本报记者  高嘉悦 □本报特约记者  王 剑  叶美琪  郑春红

(相关资料图)

智能问诊、自动生成诊断报告、疾病风险预测、智能健康管理……随着数字化的推进，很多大医院看病都用上了人工智能（AI），通过人工智能“连接”患者、医生和医院，搭建三者的信息桥梁，解决医患信息的不对称问题，提升就医服务水平。下面是几家大医院的人工智能看病，各有特色。

上海九院：“AI预问诊”提供便利

在上海交通大学医学院附属第九人民医院（简称上海九院），患者挂号后就诊前，可以在医院微信公众号首页和推送信息，以及线下物料扫码等多种途径进入AI预问诊。“AI预问诊”从患者主诉出发，模拟医生问诊思路，从既往病史（过敏史、用药史、手术史等）多维度进行病史采集，可以支持患者通过文字输入、语音识别、图文点选等不同方式录入信息，还支持检验单等资料上传和解读。患者如果遇到不了解的医学名词，平台可以通过文字、图片等多种形式为其解答。

患者填写完病情信息后，系统将智能生成诊前报告，同步到医生工作站。这样患者就诊时，医生就能快速了解患者病情，从而进行更精准深入的问诊。预问诊不局限于院内诊疗过程，也正在拓宽至诊后随访或复诊，便于医生了解患者在院外的康复和身体状况。

中山三院：全球首个慢性鼻窦炎AI医生

作为最常见的慢性呼吸道炎性疾病之一，慢性鼻窦炎在我国的患病率高达8%，有1亿多患者。

“在慢性鼻窦炎患者中有20%合并鼻息肉，通常需要手术为主的综合治疗，但目前疗效并不能让人满意，尤其是术后复发的例子比比皆是。”中山大学附属第三医院（简称中山三院）副院长杨钦泰教授介绍，究其根本原因是因为鼻息肉存在不同的亚型，不同亚型鼻息肉治疗方式的选择对预后会产生巨大影响。因此，需要对鼻息肉进行精准分类，通过个体化治疗才能获得好的疗效。但杨钦泰指出，现实是目前临床上病理分型难以开展。首先，对炎症细胞进行人工计算工作量巨大；其次，目前采用10个随机视野的方式不够准确，需要全片计算才更准确，而全片计算人工不可能完成；再次，病理科医生缺乏，特别是基层医院更少，而且不同医生计算结果也差异很大，不能同质化；最后，就是病理科医生人工计算耗时、费力且性价比低。

为突破鼻窦炎治疗瓶颈，中山三院联合全国多家医院和研究院研发了一款针对慢性鼻窦炎的人工智能病理诊断系统。这个“AI病理医生”可以对鼻息肉的病理类型进行精准分型，目前推出的“单视野家庭版”准确性已经超过90%，与高年资病理科医生水平相当，已在基层医院临床投入使用。未来还将利用5G技术和云平台推出更高级的“全片平台版”，使更多慢性鼻窦炎患者获益。

武汉大学中南医院：实现智能化精准分诊

预检分诊是急诊临床工作的基础。通过分诊，可迅速识别病情危重的患者，有利于急诊医疗资源的高效调配和急危重症患者的迅速救治，最大程度地改善患者预后。我国预检分诊起步较晚，加之信息化建设滞后，使得预检分诊相关工作缺乏科学研究和完善的质量控制体系。

武汉大学中南医院急救中心团队率先提出规范化预检分诊的理念，研发出具有详细分级标准、科学的急诊预检分诊系统，在急诊医学领域起到了引领作用。系统涵盖急诊就诊常见症状，通过患者就诊主要症状、生命体征及伴随症状对患者病情进行快速评估，同时，将智能分诊与人工分诊相结合，实现精准分诊。自2014年上线以来，在省内外多家医院急诊科推广应用，服务百万余名患者，提升了分诊效率、准确率及患者满意度。同时，系统内可追溯的原始数据，也为系统质控及临床质控提供了客观依据。

目前，基于症状的智能化预检分诊系统已运行成熟，并在临床应用上取得令人满意的成效。研究团队进一步研发分诊前移软件，运用可穿戴设备，对患者的生命体征、心电图监测分析及APP设置关键问题回答，实现患者自我急症状态评估，完善分诊体系，实现分诊前移，为健康保驾护航。

广州中医药大学第三附属医院：AI看片提高诊断率

为提高影像检查效率，更好服务患者，广州中医药大学第三附属医院医学影像科引进人工智能（AI）影像辅助诊断系统，辅助医生为广大患者提供更加快速、精准的检查和诊断。

肺结节筛查，让肺结节无处藏身。肺癌的早发现、早治疗能极大提高患者的生活质量以及远期生存率，因此通过胸部CT对肺结节的早期筛查十分重要。然而，一次胸部CT检查至少会产生几百上千幅CT图像，早期的肺结节可能仅几毫米大小，繁重的图像数据以及细微的病灶对影像科医生的眼力、体力、耐力都是巨大考验。这套引进的肺结节AI筛查系统，采用先进的自适应网络技术和规则算法，融入了海量精选病例的深度学习和专家经验，大大提高了微小病变的检出率，有效解决这一难题。肺结节AI系统，可以对胸部CT扫描所产生的全部图像进行“地毯式筛查”，快速检测出结节并给予精确定位，分析结节的密度、大小、形态特点，判断结节的类型和分级，并且具有精准对比随访的功能，使肺癌的早期诊断、治疗效果一目了然。

肋骨骨折诊断，使隐匿性骨折不再隐匿。人体有12对肋骨，数量较多，并沿着胸廓呈弧形分布，如果患者CT扫描时呼吸配合不好则极容易产生断层伪影；并且肋骨上存在形态各异的血管沟与细小骨折线形态十分相似，给肋骨骨折的诊断带来了一定难度。AI可以在胸部CT数据基础上，同时对肋骨进行分析，提高肋骨骨折的检出率，尤其是隐匿性骨折的检出率，并对具体哪一根肋骨进行精确定位。

检出小动脉瘤，自动分析脑出血。脑部疾病智能辅助诊断系统包括脑出血、颅内动脉瘤诊断和颈动脉斑块评估等。脑出血是神经内外科中高致死致残率的一种难治性疾病，及时评估出血量、判断病情并采取有效治疗手段对患者后期的恢复程度至关重要。AI+头部CT，基于机器视觉与深度学习技术，可计算出血体积，判断是否存在脑疝，提高诊断效率，促进脑血管意外疾病的诊治。▲

关键词