如果能够把疑难罕见疾病，包括新型疾病整合集成在一起，建立数据库，一旦出现紧急情况，根据数据库，病人的基本情况、地方病例动态等就会立刻反馈。所以数据的双向反馈非常重要。
张少典：我们还收到了一些诊疗环节的需求，譬如急重症和发热门诊的管理。有医院反馈，由于大量的重症患者涌进医院，对ICU和重症患者管理的需求上升，咨询能否借用AI提升ICU管理效率，或者进行ICU病人的监控。发热门诊方面，大家都希望能通过CDSS辅助诊疗系统工具，帮助医务人员对患者进行更精准地区分和分诊。这些都是疫情衍生出来的一些需求。
风险预警方面。最近很多地方卫健委在思考有没有可能通过对症状的监控，对更前置的一些风险因素进行监控，提前预判情况。不能等医生确诊后再上报，再采取行动，这样已经晚了。不仅是流行病诊断后上报这么简单，而是做预先症状监控。这些事情美国CDC已经做了很多年，我们国家也开始推进这样的布局和建设。总体看来，风险监控和分诊诊断的确是刚需，非常重要。
弓孟春：我们在一线的经验是，公共卫生机构和临床数据是割裂的，无法高效对接。目前，我国的公共卫生监测数据在专属的系统内独立运行，而临床数据大多存在医院的系统中，两个系统的数据很难对接。而在政策制定、临床诊疗过程中，又特别需要对于各方面数据的综合判断并分析利用。
所以，亟需建立公卫系统和医院临床系统的数据协调机制和相关技术，并建立试点 ，评估实际操作中的管理和技术难题，形成解决方案，为后续新发重大传染病的有效应对打下坚实的基础。这也是人工智能技术未来在传染病防治领域落地必不可少的先决条件。
（来源：澎湃新闻） |
