「2025 醫(yī)學(xué)創(chuàng)新瑯琊匯」典型案例征集進(jìn)入倒計(jì)時(shí)。本次征集面向醫(yī)療機(jī)構(gòu)、高校等各類醫(yī)學(xué)創(chuàng)新組織，從創(chuàng)新體系建設(shè)、創(chuàng)新人物與團(tuán)隊(duì)、創(chuàng)新典型實(shí)踐三個(gè)層面展開(kāi)。無(wú)論是醫(yī)院創(chuàng)新體系建設(shè)成果，還是醫(yī)療器械轉(zhuǎn)化項(xiàng)目、數(shù)智化醫(yī)學(xué)創(chuàng)新應(yīng)用，都能參與。

　　在本次案例征集中，特別設(shè)置了「數(shù)智化醫(yī)學(xué)創(chuàng)新典型實(shí)踐」，聚焦數(shù)字技術(shù)在醫(yī)學(xué)領(lǐng)域的創(chuàng)新實(shí)踐，包括醫(yī)學(xué)與人工智能、物聯(lián)網(wǎng)、3D打印、大數(shù)據(jù)等領(lǐng)域結(jié)合的技術(shù)應(yīng)用等。

　　在科技浪潮的席卷下，數(shù)智化醫(yī)學(xué)創(chuàng)新已成為推動(dòng)醫(yī)療行業(yè)發(fā)展的關(guān)鍵力量，「2025 醫(yī)學(xué)創(chuàng)新瑯琊匯」設(shè)置這一類別，正是順應(yīng)時(shí)代趨勢(shì)，為前沿成果提供展示舞臺(tái)。而AI作為數(shù)智化醫(yī)學(xué)的核心驅(qū)動(dòng)力，為醫(yī)療領(lǐng)域帶來(lái)革新。

　　日前，多位醫(yī)院管理者和行業(yè)從業(yè)者在健康界分享醫(yī)院在AI應(yīng)用上的探索路徑，以及風(fēng)險(xiǎn)把控經(jīng)驗(yàn)。他們的經(jīng)驗(yàn)，為醫(yī)療行業(yè)的AI應(yīng)用提供了寶貴借鑒。

　　超聲醫(yī)學(xué)是評(píng)估胎兒發(fā)育、監(jiān)測(cè)母嬰健康的核心手段，但檢查準(zhǔn)確性受醫(yī)生操作和設(shè)備差異影響。深圳市羅湖區(qū)人民醫(yī)院借助AI技術(shù)，研發(fā)智能超聲解決方案，使「大排畸」檢查時(shí)間縮短2/3，顯著提升孕檢效率與孕產(chǎn)婦就醫(yī)體驗(yàn)。

　　該院執(zhí)行院長(zhǎng)熊奕在健康界直播中，分享了智能超聲在婦產(chǎn)檢查的五大創(chuàng)新應(yīng)用。在智能測(cè)量方面，AI系統(tǒng)能自動(dòng)識(shí)別目標(biāo)結(jié)構(gòu)，完成大小、面積和體積測(cè)量，無(wú)論是靜態(tài)還是動(dòng)態(tài)圖像，都能精準(zhǔn)處理。比如卵巢及卵泡測(cè)量，系統(tǒng)可自動(dòng)標(biāo)注并排序，還能對(duì)胎兒相關(guān)部位參數(shù)一鍵生成數(shù)據(jù)并給出診斷提示，極大簡(jiǎn)化測(cè)量流程。

　　智能掃查包括二維和三維自動(dòng)掃查，可降低操作者技術(shù)差異影響，節(jié)約人力成本。遠(yuǎn)程超聲機(jī)器人已應(yīng)用于多地，完成超2.4萬(wàn)例檢查，幫助緩解民營(yíng)機(jī)構(gòu)醫(yī)生短缺問(wèn)題，但目前與AI融合不足，仍需探索。

　　智能質(zhì)控借助AI實(shí)現(xiàn)事后與事前質(zhì)控。系統(tǒng)自動(dòng)識(shí)別超聲結(jié)構(gòu)與切面并評(píng)分，只有達(dá)到設(shè)定標(biāo)準(zhǔn)（如90分）的圖像才能被截取，檢查才能繼續(xù)，這不僅提升了質(zhì)控效率，還能幫助年輕醫(yī)生快速掌握檢查標(biāo)準(zhǔn)，同時(shí)讓孕婦參與檢查過(guò)程，提升就醫(yī)滿意度。

