综合医院同样适合一体化诊疗模式。当前一体化的诊疗模式包括专科医院建设模式、医联体建设模式、学协会建设模式等，一体化诊疗模式的核心是围绕着疾病诊疗进行AI赋能，只要医院有针对此种疾病的医生或者科室，即适用此种诊疗解决方案的场景。

AI诊断模型不应该局限在实验室或者特定的训练集内，应该将其置于真正的临床一线，与临床一线医生共同打磨，才能切实的提升其诊断的精准能力。同时，多模态AI也是被证明能够提升AI诊断精度的可行办法。

利用AI辅诊的过程中，采用真实世界中患者的个性化症状信息，辅以临床实际场景，做出个性化治疗方案，并利用真实世界数据给出辅诊参考，从而提升医院诊疗水平。

以患者为中心，与院内业务系统进行深度的无缝融合。同时，AI服务无论诊前、诊中还是诊后，均以院内的专病库数据为基础，进行数据的调取与共享，从而实现一体化。关于技术的难题，一方面，如医院没有EMPI或者其他统一的信息索引，那么一体化中患者信息的调取要和所有的业务系统均进行接口开发；另一方面，诊后患者的愈后情况，信息收集上存在的片段化和数据非结构化的技术壁垒。上述两项均需要根据医院的实际情况进行数据的对接与标准化处理。

近期，国家药品监督管理局组织制定并发布了《真实世界证据支持药物研发与审评的指导原则（试行）》，虽然目前依然处于适用范围和监管的探索阶段，但国内众多医疗大数据公司及药企均在此领域设立了专门的团队，在药物临床研究领域发展迅猛，可以预见，未来的几年真实世界研究在中国依然是不断创新与新业务模式探索下的高速发展期。

诊疗一体化解决方案通常会用于医联体中心医院的肺结节诊断中心与筛查中心，在患者慢病管理中会作为一项服务切入患者服务管理平台内，尤其是医联体或学协会利用一体化的AI辅诊功能作为青年医生的培训及教育工具使用。

答：一体化诊疗在公共卫生事件中是有意义的。例如本次新冠疫情，肺癌诊疗一体化平台在核心医院直接复用CT影像识别能力，用于新冠肺炎的筛查工作。并且，对于新型疾病的防控与治疗策略，由后台知识库进行维护后,通过AI引擎，可快速推送至临床一线医生工作站，实现快速高效的对未知疾病标准化预防与诊治。