并沒很好地利用臨床指南［4］，因此臨床實(shí)踐過程中仍存在臨床指南利用率低等問題。

借助自然語言處理、機(jī)器學(xué)習(xí)算法、知識圖譜等新興技術(shù)將臨床指南數(shù)字化、可視化、自動化并與各業(yè)務(wù)系統(tǒng)模型深度融合而應(yīng)用于臨床決策支持系統(tǒng)（clinical decision support system，CDSS）或醫(yī)療信息化工具可使臨床指南知識的獲取由醫(yī)生需要、尋求指南建議的被動查找模式轉(zhuǎn)變?yōu)閿?shù)據(jù)異常時觸發(fā)提示的主動預(yù)警模式，有利于保證臨床指南切實(shí)、便捷、高效、精準(zhǔn)地應(yīng)用，具有重要現(xiàn)實(shí)意義和發(fā)展前景。本研究以高血壓為例，探討了知識驅(qū)動下臨床指南可視化模型的構(gòu)建流程及規(guī)則，現(xiàn)報道如下。

1 臨床指南數(shù)字化模型

1.1 臨床指南數(shù)字化的研究背景 臨床指南在醫(yī)療領(lǐng)域及臨床決策中的重要地位催化并衍生出了一系列臨床指南數(shù)字化模型研究，而隨著20 世紀(jì)末循證醫(yī)學(xué)的興起、發(fā)展［2］及計(jì)算機(jī)技術(shù)的高速發(fā)展，研究者嘗試將臨床指南知識進(jìn)行數(shù)字化。目前，國際上已出現(xiàn)近二十余種臨床指南數(shù)字化模型［5-6］，如歐洲的PRODIGY（Prescribing RatiOnally with Decision-support In General-practice studY）模型［7］及美國的Arden（Arden Syntax For Medical Logic Modules）模 型［8］、GEM（Guideline Elements Model）模型、GDL（Guideline Definition Language）模型、GLIF（Guideline Interchange Format）［9］、SAGE（Sharable Active Guideline Environment）模型［10］等。臨床指南數(shù)字化模型將基于文本形式的臨床指南知識表達(dá)為計(jì)算機(jī)能夠識別的語言，在一定程度上解決了臨床指南數(shù)字化問題［11］，但目前國內(nèi)外在臨床實(shí)踐中得到長期、廣泛應(yīng)用的臨床指南數(shù)字化模型并不多，而由于臨床指南數(shù)字化模型尚存在一些局限性［12］，因此臨床指南數(shù)字化模型的應(yīng)用并沒有得到預(yù)期的普及效果。有研究表明，影響臨床指南數(shù)字化模型普及的一個重要原因是大多數(shù)臨床指南數(shù)字化模型采用了基于工程化的語言，而臨床醫(yī)生對工程語言較難理解，更無法直接對臨床指南知識進(jìn)行數(shù)字化模型構(gòu)建［11］。

SAGE 于2002 年開始作為斯坦福醫(yī)學(xué)信息學(xué)中心、梅奧診所等共同合作的研究項(xiàng)目，其研發(fā)目的是在繼承現(xiàn)有本體特征和構(gòu)建醫(yī)學(xué)標(biāo)準(zhǔn)的基礎(chǔ)上構(gòu)建基于臨床指南的決策支持系統(tǒng)的互操作分布式模型，最終目標(biāo)是建立一個能夠在異構(gòu)的CDSS 中執(zhí)行臨床指南的架構(gòu)。SAGE 模型是眾多臨床指南數(shù)字化模型中較為有效的一種，但也存在部分問題未能很好地解決，如臨床醫(yī)生習(xí)慣使用自然語言進(jìn)行描述、無法直接利用醫(yī)學(xué)知識建模、必須通過與知識工程師協(xié)作才可完成建模，知識工程師需先與醫(yī)生溝通并理解醫(yī)學(xué)邏輯后才可建模、并需與醫(yī)生確認(rèn)，建模過程時間成本較高等［13］。

