在爭分奪秒的腦卒中急救中，患者剛完成檢查，幾分鐘后，醫生便能在電腦上查看到“AI醫生”的診斷結果，較以往真人看片能快30分鐘左右，為疾病治療贏得了黃金時間。研究表明，如果取栓時間提前半小時，患者的健康生活時間會平均延長4個月。
2024年11月，國家衛生健康委、國家中醫藥局、國家疾控局聯合發布《衛生健康行業人工智能應用場景參考指引》，明確了醫學影像智能輔助診斷等84個細分領域的應用場景。
日前，記者走訪多家北京三甲醫院，看到了AI在醫療領域的豐富應用場景。
AI+導診：讓患者貼心醫生省心
點開“北京安貞醫院智慧服務平臺”微信小程序，患者將擁有一位貼身陪伴的AI“導診助手”，從預約掛號、院內外導航，到候診報到、預問診交流，再到預約檢查、藥房取藥……這位AI“導診助手”將全程陪同，讓看病更加便捷。
“本來還擔心我們上了歲數弄不清這種微信小程序，沒想到還真挺智能的。”患者陳大爺剛一打開微信小程序，屏幕上就出現了一個“歡迎彈窗”，提醒他“添加就診人”。接著就是輸入信息、注冊建卡……
很快，一枚橙色懸浮按鈕出現在陳大爺的手機屏幕中，指引他前往預約掛號頁面。再點擊“院內導航”按鈕，“導診助手”立即開啟院內導航模式，直行、拐彎、乘坐電梯、上下樓梯……不一會兒，陳大爺便準確無誤地抵達了相應科室。AI“導診助手”讓整個就診過程無比“絲滑”。
在8層心內科候診區，王女士正拿著手機在打字。“我在跟‘預問診’AI聊天呢。”她稱贊AI很嚴謹，病情詢問特別細致，“它還能推送人體圖形，讓我標注胸痛的具體位置。”這大大節省了門診醫生詢問病史及錄入病歷的時間。
“AI‘導診助手’讓醫生省心，讓患者尤其是老年患者倍感貼心。”首都醫科大學附屬北京安貞醫院信息中心技術總監周奕介紹，使用這個微信小程序，患者絕大部分環節無需在人工窗口、自助機旁排隊，實測就診時間至少節省15分鐘。
近年來，越來越多的醫院上線了類似的智能導診小程序，推動智能醫療服務場景落地，“數據多跑腿，患者少跑腿”的人性化就醫服務正在全國推廣。
AI+診斷：病情評估更快更準
首都醫科大學附屬北京天壇醫院（以下簡稱“天壇醫院”）的急診病房里，住著多位腦卒中患者。他們都不同程度地受益于“AI醫生”的輔助診療。
這位“AI醫生”名為急性腦卒中智能影像決策平臺（iStroke），能為腦卒中患者提供“一站式”病情評估、診斷決策。這是天壇醫院及其合作團隊基于天壇醫院診療經驗和高質量影像數據所研發的，具有我國獨立自主知識產權的AI診斷技術成果。基于該成果，智能診斷場景成功落地天壇醫院。
腦卒中，俗稱“中風”，可分為缺血性卒中（腦梗死）和出血性卒中（腦出血等），具有高發病率、高復發率、高致殘率、高死亡率、高經濟負擔五大特點，是我國居民的重要死亡原因之一。
天壇醫院國家神經系統疾病臨床醫學研究中心人工智能中心工作人員葉萬興向記者演示了“AI醫生”的診斷過程。出血性或缺血性腦卒中患者到院后，首先進行平掃CT和增強CT等檢查。經過上千張影像檢查圖片的分析，“AI醫生”可進行顱內出血和缺血鑒別分析、顱內血管分析和腦灌注分析，能夠直觀地勾勒出血區域，并進一步提示出血類型和血腫擴大風險概率。它還能同時三維重建顱內血管，識別血管狹窄和閉塞位點，最后計算灌注狀態，定量評估腦組織梗死區域和周圍缺血區域嚴重程度，輔助醫生進行靜脈溶栓或介入取栓、保守治療或手術干預等診療決策。
“以往醫療診斷場景中，需要專門的影像科醫生花費30分鐘甚至更長時間判讀影像，給出診斷報告。如今，隨著智能醫療診斷場景的落地，AI在一定程度上代替了影像科醫生的工作，3至5分鐘即可給出診斷報告。”葉萬興說。
“iStroke應用于我院臨床已有四五年時間，其間不斷更新迭代，以實現更快、更準、更直觀的診斷與決策。”天壇醫院急診科副主任杜萬良說。
AI+監管：前端防中端管后端查
醫保基金是人民群眾的“看病錢”和“救命錢”。隨著我國醫療資源可及性日益提升、醫療保險事業迅速發展，過度診療、超量用藥等成為醫保基金管理所面臨的突出問題。
擅長跟數據打交道的AI技術在醫保基金管理領域有著得天獨厚的優勢。清華大學附屬北京清華長庚醫院與清華大學電子工程系合作，建設了一套醫院端的智能醫保基金監管系統，推動了智能醫保基金監管場景的落地。
“我們梳理了大量底層數據，建立了收費項目庫和醫囑項目庫兩大基本數據庫，搭建起智能監管系統的‘骨架’。”清華大學附屬北京清華長庚醫院行政總助、醫保物價辦負責人聶廣孟告訴記者，在此基礎上，通過標準化計價系統、優化計價管理邏輯，將80%的不合理收費問題扼殺在醫保基金支出前。
例如，下醫囑時，特殊穴位針刺和普通針刺二者是互斥的，選了其中一個，醫生就無法再選另一個。再如，針對不同換藥項目，該系統都分別詳細描述了對應的癥狀，以便醫生根據患者的實際情況正確選擇。
該系統還搭建了基于全病歷的醫保智能審管平臺“大腦”，用AI審核處方，解決超醫保支付標準用藥等問題，對醫保基金進行事中管控。
AI審方靠譜嗎？聶廣孟介紹，該系統使用臨床病歷語義理解和醫學知識圖譜技術，以456分成功通過“國家臨床執業醫師資格考試綜合筆試”，超過96%的人類考生。目前，它已形成200萬個醫學知識圖譜，支持住院全病程記錄14個章節的語義理解和100多類醫學專業術語的識別解析。
此外，該系統通過大數據監管進行事后分析，構建了醫院端醫保基金監管全流程智能化、閉環化管理網絡，實現了對醫保基金使用軌跡的全方位、實時化監控，讓所有環節都有跡可查，編織起一張事前防控、事中管控、事后監控的全鏈條基金安全防控網。
《衛生健康行業人工智能應用場景參考指引》介紹了84個AI+醫療應用場景，上述幾個案例只是其中的縮影。一葉知秋，AI醫療的創新浪潮正席卷而來。“至于如何讓AI更好地與醫療需求相結合，就是下一個且行且思的命題了。”周奕說。