　　智能成像降低操作難度，豐富診斷信息。像智能顱腦、胎兒面部成像等功能，實(shí)現(xiàn)一鍵化操作，提高診斷準(zhǔn)確率。醫(yī)院還利用AI預(yù)測(cè)胎兒出生長(zhǎng)相，為孕婦帶來(lái)情感價(jià)值，但目前缺乏通用模型，需定制化訓(xùn)練。

　　2025年1月DeepSeek問(wèn)世后，北京大學(xué)首鋼醫(yī)院（下稱北大首鋼醫(yī)院）信息中心主任余浩便投入研究。作為醫(yī)院信息化升級(jí)的探索者，他帶領(lǐng)團(tuán)隊(duì)打造北京首個(gè)「信用就醫(yī)」試點(diǎn)，并研發(fā)「AI醫(yī)生助手」，推動(dòng)醫(yī)療服務(wù)智能化轉(zhuǎn)型。

　　在技術(shù)架構(gòu)上，考慮到醫(yī)療數(shù)據(jù)敏感性，北大首鋼醫(yī)院采用本地化部署方案，配備雙4090顯卡的GPU服務(wù)器，同時(shí)測(cè)試Llama、Qwen等十多款大模型，探索LLM技術(shù)在醫(yī)療場(chǎng)景的應(yīng)用邊界。

　　「AI醫(yī)生助手」已在六大院內(nèi)場(chǎng)景落地見(jiàn)效：科研數(shù)據(jù)結(jié)構(gòu)化方面，利用DeepSeek14B 模型提取病歷關(guān)鍵數(shù)據(jù)，如腫瘤病理分期，大幅提升科研效率；醫(yī)療文書糾錯(cuò)中，憑借大模型推理能力，精準(zhǔn)識(shí)別放射科報(bào)告的部位錯(cuò)誤；門診病歷生成功能可將患者混亂的病情描述，按規(guī)范結(jié)構(gòu)整理為主訴、現(xiàn)病史等內(nèi)容；疾病診斷編碼雖尚待完善，但已能為編碼員提供參考；住院病歷小結(jié)生成僅需十幾秒，相比人工十分鐘的效率顯著提升；驅(qū)動(dòng)LLM主動(dòng)詢問(wèn)功能則適用于預(yù)問(wèn)診、流行病調(diào)查等場(chǎng)景。

　　談及基層AI醫(yī)療發(fā)展，余浩指出算力是關(guān)鍵制約因素。他建議通過(guò)緊密型醫(yī)聯(lián)體構(gòu)建公用算力平臺(tái)，避免基層醫(yī)療機(jī)構(gòu)重復(fù)采購(gòu)，降低成本，助力優(yōu)質(zhì)醫(yī)療資源下沉。

　　在數(shù)據(jù)安全層面，余浩強(qiáng)調(diào)本地化部署的重要性，認(rèn)為私有云部署等方式是平衡技術(shù)應(yīng)用與隱私保護(hù)的可行探索。同時(shí)，他表示AI在醫(yī)療領(lǐng)域應(yīng)從低風(fēng)險(xiǎn)場(chǎng)景逐步推進(jìn)，目前仍需以輔助參考為主。

　　數(shù)據(jù)孤島、質(zhì)量參差、利用低效是醫(yī)院數(shù)智化轉(zhuǎn)型面臨的普遍難題，中山大學(xué)附屬第六醫(yī)院（下稱中山六院）副院長(zhǎng)、信宜市人民醫(yī)院院長(zhǎng)姚麟在健康界直播中分享了醫(yī)院借助AI等技術(shù)實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)的實(shí)戰(zhàn)經(jīng)驗(yàn)。

　　中山六院自2016年起，逐步構(gòu)建運(yùn)營(yíng)管理體系。初期以優(yōu)化診療流程為重點(diǎn)，提升手術(shù)室開(kāi)接臺(tái)及胃腸鏡、CT等檢查預(yù)約效率，胃腸鏡年檢量從3萬(wàn)余例次增至 2024年的13 萬(wàn)余例次。隨后，醫(yī)院將資源配置納入運(yùn)營(yíng)管理，建立全面預(yù)算管理體系，優(yōu)化設(shè)備采購(gòu)與人員配置。

　　國(guó)家公立醫(yī)院績(jī)效考核實(shí)施后，醫(yī)院構(gòu)建「專職運(yùn)營(yíng)助理+兼職運(yùn)營(yíng)助理+運(yùn)營(yíng)決策數(shù)據(jù)系統(tǒng)」的「三位一體」模式，推動(dòng)精細(xì)化管理進(jìn)入?？茖２r(shí)代。進(jìn)入「一院三區(qū)」發(fā)展階段，通過(guò)垂直管理模式，實(shí)現(xiàn)各院區(qū)制度與文化趨同，保障醫(yī)療服務(wù)與運(yùn)營(yíng)效率。