1.2 臨床指南數(shù)字化模型的基礎(chǔ)理論與應(yīng)用 本體知識表達(dá)能力強(qiáng)、推理性能高，可實(shí)現(xiàn)知識表達(dá)與計(jì)算機(jī)的統(tǒng)一、互操作并支持語義網(wǎng)絡(luò)、知識共享，因此其被廣泛用于對相關(guān)領(lǐng)域知識進(jìn)行明確的形式化、規(guī)范化描述。本體知識是整合、組織醫(yī)學(xué)領(lǐng)域相關(guān)知識的一種有效方法，SAGE 模型即是將本體知識應(yīng)用于醫(yī)學(xué)領(lǐng)域［14］?；诒倔w知識的數(shù)字化模型是傳統(tǒng)數(shù)據(jù)庫技術(shù)與人工智能技術(shù)相結(jié)合的產(chǎn)物［15］，其作為一種新的知識表示和存儲系統(tǒng)，不僅包含了傳統(tǒng)數(shù)據(jù)庫所能處理的簡單陳述性事實(shí)知識［16］，還能夠?qū)崿F(xiàn)特定領(lǐng)域推理性、過程性知識的表示及存儲，是研發(fā)及完善CDSS 的基礎(chǔ)。

CDSS 是臨床指南數(shù)字化在現(xiàn)代醫(yī)學(xué)信息交叉領(lǐng)域的一個代表性應(yīng)用，其作為輔助醫(yī)務(wù)人員形成臨床決策的系統(tǒng)軟件，可通過智能信息技術(shù)而有效提高醫(yī)療質(zhì)量及醫(yī)療決策效率、降低醫(yī)療差錯率及醫(yī)療費(fèi)用，還可通過與患者病歷相結(jié)合（作為信息輸入）而提供針對性建議，繼而指導(dǎo)臨床實(shí)踐、規(guī)范診療流程［17］，有利于減輕醫(yī)務(wù)人員負(fù)擔(dān)。因此，CDSS 不僅是臨床指南數(shù)字化模型的實(shí)際應(yīng)用，還可從根本上保證知識源的權(quán)威性及可靠性。

2 知識驅(qū)動下臨床指南可視化模型的總體架構(gòu)

知識驅(qū)動下臨床指南可視化模型針對大多數(shù)臨床指南數(shù)字化模型基于工程化語言而不易被醫(yī)生理解、應(yīng)用的問題，通過借鑒語義分析及本體知識理論，以知識驅(qū)動為視角，通過將文本形式的臨床指南按照適合臨床指南表達(dá)的模型進(jìn)行建模而形成可視化流程、規(guī)則庫，最終使文本形式的臨床指南轉(zhuǎn)變?yōu)橐子跈z索及推理的知識庫。知識驅(qū)動下臨床指南可視化模型以文本形式的臨床指南為基礎(chǔ)，通過可視化表達(dá)、對指南規(guī)則的解讀及本體建模、邏輯寫入而形成可被計(jì)算機(jī)識別、執(zhí)行及調(diào)用的核心接口模塊，當(dāng)人機(jī)接口與用戶端接入并滿足預(yù)設(shè)條件時就會自動觸發(fā)推理引擎，最終形成CDSS（見圖1）。知識驅(qū)動下臨床指南可視化模型通過將臨床指南知識進(jìn)行流程化、可視化而形成醫(yī)務(wù)人員可直接看懂并能有效輔助系統(tǒng)研發(fā)人員更好地理解臨床指南知識的模型，克服了臨床指南數(shù)字化模型需基于工程化語言的問題，是一種很有借鑒意義的醫(yī)學(xué)信息化方法，也是醫(yī)學(xué)知識轉(zhuǎn)化過程中較為優(yōu)先且關(guān)鍵的一步，有利于促進(jìn)醫(yī)學(xué)知識的充分利用。

