“读懂”医生需求、监测病人风险……AI诊疗掀起医院内外变革

“读懂”医生需求、监测病人风险……AI诊疗掀起医院内外变革

图为AI原生医院系统界面。

“读懂”医生需求、监测病人风险……AI诊疗掀起医院内外变革

护士在为患者介绍AI原生医院系统。

受访单位供图

8月20日清晨8∶00,在天津市海河医院的门诊大厅,72岁的张大爷对着导诊台的智能终端说:“我最近总胸闷,晚上睡不好,还老咳嗽。”话音刚落,屏幕便弹出信息——推荐就诊科室:心内科;建议检查:心电图、胸部CT。这看似简单的交互背后,实则是依托AI原生医院天河方案构建的从“人找服务”到“服务找人”、从“被动响应”到“主动协同”的AI诊疗场景。

AI原生医院天河方案由国家超级计算天津中心和智临天河科技有限公司共同打造,于8月初在天津市举行的天河—天开智慧医疗创新发展大会上发布,目前已在天津海河医院部分落地。同时,相关单位正在与京津冀等地的多家医院开展合作,深入推进AI原生医院天河方案体系化、泛场景应用实践,推动医疗模式智能化变革。

诊室里的“隐形助手”

展开全文

在天津市海河医院的呼吸内科诊室里,副主任医师王合荣正接诊一位咳嗽两周的患者。只见她在电脑中输入“咳嗽、发热”字样后,屏幕右侧即弹出一个智能分析面板,上面显示:患者3个月前的CT报告被自动调取,标注右肺下叶轻度肺纤维化病灶;近期血常规中C反应蛋白升高、白细胞计数异常等炎症指标被高亮显示;结构化病历初稿按优先级列出“社区获得性肺炎、慢阻肺急性加重”等鉴别诊断,并附检查建议和用药参考。

王合荣说,过去,调阅影像需记住 PACS系统3层操作路径,查病史得登录EMR系统手动检索,开处方前要切换至LIS系统核对药敏结果;现在,AI会基于诊疗场景主动推送信息,至少为医生节省了5分钟。

节省的这5分钟背后,凝聚着AI原生医院天河方案打造的AI原生医院系统的强大智慧。

方案负责人、天津智临天河科技有限公司总经理康波介绍,当医生输入“咳嗽、发热”等病症关键词时,AI原生医院系统的自然语言处理引擎能够解析关键词背后的临床意图,如同“读懂”医生未说出口的需求;多模态数据融合技术同步打通影像、检验、病历等分散数据,主动聚合形成完整患者信息链,终结“医生找数据”困境。

传统医疗场景中,数据是需手动查询的静态“档案”,但在“AI大脑”驱动下,数据会随诊疗场景动态流动。康波举例说,在基于AI原生医院系统的智能辅助诊疗场景中,医生考虑调整抗生素时,系统会自动关联三重信息:患者本次痰培养药敏结果、既往药物过敏史、医院抗菌药物管理规范,校验后生成用药建议,从源头解决智能环节碎片化、缺乏协同的问题。

此外,边缘算力负责关键词输入后的毫秒级反馈,让智能面板“随叫随到”;本地算力负责支撑多模态数据深度融合与推理,确保诊断建议精准。

天津市海河医院提供的数据显示,智能辅助诊疗场景落地3个月后,门诊医生日均接诊量显著增加,病历完整度大幅度提升。

“午间医生疲劳时段,AI实时提醒让关键病史遗漏率大幅下降,漏诊风险显著降低。”天津市海河医院院长杨万杰说。

病房中的“风险观察员”

凌晨3点,天津市海河医院内科住院部护士站屏幕弹出红色预警:3床患者D-二聚体较2小时前升高30%,呼吸频率波动超基线值15%。值班主治医师白墨青点击弹窗,系统随即调出 20项风险评估指标动态图谱——从术后第1天每8小时监测,到此刻的实时追踪,患者深静脉血栓风险评分已从“低危”升至“中危”。白墨青滑动屏幕,调出系统自动生成的干预建议:调整抗凝药物剂量、增加下肢气压治疗频次。更贴心的是,系统已关联床旁监护仪数据,设置“心率超100次/分时自动触发二次评估”的规则,形成闭环防控。

白墨青在系统中确认干预方案后,3床智能输液泵已按新剂量调整推注速度,护士站任务栏自动生成“2小时后复查凝血功能”的提醒。“这相当于给每张病床配了一个不眠不休的‘风险观察员’。”他感慨道,在基于AI原生医院系统的智能病情监测场景下,医生从“被动应对并发症”转为“主动拦截风险”。

“在AI病情监测场景中,我们通过破解传统医疗‘数据治理’与‘算力供给’难题,为病房筑起‘智能防线’。”康波解释,该场景背后,无损式数据融合技术发挥了关键作用。

在不改变医院原有HIS、LIS等系统架构的前提下,通过统一接口让床旁监护仪、智能输液泵等设备的实时数据实现跨系统流动,使得1000张病床的20余项指标得以集中抓取分析,彻底打破了“数据孤岛”。

“三算合一”接力式算力支撑高频次评估。边缘算力负责设备端数据实时采集,如心率异常时立即触发二次评估;本地算力支撑每天3次全量病床风险模型推理,保障评估效率;云端算力持续优化模型参数,提升风险识别精准度。

而AI原生医院系统的自主决策能力,更让系统能自动判断风险等级,触发预警与干预建议,实现从“被动等待查询”到“主动防控风险”的质变。

“以风险评估为例,AI原生医院系统可以针对1000张病床,实现1天3次每次超过20项指标的实时精准风险评估,这在以往是很难做到的。”杨万杰说。

医院外的“健康监督员”

AI原生医院系统引发的变革不仅发生在医院内部医疗场景,更突破物理围墙,延伸至院外场景。傍晚6点,出院患者陈大爷的手机收到提示:“根据血糖波动曲线,今晚胰岛素剂量建议调整为8单位,附饮食搭配推荐。”这条消息来自AI原生医院系统。该系统已将陈大爷的家用血糖仪数据纳入其持续监测范围。

杨万杰说,传统AI医疗场景中,患者离院后便脱离系统监管,病情变化难以及时发现;而现在通过“AI+”可穿戴设备和居家监测仪器,医院服务半径延伸至社区和家庭。目前,天津市海河医院已将近万名高危慢性病患者纳入这种“无边界”管理模式,再入院率较去年下降20%左右。

“AI原生医院系统正在重构‘出院’的概念。”杨万杰说。在基于AI原生医院系统的院外监管场景下,患者出院后,其诊疗数据、社区随访记录、居家设备上传数据能围绕“人”自由流动,不再被科室、场景割裂。

AI原生医院系统内置的全交互智能体则让手机、社区终端等设备成为“健康助手”,助力医患间无缝协同,实时守护每个人的健康。

康波说:“AI原生医院方案的终极目标,是让智能融入医疗全过程,让优质服务触手可及,最终惠及每个人的健康。”(科技日报 记者陈曦)

评论