上海市|上海市第十人民医院三大人工智能应用场景投用一年多来圈粉无数

央广网上海12月10日消息(采访人员杨静 通讯员生星)在12月8日上午举行的2020上海智慧城市体验周开幕式上 , 市经信委公布了上海市首批人工智能示范应用场景入选名单 , 上海市第十人民医院作为AI+医疗领域代表 , 因为体验度高、创新性强、应用成果显著 , 获评首批“上海市人工智能示范应用场景” 。

上海市|上海市第十人民医院三大人工智能应用场景投用一年多来圈粉无数
文章图片

上海市首批人工智能示范应用场景授牌仪式(央广网发 石庆 摄)
自去年4月入选上海市首批“AI+医院”应用场景建设单位后 , 上海十院针对医疗服务的痛点问题 , 将人工智能与深度学习等前沿信息技术与急诊预检分级、辅助影像诊断和互联网医院在线自动预问诊三大应用场景融合 , 打造老百姓身边的“未来”医院 , 运行一年多来取得了显著成效 , 圈粉无数 。
场景一:急诊患者轻重缓急 , AI协助来判定
24小时开放、年中无休的急诊 , 就诊顺序从来不是“先来后到” , 而是根据疾病的轻重缓急分级别决定候诊时间 , 因此急诊预检台是十分重要的岗位 , 对工作人员的知识储备、临床经验甚至工作时的精神状态等都有极高要求 。 若是遇到症状隐匿的危重患者 , 或者突遇就诊高峰 , 传统的人工预检难免百密一疏 , 一旦误判病情严重程度 , 或将导致严重后果 。
针对急诊预检分诊中的这一问题易发、多发之关键点 , 十院急诊科与相关人工智能与大数据企业展开合作 , 研发了“急诊预检分诊超级医学大脑” 。 其太空舱造型颇具未来感 , 患者坐进舱中插入医保/社保卡 , 便可以通过触摸屏与AI超级医学大脑互动 。
AI超级医学大脑带来的并不是简单的人机互动问答 , 除了能够对人类自然语言做出反应 , 辨识、记录有关疾病症状、体征的相关信息 , 系统还具有强大的感知能力 , 可通过灵敏的传感器实时测量患者的心率、血压、体温、呼吸频率等生理参数 , 同时通过摄像头捕捉患者的面部表情(其背后是神经、肌肉等组织的功能)、言语的流畅度、神志的清醒度等 。
采集完患者的全套信息后 , 掌握了4000多种多专科疾病诊断知识的AI超级医学大脑开始运转 , 实现智能快速分诊、精准诊疗 , 全程赋能急诊医护人员应对复杂多变的急诊挑战 。
不知疲倦、没有情绪、鲜少出错 , 有了AI的加持 , 急诊智能预检系统一年多来已为45万人次患者提供深度问诊、分级、分诊 , 精准辅诊 , 分诊准确率从69%提升到95% 。
场景二:肺部结节善恶几何 , AI锐目无遗漏
随着老龄化进程的加剧以及低剂量螺旋CT列入肿瘤筛查项目 , 客观上带来了肺部结节检出率的增高 。 对大多数患者而言 , 呼吸科医生给出的建议都是定期随访胸部CT , 通过对肺部结节大小、形态、影像学性质的动态观察 , 及时把握疾病的变化 , 第一时间予以科学应对 。
由于体检发现的肺部结节往往体积很小 , 有时还会与局部小血管、小支气管、纤维瘢痕等的影像相混淆 , 所以 , 放射科读片医生的工作强度很大 , 每时每刻都要保持高度紧张和专注 , 生怕一个疏忽就会漏过具有诊断意义的影像 。 放射科医生最有感触:“读完一位患者胸部CT的所有横截面影像至少要花十多分钟 , 若病情复杂 , 甚至会超过半个小时 。 面对众多患者 , 我们既想加快速度减少病人心悬等待时间 , 又怕忙中出错漏过蛛丝马迹 。 ”

上海市|上海市第十人民医院三大人工智能应用场景投用一年多来圈粉无数
文章图片

AI辅助影像诊断系统加快了放射科医生工作效率(央广网发 石庆 摄)
而自从一年多前十院放射科投用了“AI辅助影像诊断系统” , 整个读片工作模式发生了革命性的变化 , 效率成倍提升 。 系统可以快速找出肺部所有结节并定位 , 还能判断结节大小、危险程度 , 也可以与之前检查时的影像作对比 , 而后将所有可疑部位标出并给出初步的恶性度评分 , 最终交给人类医生来“终审” 。
AI辅助影像诊断系统的应用大幅提升了看片效率 , 一次阅片从原本的十几分钟甚至半小时 , 缩短为只需要两三分钟 , 同时由于有了高效率、高质量的“初审” , 人类医生的“终审”就能更加有的放矢 。 应用一年有余 , 每月阅片6000余例 , 放射诊断资源紧张的问题得到缓解 , 也最大程度上减少了漏诊 。
【上海市|上海市第十人民医院三大人工智能应用场景投用一年多来圈粉无数】场景三:手机平台院前问诊 , AI医生经验足
年初一场突如其来的新冠疫情 , 深刻改变了人们的就医模式 。 在疫情形势最为严峻的那段日子 , 一些患者甚至宁可在家熬着也不敢去医院 。 在这种情况下 , 十院推出的基于微信服务号平台的AI院前问诊系统受到了患者的追捧 。
在手机屏幕的方寸之间 , 通过文字与AI院前问诊系统互动交流 , 已对疾病诊疗大数据做过深度学习的系统 , 仿佛一位知识渊博、临床经验丰富的“医生” , 依照临床诊疗逻辑+ESI/NEWS , 快速对患者危急程度作出预判和分级 , 并给出下一步就医的建议——看门诊还是急诊?门诊看哪个科?就诊前要做好哪些准备?所有问题巨细靡遗 , 让患者在进入医院前就做到了“门儿清” , 减少了入院后反复询问和辗转 , 有助于降低院内感染的发生率 。
当下 , 此系统又进一步应用到了专科门诊 , 帮助专科医生自动完善全面的电子病历管理 , 节省了大量病历信息录入的时间;更为重要的是 , 系统还可以提供精准的疾病诊断建议 , 毕竟患者不可能“根据教科书来生病” , 症状与体征的表现复杂而多样 , 并非每位患者都像教科书描述的那样典型 , 有了AI医生的协助 , 仿佛所有的临床经验都加成在一位医生身上 , 医生作出诊断时也更加全面、更有底气 。
展望:“错题本”+深度学习 , 让AI医疗更完善
十院AI+医疗的三大应用场景之所以大受欢迎 , 不仅在于其庞大的知识储备(基于既往诊疗的大数据) , 更在于其深度学习的能力 。 每增加一位患者的信息 , 系统就会对其展开学习 , 实时对大数据库中已有的资讯作修正和提升 , 就像学生时代的我们通过“错题本”来不断强化对知识的掌握 。 每服务一位患者 , AI医疗的临床经验就更上一层楼 , 之后的诊断就能更精准 , 治疗方案也愈加完善 。
经过一年多的建设 , 上海十院成为了AI技术在急诊等医疗场景中深度应用的典范 , 在上海乃至全国医疗卫生机构中产生示范效应 , 并在2019年度的世界人工智能大会上作为人工智能医疗应用场景示范点展出 , 也让人们对AI加持的“未来”医院更加充满期待 。

    推荐阅读