顶尖医院的AI革命：中山一院如何用技术重塑医疗生态

开篇语：AI已大规模应用于医学健康领域，并形成了快速成长的医疗产业新赛道。但AI走进医疗界，不等同于“让AI帮你看病”。
AI的加入，对于患者、医生、医院、企业意味着什么？南都健闻带来医疗界的一线走访。

在日均门诊量超1.5万人次的中山大学附属第一医院，一场医疗领域的AI革命正悄然上演。这场改革发轫于2021年，经过了4年的系统化布局。你也许不知道这家医院有医疗大数据与人工智能研究中心，但从手机挂号开始，你就已经搭上了AI列车。影像检查的报告生成、验血结果的精准分析、医生对肺结节的诊断、用药方案的优化……都在AI的智能推动之下进行。而在这些可感可触的细节之外，医院的管理逻辑、医生的培养理念等，也在主动拥抱AI带来的变化。如今，中山一院还在织就一张“DNA”（医生Doctor、护士Nurse和人工智能AI）网络，用技术赋能优质医疗资源扩容下沉。

中山一院有哪些成熟的AI应用案例？下一步，还将在哪些领域下“先手棋”？在科技潮头冲浪的医生们如何看待AI对自身职业的影响？如何看待AI与医疗的关系？医院的多位专家给出了他们的答案。

01/

赋能医生

大幅提升医疗效率与质量

在中山一院，医学影像科每天要用磁共振检查约600个身体部位，用CT检查约3000个部位；医学检验科每天要完成成千上万份标本检测；超声医学科每天上午就要完成四五十份超声检查报告……面对高负荷的工作任务和容错率几乎为零的高标准要求，人工智能技术成为了提升效率、减轻医护人员工作压力、保障医疗质量的关键作用力。而随着算力技术的不断优化，AI也在为精准医学发展贡献“加速度”。

A. 把医生从成千上万的样本中“解放”出来

依托快速发展的图像学习技术，以及医学影像易获取、数据标准化的特点，医学影像科、医学检验科等与图像学习关系密切的学科躬身入局，成为这场技术革命的先锋，率先展开了“AI+医疗”的想象画卷。

医学影像科初建平教授表示，科室在六年前就开始使用人工智能辅助诊断肺结节。AI是诊断加速器。在扫描环节，AI可以将部分采样的图像重建为完整图像，减少检查时间，降低电离辐射量，提高图像信噪比；在阅片环节，AI能够辅助诊断能迅速检出病变，对肺结节大小、成分定量分析，判断肺结节的良恶性，提高诊断效率，减少错漏诊。对于一些临床经验尚不丰富的医生，AI也可以对他们的诊断进行提示和修订。

据初建平介绍，除了肺结节筛查，在心脑血管斑块、骨折筛查等领域，AI的技术运用已经非常成熟，大大提高扫描和诊断的效率，时间大约能够缩减到原来的一半。在她看来，AI正在使医学影像科的部分工作从重复阅片，转变到对AI结果的判定和复核。在判断结节的良恶性方面，一旦出现AI诊断与医生诊断不同的情况，就会有经验更丰富的医生或是医院多学科诊疗团队加入，共同评估。

在中山一院的医学检验科，医务人员每天要处理约3000份血常规报告，科室通过引入AI阅片机，减少了大量重复劳动的时间。

医学检验科工作人员在使用AI阅片系统。

科室副主任陈培松教授表示，依托AI技术，在血常规标本复检中，从上机到报告发出的时间不超过15分钟。相比传统手工复检，大大减少了人工筛选样本、手动推染片以及显微镜下阅片的时间。

B. 智能语音报告系统节省人力50%

在超声检查中，报告书写是一个重要环节。长期以来，该环节都是医生用口述方式将检查中发现的阳性指征或是结果报给助理，再由助理或医生本人打字输入到报告界面内。一旦助理出现注意力下降、未理解口述内容等问题，都有可能出现信息记录错误，而且花费大量的时间。为此，超声医学科工作人员几乎花一半的时间进行报告书写录入工作。

中山一院超声医学科自2017年开始接触和了解超声语音识别录入技术，并在后期进行了大量的数据录入工作，将医院现有的超声报告结构化模版全部转化成了智能语音识别词汇库。2021年开始对语音模型进行充分训练。2022年，该系统正式在超声医学科应用。

据超声医学科主任谢晓燕教授介绍，如今，医生们可以一边进行超声检查，一边使用智能语音完成超声报告书写，科室已经完全不需要报告录入员这一工作职位，节省了一半的人力成本，医生可以有更多的时间关注病人的检查和诊断。“语音识别系统可以实现智能过滤。像是询问患者是否吃过早餐、指导患者动作这一类的语音就不会被录入报告。一旦讲到专业词汇，就会被系统采纳，准确率非常高。”谢晓燕说。