　　在搭建運(yùn)營(yíng)決策數(shù)據(jù)系統(tǒng)時(shí)，中山六院梳理診療流程「關(guān)鍵節(jié)點(diǎn)」，以手術(shù)開(kāi)接臺(tái)管理為例，關(guān)注患者從送抵手術(shù)室到返回病房的各時(shí)間節(jié)點(diǎn)；醫(yī)保管理聚焦病種醫(yī)保分值、時(shí)間與費(fèi)用消耗指數(shù)，依此分析并優(yōu)化診療流程。通過(guò)建立目標(biāo)、分析流程、推動(dòng)標(biāo)準(zhǔn)化，并將其融入信息化系統(tǒng)，實(shí)現(xiàn)智慧管理。

　　針對(duì)數(shù)據(jù)孤島這一行業(yè)痛點(diǎn)，姚麟指出，其根源在于管理部門壁壘。醫(yī)院應(yīng)用數(shù)字孿生技術(shù)模擬運(yùn)營(yíng)流程，實(shí)現(xiàn)跨系統(tǒng)數(shù)據(jù)互通；借鑒追蹤方法學(xué)，串聯(lián)患者就醫(yī)過(guò)程中涉及的多個(gè)獨(dú)立系統(tǒng)，如從預(yù)約掛號(hào)到領(lǐng)取藥物的各環(huán)節(jié)系統(tǒng)。解決數(shù)據(jù)孤島后，醫(yī)院加強(qiáng)數(shù)據(jù)治理，根據(jù)臨床科室、設(shè)備管理部門、醫(yī)務(wù)和運(yùn)營(yíng)部門PG電子等不同需求，精準(zhǔn)分配數(shù)據(jù)，讓數(shù)據(jù)真正服務(wù)于決策。

　　在提升醫(yī)療效率與質(zhì)量安全方面，中山六院運(yùn)用追蹤方法學(xué)和 PDCA 持續(xù)改進(jìn)機(jī)制。追蹤方法學(xué)用于發(fā)現(xiàn)問(wèn)題，PDCA 機(jī)制則深入分析并解決問(wèn)題，二者形成閉環(huán)，保障醫(yī)療質(zhì)量與安全，提升患者滿意度。

　　在享受 AI 技術(shù)帶來(lái)的便利時(shí)，也需清醒認(rèn)識(shí)到其背后潛藏的風(fēng)險(xiǎn)。北京中醫(yī)藥大學(xué)衛(wèi)生健康法治研究與創(chuàng)新轉(zhuǎn)化中心主任、博導(dǎo)鄧勇教授表示，AI醫(yī)療的主要風(fēng)險(xiǎn)包括：醫(yī)療事故風(fēng)險(xiǎn)，如影像AI誤診漏診、臨床決策支持系統(tǒng)給出錯(cuò)誤建議、醫(yī)療機(jī)器人操作失誤；處方權(quán)合規(guī)風(fēng)險(xiǎn)，互聯(lián)網(wǎng)診療中存在違規(guī)使用AI開(kāi)處方等亂象；數(shù)據(jù)隱私風(fēng)險(xiǎn)，醫(yī)療數(shù)據(jù)在各環(huán)節(jié)均有泄露可能；侵權(quán)責(zé)任認(rèn)定復(fù)雜，手術(shù)機(jī)器人和醫(yī)療診斷系統(tǒng)侵權(quán)責(zé)任界定存在難點(diǎn)。

　　對(duì)此，醫(yī)院可采取多項(xiàng)關(guān)鍵舉措規(guī)避風(fēng)險(xiǎn)：明確AI輔助定位，建立人機(jī)協(xié)同診療范式，在技術(shù)定位上AI為輔助工具，建立分層應(yīng)用體系，包括基礎(chǔ)層的初步篩選、決策層的醫(yī)師二次驗(yàn)證、管理層的質(zhì)控監(jiān)測(cè)；建立「雙重確認(rèn)」機(jī)制，標(biāo)準(zhǔn)化流程、明確責(zé)任界定、設(shè)置風(fēng)險(xiǎn)預(yù)警；完善知情同意制度，革新知情同意書；強(qiáng)化數(shù)據(jù)安全管理，分類防護(hù)；優(yōu)化責(zé)任保險(xiǎn)方案，如提取專項(xiàng)基金、開(kāi)發(fā)責(zé)任險(xiǎn)；組織人員培訓(xùn)，通過(guò)案例教學(xué)、模擬演練等提升法律風(fēng)險(xiǎn)應(yīng)對(duì)能力。