2023年9月，習近平總書記在黑龍江考察調研期間首次提到了“新質生產力”的概念。2024年3月，兩會《政府工作報告》號召，要加快發展新質生產力，通過深化大數據、人工智能等研究應用，開展“人工智能+”行動，打造具有國際競爭力的數字產業集群。“通過對2019年以來公開發表的學術文獻進行分析可以發現，人工智能在醫療領域的探索主要集中于弱AI領域，包括語音處理、文本處理、圖像處理和視覺識別等。”空軍軍醫大學第一附屬醫院(簡稱西京醫院)信息科主任蔣昆在CHIMA 2024演講時全面講解了人工智能在醫院的應用場景。

　　西京醫院前身是1939年在延安成立的中央醫院，1954年原第四、第五軍醫大學合并，其附屬醫院也相應合并為第四軍醫大學第一附屬醫院，1984年對外稱“西京醫院”，2017年轉隸空軍，稱空軍軍醫大學第一附屬醫院。醫院是一所集醫療、教學、科研、保障為一體的大型現代化綜合性醫院，2023年醫院門診量440萬人次，住院16.7萬人次。蔣昆談到，醫院在實際運行過程中，長期存在一些堵點給患者和醫務人員帶來了困擾：一是患者導診掛號精準度不足，影響門診接診質量；二是業務流程復雜，患者及員工四處問詢，體驗感較差；三是各科自行組織隨訪，增加非醫療人力占用；四是患者就診過程指引不夠，增加人工引導工作量；五是限于質控人力不足，難以進一步提升病歷內涵質控比例；六是診療過程中風險提示分散，使用體驗不佳，監管效能不高；七是管理主要依賴現場檢查，質效有待提升；八是多模態信息數據治理不到位，難以為醫教研管提供有力支撐。

　　為改善打通這些堵點，西京醫院持續加強AI+醫療領域建設，按照集約化、通用化、同質化和平臺化的理念，逐步打造開放型的統一AI服務平臺。

通用型AI服務平臺探索實踐

　　蔣昆指出，西京醫院建設通用型AI服務平臺主要遵循以下原則。

　　1.集約化。體現為算力集中建設，納入混合云管理。

　　2.通用化。體現為抽象共性需求，規范成果發布，持續擴充功能，同時通過建設AI+醫療工程實驗室孵化樣板案例持續推廣應用。

　　3.同質化。統籌生產業務采納的規則、算法和模型訓練過程。平臺化，對共性需求大的AI+能力進行模塊化發布，提供標準接口供第三方業務系統使用。

　　4.可靠化。按照信創要求，采用統一的信息標準開展數據治理，采納技術棧相對成熟、適度先進。

　　在蔣昆看來，AI服務平臺賦能質量高度依賴于數據治理體系。“數據治理工具是AI服務平臺的重要組成部分，AI應用主要面向數據管理部門和臨床科室，通過醫工結合的模式更容易取得成效。”他強調，模型建立、模型訓練的整個過程中的優化重點是自動化、平臺化處理，大量采用技術工具去替代人力操作，才有望降低AI應用于醫療場景的技術門檻，獲得更快更大的發展。希望能夠依托研究型醫院建設的總體戰略，打造一體化AI+醫療創新應用平臺，提升醫護工作效率，助力醫院高質量發展。

推進AI在醫院的深度應用

　　蔣昆介紹，目前AI在西京醫院以下領域獲得應用。

　　1.智能導診系統。醫院于2023年12月上線了基于大模型的智能導診系統，同時接入公眾號、掌上醫院系統，覆蓋了88個專業，有效提升了患者就診的精準度和醫生接診專業匹配度。

　　2.智能客服中心系統。醫院調用AI服務平臺能力，對接HIS、線上系統，按照線上系統、AI坐席、人工坐席的分配策略，建設一體化、智能化的呼叫中心系統，為患者和員工提供全方位的咨詢交互服務和臨床自動化隨訪服務。醫院目前上線了165條高頻、通用、反復的患者和員工常見咨詢問題和200多個隨訪話術模板，借助AI服務平臺的能力，切實提高患者就醫滿意度，同時，降低了醫院非醫療人力占用。

