侯樹文 科技日報記者 王 春

疫情期間，人工智能技術在影像輔助診斷、分級診療、遠程醫療等領域的應用對疫情防控立下汗馬功勞。疫情過後，AI醫療業內人士更加關注，AI醫療技術能在醫療服務、輔助診斷和醫藥研發等方面守住陣地，持續開花結果。

醫療AI要解決的並非一個場景，而是全院級別覆蓋各個科室的系統應用，需要醫院專科醫護、醫學專家、醫院信息化部門、人工智能企業的共同參與。世界人工智能大會召開在即，記者探訪了上海兒童醫學中心（以下簡稱兒中心）的呼吸內科診室，“上海市人工智能試點應用場景-小兒呼吸內科病房（智慧示範病房）”坐落在此。在這個“很AI”的兒科病區，一個針對小兒肺炎疾病輔助診斷場景應用就集合了全國十餘個省市17家醫療機構和多家AI科技企業的聯合技術攻關。

記者在現場看到，一個醫療導診機器人首先走到一位患有肺炎的患兒病牀前，一位醫生手持一款智能聽診器在這名患兒背部的四個點分別停留了9秒，隨後在顯示屏上得出了了80分的分析結果。這時旁邊的醫生就可以判斷出這位小患者已經達到出院的要求。

上海兒童醫學中心醫療輔助機器人落地應用  圖/王春攝

別小看這個簡單的醫療AI場景應用，其背後卻是人工智能技術與專科醫學知識以及軟硬件技術的結合。上海兒童醫學中心爲該項目建立了用於深度訓練的兒童生理音數據集和智能識別模型；制訂了數字生理音採集、標註、識別、管理和評價等一系列方法；研發包含軟硬件在內具有完全自主知識產權的數字智能聽診器——雲聽系列，其元器件100%國產化。

據介紹，經測試，雲聽智能心音識別準確率超過91%，智能呼吸音識別準確率超過86%，其性能優於國內外其它同類產品，價格僅爲進口產品的1/3。目前，雲聽G100型數字智能聽診器已獲歐盟CE二類醫療器械認證，每年銷往歐洲、西亞、南美洲等20多個國家。雲聽G200型及兒童版G-210型聽診器的多項技術專利已爲國家知識產權局受理。在上海市11家醫療機構小兒呼吸疾病臨牀輔助診治中，應用例數超過6500例。

“兒科依然是中國健康服務領域的短板。”上海兒童醫學中心副院長趙列賓介紹，2020年中國每千人口僅有0.69名兒科醫生，每年80萬醫科畢業生中只有300人成爲兒科醫生。“新一代人工智能發展的關鍵在於AI技術在場景的落地，爲臨牀創造真正的價值纔是其本質，只有創造價值才能締造AI在健康領域的未來。”

除了兒童生理聽診智能輔助系統，智能導醫、智能導檢、智慧輔診項目還賦能基層醫院的輔助診斷。作爲一項基本技術，聽診在兒童重大疾病篩查、常見病症診斷和療效評判等方面發揮着重要作用，尤其在心音、肺音等生理音領域。但是部分基層醫務人員對此項技能的掌握卻不盡如人意。

對於基層醫院，兒中心團隊綜合運用語音識別、醫學自然語言處理等一系列AI技術，先後研發了兒科門診智能問導診、智能診前檢查、智能輔助診斷以及智能康復隨訪系統，實現了基層兒科智慧就醫的閉環管理。據悉，該系統先後在兒中心以及上海東部兒聯體基層單位應用，測試對象超過25萬人次，覆蓋90%兒科常見病，導診準確率和診斷精確度均接近95%，精準引導社區家長就近看病。

記者瞭解到，針對專病的臨牀病例如何利用小樣本數據實現深度學習？醫療數據質量低標準化差如何爲臨牀決策提供支撐？如何跨越人工智能技術與醫學專業難以逾越的知識壁壘？是當前階段AI醫療面臨的難題。