3 構(gòu)建知識驅(qū)動下臨床指南可視化模型的基本原則

理想的知識驅(qū)動下臨床指南可視化模型應(yīng)支持單元化建模［13］，即將臨床指南中部分復(fù)雜的醫(yī)學(xué)邏輯系統(tǒng)拆分為多個功能獨(dú)立的子程序，進(jìn)而從整體上降低知識庫系統(tǒng)與子程序的耦合度，方便在臨床指南中部分知識或邏輯變動時無需進(jìn)行整體修改、僅需局部調(diào)整相應(yīng)子程序及規(guī)則或添加必要的子程序，或要表達(dá)同一知識內(nèi)容時僅需調(diào)用同一子程序接口、避免重復(fù)定義子程序等。支持單元化建模的知識驅(qū)動下臨床指南可視化模型有利于避免臨床指南更新及系統(tǒng)升級而帶來的二次開發(fā)、建模重構(gòu)、知識維護(hù)等，且方便了初始建模階段團(tuán)隊(duì)協(xié)作、有利于降低系統(tǒng)工程時間成本。

圖1 知識驅(qū)動下臨床指南可視化模型的總體架構(gòu)Figure 1 Overall framework of Knowledge-driven Visualization Model of Clinical Guideline

為使醫(yī)生、知識工程師及系統(tǒng)研發(fā)人員等角色對知識驅(qū)動下臨床指南可視化模型有一致的理解，本研究通過借鑒SAGE 模型構(gòu)建方法、應(yīng)用流程圖式表達(dá)模型、結(jié)合國家相關(guān)流程圖標(biāo)準(zhǔn)并多次與臨床醫(yī)生互動而初步擬定了一套規(guī)范化流程圖表達(dá)形式及表達(dá)規(guī)則（見表1）:（1）某種疾病的臨床指南可能包括多種情況下的疾病診斷、治療或管理步驟，因此每個步驟應(yīng)根據(jù)臨床思維復(fù)雜度定義為若干個子程序；（2）每個子程序原則上只完成某個環(huán)節(jié)（如診斷）相對獨(dú)立且單一的功能；（3）每個子程序需有一個開端框并可有多個終止框；（4）子程序默認(rèn)遵循從上到下、從左到右的表達(dá)規(guī)則，并應(yīng)盡量避免交叉與循環(huán)；（5）為與開端框區(qū)分，終止框邊框進(jìn)行加粗處理；（6）子程序間若存在先后性邏輯關(guān)系，則需在開端框或終止框標(biāo)明。

表1 知識驅(qū)動下臨床指南可視化模型規(guī)范化流程圖表達(dá)形式及表達(dá)規(guī)則Table 1 Expression forms and rules in the normalized flowchart of Knowledge-driven Visualization Model of Clinical Guideline

4 以高血壓為例的知識驅(qū)動下臨床指南可視化模型

本研究以高血壓為例，基于《中國高血壓防治指南（2018年修訂版）》［18］及《國家基層高血壓防治管理指南》［19］中的語義關(guān)系，通過本體知識理論將文本形式的臨床指南知識構(gòu)建為知識驅(qū)動下臨床指南可視化模型，現(xiàn)將疾病診斷環(huán)節(jié)中的關(guān)鍵步驟“高血壓人群篩查”“心血管風(fēng)險分層”作為對象，說明如下。

4.1 高血壓人群篩查子程序構(gòu)建流程及規(guī)則 （1）收集并錄入待測個體收縮壓（SBP）、舒張壓（DBP）、身高、體質(zhì)量、腰圍等關(guān)鍵信息，并根據(jù)規(guī)則1（P1）分為血壓正常（P1=0）、正常高值血壓（P1=1）、高血壓（P1=2）；（2）血壓正常且無危險因素的待測個體根據(jù)規(guī)則2（P2）被判斷為一般人群，血壓正常且伴有危險因素（P2=1）的待測個體被判斷為易患人群且P2 可返回值（P2_level=n），返回值為n 則表明命中了n 項(xiàng)危險因素；（3）正常高值血壓待測個體被判斷為易患人群；（4）高血壓人群根據(jù)規(guī)則3（P3）判斷為單純收縮期高血壓及高血壓1、2、3 級并進(jìn)入“心血管風(fēng)險水平分層”子程序。高血壓人群篩查子程序適用于年齡＞18 歲的男性和女性，主要功能是篩查人群中高血壓患者并進(jìn)行高血壓分級，其構(gòu)建流程及規(guī)則見圖2、表2～4。