　　3.患者智能陪診系統。醫院根據患者的就診流程重新改造了智能陪診系統，對患者就醫進行全流程信息指引，適時引導推薦院內導航、就診提醒、繳費提醒、排隊提醒等功能或信息。通過就診數據和決策引擎分析，提供一站式行程跟蹤規劃，結合AI智能客服中心系統，為患者提供全方位的自助就醫導診服務，強化線上智能助手的門戶作用。

　　4.病案智能質控系統。醫院上線病案智能質控系統，配合三級質控體系，設置超過900個AI質控點，較完善的實現了自動化的質控閉環管理，上線病案首頁智能質控功能，解決了長期以來住院病歷內涵質控覆蓋率低、人力占用多的痛點，實現了100%全覆蓋、全流程、全要素質控。

　　5.臨床輔助決策支持系統。為解決缺少診療全過程、全要素決策支持的痛點，探索統一門戶和規則，實現了跨業務、跨系統決策規則的互聯互通。該系統同時嵌入門診和住院工作站，將為醫院提供全方位的輔助決策，包括手術風險預警、智能診斷、病案質控和科研入組推薦等。

　　6.手衛生管理系統。在物聯網技術的應用基礎上，利用機器視覺技術完成新一代手衛生管理系統的迭代升級。利用AI攝像頭監測洗手行為，經過視覺行為分析算法對洗手動作進行識別分類，生成統計數據，為手衛生管理提供依據。該系統應用后，顯著改善了醫護人員的洗手依從性，助力院感控制。

　　7.臨床科研平臺。醫院建設一站式臨床科研平臺，匯聚醫院各業務系統數據，以信息科牽頭建立切實有效的院級數據治理體系，與臨床周密配合設計研究數據庫，利用AI服務平臺開展隨訪，具備自由檢索能力，內建AI算法和統計分析工具，較好兼顧了回顧型和前瞻型臨床研究的需求。解決了IIT研究項目管理和數據獲取效率低的痛點，下一步將整合多模態數據，深度挖掘影像數據價值，加速科研創新過程，促進臨床新技術、新成果轉化，提升醫院在醫學影像領域的創新競爭力。

探索未來AI應用

　　蔣昆談到，西京醫院未來將持續推進AI+醫療應用，開展以下方面的探索。

　　1.醫療文書生成。醫院將大模型和質控規則相結合，依托臨床應用門戶，自動生成醫療文書，實現生成內容一鍵回填，進一步降低臨床工作負擔和醫療文書書寫風險。

　　2.AI+醫保決策支持。醫院通過自然語義識別結合醫學知識圖譜，實現基于全病歷的DRG/DIP分組關鍵信息監管、智能編碼推薦、全流程控費等諸多功能，解決醫院成本控制難、編碼編不準、結算不合理、違規扣款多等問題。

　　3.AI機器視覺提升管理。將AI機器視覺應用于醫院，可實現有感通行、無感通行，改善患者體驗，提高醫院運營效率。同時提升醫院出入口、掛號收費窗口、醫患糾紛調解、出診考勤和會議簽到等多方面的管理效能。

　　4.安全風險和醫療行為監測。基于人體姿態識別算法，利用現有監控設備實時獲取人體運動信息，實時分析畫面內人物行為，檢測到跌倒行為時，立刻上報至醫院指揮中心，調度醫護人員及時干預，有效降低跌倒造成的患者風險。

　　5.機器視覺+體征采集。通過機器視覺完成一些醫療設備測量值讀取，通過集成網關回傳護理信息系統，可以進一步提高護理工作效率。

　　蔣昆強調，AI技術迭代很快，在推進AI應用過程中，要有對預期效果有理智預期。要平衡好云資源和本地資源的關系，鑒于目前醫療場景下AI應用主要集中在弱AI方面，平臺化能有效降低AI的應用門檻，從而加速技術擴散和產業升級。

　　“AI的愿景很美好，但當前最重要的是推動醫學與工程的雙向奔赴，讓不同領域的專家在思維的碰撞中迸出創新的火花，找到信息技術的應用場景和最佳實踐，促進信息技術在醫療場景里深度融合、落地見效，探索持續改進產學研合作模式和成果轉化新鏈條新路徑，響應國家發展新質生產力的號召，解放醫護，科技惠民。”蔣昆總結道。