人工智能进医院“实习” 首批试点应用上阵为医患双减负

去年12月,上海在全国率先发布首批10大领域、19个点位的AI应用场景需求,面向全球征集解决方案。

作者: 大健康派编辑 来源: 东方网 2019-07-16 14:00:47

摄图网_500620385_wx.jpg

去年12月,上海在全国率先发布首批10大领域、19个点位的AI应用场景需求,面向全球征集解决方案。最终有12家单位入选“上海市首批人工智能试点应用场景”,应用领域包括医疗、教育、金融等。


距离第二届世界人工智能大会举行还有不到50天的时间,这些应用场景建设情况如何?东方网记者带你一探究竟。


面向患者:“按需就诊”精准匹配患者与医生


2018年,复旦大学附属肿瘤医院医院门诊量达到了144.72万人次。“这里是肿瘤专科医院,有时候踏进医院的那一刻对一名患者来说,就是面临着生与死。”面对来自全国各地数量众多的患者,如何提高专家号利用率,让优质医疗资源真正合理分配给有需要的患者,一直是医院攻关的“硬骨头”。


急诊患者自助问诊系统


“能否在病人挂号前分析病人病情,为其匹配相应专家,避免号源‘浪费’?”复旦大学附属肿瘤医院副院长吴炅教授说,基于这样的思考,医院与相关企业合作,探索出“精准预约”的预约挂号模式。在该模式下,通过AI引擎模型的预设和不断完善,让AI引擎有了“分诊功能”。患者按照平台要求实名上传病史资料,AI引擎通过计算分析判断患者病情,并将专家号匹配给病情重、急需专家诊疗的患者,同时智能为患者提供合理的就医路径引导。


例如,通过分析病史资料,初步判断为需要手术治疗的甲状腺癌患者,比单纯想要做甲状腺体检的人群有更大可能匹配到头颈外科的专家号,从而提升专家号的利用效率。


从2018年3月试点精准预约到2019年6月,复旦大学附属肿瘤医院共有11个外科科室、83位医生,每周共计875个专家号接入精准预约功能。仅2019年上半年,该项智能服务就为超过11万患者提供服务,为超过16000名患者提供专家号源,解决了这些疑难患者的燃眉之急。


目前,医院精准预约服务已覆盖甲状腺癌、乳腺癌、胰腺癌等15种常见肿瘤疾病。据统计,在该项服务下,成功为每位患者平均节省2.5小时的就诊时间,患者挂专家号的等待时间已经平均减少7.4天,到诊率提高了7%.专家门诊的效率平均提高了3.5倍左右,并且有效打击了“号贩子”现象。

摄图网_500735891_wx.jpg


面向医生:影像辅助诊断为医生“减负”


上海市第十人民医院放射科主任医生汤光宇说,作为一名放射科医生,他或许最能够直观地感受到人工智能技术带来的便利。“近年来肺部”结节“给放射科医生带来的压力实在太大了”,有肺结节的人实在太多,但并不是每个结节都有治疗的必要。医生每天都要耗费大量的时间在“读片”这道工序上。但是毕竟医生也是人,有时难免会在读片时产生疏漏。


目前在医疗领域中,人工智能应用较为成熟的就是医学影像,医学影像是医生进行疾病判断的重要依据。尤其对于肺癌而言,早诊早治非常重要,通过CT检查等筛查手段可以发现肺上的结节,及时采取干预手段。围绕肺部结节等急诊常见疾病,利用人工智能技术,开发智能CT辅助影像诊断系统。让机器通过学习,建立起一套统一的阅片标准,缩短阅片时间,提高正确率。


AI影像辅助筛查系统很好地扮演了质控的角色。它可以不受任何客观因素,如疲劳、情绪、经验的影响,确保医师高效、准确地检出及诊断病灶。“现在我们只要按几个按钮,机器就会代替我们,把所有问题的部分读取出来”,医生要做的是在机器读片的基础上做进一步确诊。“有时候,AI也会过于敏感,‘报假警’,最终还是需要医生的鉴别来‘盖棺定论’。”


患者正在使用精准预约挂号


经过实践证明,AI影像辅助筛查系统在确保准确率的前提下,能将医生诊断效率提升30%-50%.以每医院平均4位胸组医生、每例患者收费300元为例,每年可额外增收500万元左右。同时,假设医院日均100例患者,采用AI系统后,每年可节省人工费用约20万元左右。


汤光宇说,虽然目前人工智能在医疗中的使用还处于辅助阶段,并未正式进入临床,但它确确实实地帮助了医生有效节省了劳动力,让医生可以把时间更有效地花在和患者沟通、了解患者的病情,从而实现更精准的治疗。


面向医院管理:就医体验改善了


上海第十人民医院,年急症量超过41万人次,也就是每天在急诊挂号病人超过千人。在这样一家大型综合性医院,如何缩短患者等待时间,协调缓解医疗资源,对医院的整体管理能力提出了越来越高的要求。


记者在十院急诊大厅看到,一套基于智能急诊辅助诊断系统已经在这里“上岗”。一名手捂胸控的患者坐进了一台蛋壳形状的机器前,机器语音指引他通过按钮输入相关信息。“胸痛持续多久了?”“请选择胸痛程度?”“胸痛在哪些部位?”正在与病人进行语音交互的,是一台智能检伤机器人,它通过采集患者血压、脉搏、体温、血压饱和度、呼吸频率等生命体征数据,精准检伤分级。另一侧的智能问诊系统,则通过语音、手写等方式对患者进行人机交互预问诊,并在患者完成预问诊后自动建议最佳检验检查,实现就诊前检验检查后,再对患者进行自动分级自动匹配相应科室。


第十人民医院急诊科副主任彭沪说:“在医生数量有限,而病人每年都在递增的情况下。即使是80分的医生也有可能出现30分的状态。而在这一套‘急症辅助系统’的帮助下,结合急诊医疗服务流程再造,能为患者提供急诊医疗‘一站式’服务体系,改善老百姓的就医体验。”


【凡本网注明来源非大健康Pai的作品,均转载自其它媒体,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。】

人工智能 AI应用 AI影像辅助

关注大健康Pai 官方微信:djkpai我们将定期推送医健科技产业最新资讯