2022年國家衛健委印發《醫療機構設置規劃指導原則》，明確要求，醫院不斷推動人工智能、大數據、雲計算、5G等新興信息技術與醫療服務深度融合。記者了解到，目前，人工智能已經在深圳的醫院得到廣泛應用。

　　AI預問診，提升門診醫生工作效率

　　“哪裡不舒服？”“胸痛疼了多久了？”“是刺痛、跳著痛還是酸痛？”……這些看病時醫生常問的問題，現在將由AI大模型來問了！近日，深圳市人民醫院正式上線了由騰訊健康開發的AI大模型預問診系統。

　　該大模型通過機器學習和深度學習的技術，已經“吃透”了海量醫學知識，包括全套醫學教材、超百萬套臨床執業醫師考試題，12萬篇醫學專業科普文章，醫學論文、醫學百科和藥品說明書等超近百個G的文本數據。

　　與其它現有的預問診系統不同，這個系統特別之處在於，它不再機械地提供文本選項供患者選擇，而是搭載了多模態的大模型和自然語言處理內核。簡單來說，與患者的溝通方式，從選擇題變成對話框，可與患者進行自然、流暢的對話，文字、語音甚至圖片都能理解。此外，系統可模擬醫生問診思路，從患病時間、發病緩急、病因誘因、是否服用過藥物、過敏史等進行全面問診，結合患者回答智能調整追問問題。

　　AI大模型的精准性如何？據了解，深圳市人民醫院於去年12月就引入了該系統進行線上測試，經過基礎階段、第一階段和第二階段的訓練評估，結果顯示精准性逐步提高，如今病歷小結的准確性已達到87%。系統的核心功能還在不斷自動追蹤網絡上最新的醫學文獻和數據庫，定期進行數據更新，保証其知識庫的先進性和准確性，內容覆蓋超過100個標准科室。截至目前，這位“電子醫生”在深圳市人民醫院已經接診了13.73萬人次，月均使用超2萬人次，得到了廣大患者和醫護人員的高度認可。

　　預問診系統的應用也大大提高醫生的工作效率。系統一鍵生成規范的診前報告，協助醫生進行初步診斷，節省了大量時間與精力。而智能化數據分析功能，也有助於醫院更好地了解患者需求，持續提升醫療服務質量。

　　AI輔助，醫學影像診斷更快更准

　　近年來，人工智能技術的快速發展和深度學習算法的突破使得在醫學影像診斷領域取得了顯著進展。這些技術可以處理大量復雜的醫學影像數據，准確識別病變特征，為醫生提供精准的輔助診斷。

　　在北京大學深圳醫院，醫院引入的肺結節輔助診斷系統，利用計算機視覺和深度學習技術，能夠對肺部CT病例進行檢測識別，檢出疑似結節、標定結節位置大小和形態，全自動輸出相關影像輔助診斷信息，以提升閱片醫生的工作效率和診斷准確率，減少漏診和誤診。臨床使用來看，肺結節良惡性AI預測評估判定准確率可達88.3%，能夠幫助醫生提高肺小結節、磨玻璃結節等檢出。

　　該院引入的冠狀動脈計算機斷層顯像術的輔助診斷系統，也展現了人工智能技術出色的性能，可完成冠狀動脈血管增強CT影像自動重建和后處理計算，實現了從病灶檢出、狹窄程度判斷、斑塊定性定量分析、結構化智能報告等全流程智能輔助診斷功能。經醫院多中心研究驗証，冠脈AI系統准確性可達到90%以上，敏感性可達到93%以上，特異性可達到97%以上。

　　機器人助手，外科醫生的好“搭子”

　　近年來，越來越多的機器人進入到深圳各大醫院手術室，成為了外科醫生的“手術搭子”。

　　在中山大學附屬第七醫院，全骨科手術機器人在手術室大顯身手。以膝關節置換手術為例，術前，機器人能基於患者CT進行快速分割，建立三維模型，並基於AI算法制定個性化手術方案，調整出與患者最適配的假體型號和位姿。術中，醫生團隊與機器人系統緊密配合，機器人能實現亞毫米級精准截骨，還能實時模擬全角度的膝關節，動態測量伸直屈曲間隙變化，提高手術的准確性。

　　有了機器人“手術搭子”，醫生手術時間更短，手術精度更強，同時最大限度地保留了健康組織，減少了手術並發症的發生率，加快了患者康復速度。（記者 余海蓉）

分享讓更多人看到