智慧交接班大屏  圖/王春攝

兒中心智慧交接班的大屏上，患者的體溫、呼吸、脈搏等生命體徵、導管情況、氧飽和度等數據得到清晰的顯示，這是醫生護士交接班的關鍵信息，也是森億智能智慧交接系統的落地場景。據瞭解，兒中心根據醫生工作、醫護交班、科室管理3種不同場景分別部署了森億智能開發的輔助決策、質量管理和智慧交班系統。

目前，人工智能行業正處於從單一場景到系統化場景的過渡階段。森億智能相關負責人表示，森億智能憑藉自然語言處理、機器學習、數據挖掘等技術，已經實現了ICU重症、兒科、呼吸科、產科等多個科室應用落地。未來，還將形成多科室、多病種間的融合發展。#人工智能#上海市#兒童收藏

上海兒童醫學中心醫療輔助機器人落地應用  圖/王春攝

別小看這個簡單的醫療AI場景應用，其背後卻是人工智能技術與專科醫學知識以及軟硬件技術的結合。上海兒童醫學中心爲該項目建立了用於深度訓練的兒童生理音數據集和智能識別模型；制訂了數字生理音採集、標註、識別、管理和評價等一系列方法；研發包含軟硬件在內具有完全自主知識產權的數字智能聽診器——雲聽系列，其元器件100%國產化。

據介紹，經測試，雲聽智能心音識別準確率超過91%，智能呼吸音識別準確率超過86%，其性能優於國內外其它同類產品，價格僅爲進口產品的1/3。目前，雲聽G100型數字智能聽診器已獲歐盟CE二類醫療器械認證，每年銷往歐洲、西亞、南美洲等20多個國家。雲聽G200型及兒童版G-210型聽診器的多項技術專利已爲國家知識產權局受理。在上海市11家醫療機構小兒呼吸疾病臨牀輔助診治中，應用例數超過6500例。

“兒科依然是中國健康服務領域的短板。”上海兒童醫學中心副院長趙列賓介紹，2020年中國每千人口僅有0.69名兒科醫生，每年80萬醫科畢業生中只有300人成爲兒科醫生。“新一代人工智能發展的關鍵在於AI技術在場景的落地，爲臨牀創造真正的價值纔是其本質，只有創造價值才能締造AI在健康領域的未來。”

除了兒童生理聽診智能輔助系統，智能導醫、智能導檢、智慧輔診項目還賦能基層醫院的輔助診斷。作爲一項基本技術，聽診在兒童重大疾病篩查、常見病症診斷和療效評判等方面發揮着重要作用，尤其在心音、肺音等生理音領域。但是部分基層醫務人員對此項技能的掌握卻不盡如人意。

對於基層醫院，兒中心團隊綜合運用語音識別、醫學自然語言處理等一系列AI技術，先後研發了兒科門診智能問導診、智能診前檢查、智能輔助診斷以及智能康復隨訪系統，實現了基層兒科智慧就醫的閉環管理。據悉，該系統先後在兒中心以及上海東部兒聯體基層單位應用，測試對象超過25萬人次，覆蓋90%兒科常見病，導診準確率和診斷精確度均接近95%，精準引導社區家長就近看病。

記者瞭解到，針對專病的臨牀病例如何利用小樣本數據實現深度學習？醫療數據質量低標準化差如何爲臨牀決策提供支撐？如何跨越人工智能技術與醫學專業難以逾越的知識壁壘？是當前階段AI醫療面臨的難題。

智慧交接班大屏  圖/王春攝

兒中心智慧交接班的大屏上，患者的體溫、呼吸、脈搏等生命體徵、導管情況、氧飽和度等數據得到清晰的顯示，這是醫生護士交接班的關鍵信息，也是森億智能智慧交接系統的落地場景。據瞭解，兒中心根據醫生工作、醫護交班、科室管理3種不同場景分別部署了森億智能開發的輔助決策、質量管理和智慧交班系統。

目前，人工智能行業正處於從單一場景到系統化場景的過渡階段。森億智能相關負責人表示，森億智能憑藉自然語言處理、機器學習、數據挖掘等技術，已經實現了ICU重症、兒科、呼吸科、產科等多個科室應用落地。未來，還將形成多科室、多病種間的融合發展。

相關文章