表2 高血壓人群篩查子程序構(gòu)建規(guī)則1（血壓分類）Table 2 Rule 1 of subprogram of Screening for Hypertension（blood pressure classification）

表3 高血壓人群篩查子程序構(gòu)建規(guī)則2（危險因素）Table 3 Rule 2 of subprogram of Screening for Hypertensio（risk factors）

表4 高血壓人群篩查子程序構(gòu)建規(guī)則3（高血壓分級）Table 4 Rule 3 of subprogram of Screening for Hypertension（classification of hypertension）

4.2 心血管風(fēng)險分層子程序構(gòu)建流程及規(guī)則 （1）對初診為高血壓患者涉及的5 大類關(guān)鍵指標(biāo)（包括危險因素、靶器官損傷、血糖情況、是否伴有并發(fā)癥、慢性腎臟病）進(jìn)行導(dǎo)入；（2）依次通過規(guī)則4（P4）、規(guī)則5（P5）、規(guī)則6（P6）、規(guī)則7（P7）、規(guī)則（P8）對5 大類指標(biāo)進(jìn)行判斷，其中P4、P5 可返回值（P4/5_level=n），返回值為n 則表明命中了n 類關(guān)鍵指標(biāo)；（3）最后進(jìn)入綜合分析模型并進(jìn)行心血管風(fēng)險分層，包括低危、中危、中/高危、高危、高/很高危、很高危共6 種風(fēng)險等級。心血管風(fēng)險分層子程序同樣適用于年齡＞18 歲的男性和女性，主要功能是對初診高血壓患者進(jìn)行心血管風(fēng)險分層，其構(gòu)建流程及規(guī)則見圖3、表5～6。

5 小結(jié)

綜上所述，臨床指南數(shù)字化對臨床診療模式、疾病照護(hù)等有明顯改善作用，但臨床指南數(shù)字化模型仍存在不足、普及效果不佳；知識驅(qū)動下臨床指南可視化模型以臨床思維為出發(fā)點(diǎn)，不拘泥于使用工具或技術(shù)，力求真實(shí)地還原臨床指南知識，通過與計(jì)算機(jī)流程模型相結(jié)合而有助于揭示臨床指南中存在的沖突或錯誤、減少后期維護(hù)及升級造成的工作負(fù)擔(dān)、輔助CDSS 研發(fā)者無礙地理解醫(yī)學(xué)知識，從而解決了從臨床指南到計(jì)算機(jī)模型轉(zhuǎn)化過程中遇到的主要困難，并為醫(yī)學(xué)信息化及醫(yī)生輔助診斷系統(tǒng)的開發(fā)提供了參考。知識驅(qū)動下的臨床指南可視化模型的構(gòu)建流程及規(guī)則是醫(yī)學(xué)領(lǐng)域與計(jì)算機(jī)領(lǐng)域之間的一座“橋梁”，對當(dāng)今及未來基于臨床指南知識的CDSS 研發(fā)及應(yīng)用具有深遠(yuǎn)意義。

圖2 高血壓人群篩查子程序構(gòu)建流程及規(guī)則Figure 2 Construction process and rules of the subprogram of Screening for Hypertension

表5 心血管風(fēng)險分層子程序構(gòu)建規(guī)則4（危險因素）Table 5 Rule 4 of subprogram of Cardiovascular Risk Stratification（risk factors）

表6 心血管風(fēng)險分層子程序構(gòu)建規(guī)則5（靶器官損傷）Table 6 Rule 5 of subprogram of Cardiovascular Risk Stratification（target organ damage）

圖3 心血管風(fēng)險分層子程序構(gòu)建流程及規(guī)則Figure 3 Construction process and rules of subprogram of Cardiovascular Risk Stratification