C. AI让精准医学时代更快来临

在临床实践中，一个常见现象是：患者A和患者B虽患有相同疾病，但同一种药物同一个剂量下对A有效，对B却无效，或者可能引发严重不良反应。这种差异源于个体在遗传基因、环境及生活方式等方面的不同，导致治疗效果和反应存在显著差异。为解决这一问题，“精准医学”应运而生。该方法通过整合基因组学、蛋白质组学、代谢组学以及环境和生活方式等大数据信息，为患者量身定制最有效的治疗方案。

药学部副主任陈攀教授表示，精准医学在器官移植领域具有重要的应用价值。器官移植术后，患者的免疫系统会将移植器官识别为异物并发动攻击，因此需要使用免疫抑制剂来抗排斥治疗。然而，仅依赖药物说明书难以实现精准用药：剂量过高可能引发感染等不良反应，剂量不足则可能导致移植失败或治疗效果不佳。

为解决这一问题，药学部和器官移植科利用AI技术为患者制定免疫抑制剂的精准用药方案。在用药前，系统会整合患者的药物代谢相关基因型、生化指标等数据，通过前期构建的精准用药模型自动生成最佳剂量推荐。用药后，医生会检测患者血液中的药物浓度，并结合治疗效果，将数据反馈至系统模型中，再次生成剂量调整建议。基于这些动态数据和模型，免疫抑制剂的初始治疗浓度达标率从经验性给药的30%提升到60%以上，辅助实现器官移植术后患者免疫抑制剂的精准用药。

02/

赋能患者

让优质医疗资源变得更加可及

当前，医疗工作者数量严重短缺。数据显示，全球还需要640万名医生、3000万名护士和助产士以及290万名药学专业人员。而面向患者的AI服务，能为患者提供个性化医疗建议、提升患者就医体验、智能健康监测与管理等功能，让优质医疗资源变得更加可及。

A. 打造“智慧医院”

地中海贫血是一种临床上常见的隐形单基因遗传病。一旦夫妻双方均携带致病基因，就有1/4概率生下重型地贫患者，这一类患者只能通过输血或是造血干细胞移植的方式维持生存。如果能在婚前就清楚了解是不是地贫的基因携带者，做好地贫筛查和产前诊断，完全可以避免生育重度地贫儿。

为此，中山一院医学检验科利用大数据设计了一个地贫智能预测系统。被评估者只需要根据页面提醒，输入几个血常规检测指标，模型就可以评估患地贫的风险。并且，模型还会指引被评估者是否需要进行下一步的基因检测。据陈培松教授介绍，该模型用于α地中海贫血筛查的准确率大约在90%左右。

除了针对特定病种的患者服务，医院还在互联网医院设置了智能导诊窗口，患者输入症状、年龄、性别等基本信息，AI就能给出挂号科室指引。减少患者因不清楚科室主治范围而挂错号的风险，提升患者就医体验。

看病需要花费大量的时间和精力。尤其是在大型医院，就诊人数多，楼宇、科室分布复杂，就医流程繁琐，更容易让时间紧张或行动不方便的患者感到压力。据医院信息数据中心主任余俊蓉介绍，医院目前正计划实施AI陪诊系统。由AI帮助患者制定详细的就诊、检查计划，实现就诊全流程的智慧化、个性化服务。

B. 打通基层医疗服务的“最后一公里”

在利用AI增强医疗资源的公平性和可及性方面，中山一院也展开了行动。产科副主任医师陈海天曾在2022年启动了一项课题，争取到了900台远程胎心监测设备和900台远程血糖、血压监测仪，免费提供给肇庆封开、河源紫金、阳江阳春三个县级基层医疗机构，帮助当地孕妇进行更加科学的孕期保健。孕妇可以使用设备和对应的手机软件监测并上传数据，由AI及医生对数据进行判读，如有异常及时干预。

2024年，中山一院院长肖海鹏提出构建新型健康网络的“FAH—DNA模式”（FAH即中山一院英文缩写），依托医生（Doctor）、护士（Nurse）和人工智能（AI）三个载体，通过区域医疗中心、社会康养合作机构、家庭照护服务及互联网医院等路径，将优质医疗服务送达社区和家庭。未来，医院将更多尝试借助AI力量，打通基层医疗服务的“最后一公里”。

管理大型医院如同治理一座繁忙而复杂的微型城市。中山一院在人事、药品及医疗设备选购等医院管理方面也引入了AI技术进行精细化管理。陈攀举例，在三级公立医院绩效考核中，抗菌药物使用强度、国家组织药品集中采购中标药品使用比例、门诊患者基本药物处方占比、住院患者基本药物使用率等均属于合理用药方面的考核指标。如果某些临床科室上述指标出现异常超标，AI系统会自动给相关科室负责发送提醒。

03/

AI时代，顶尖医院需要什么样的人才?

“培养医生从临床提出需求的能力”

随着医疗科技的快速发展，医务人员也面临多重的挑战。如今，医院药房通过自动化技术实现智能发药已成为常态，药学服务模式也从传统的“以药品为中心”逐渐转向“以患者为中心”。为适应这一转变，药师的角色不再局限于药房窗口，而是更多地走向临床一线，直接参与患者的治疗过程。2024年1月，国家卫健委发布《驻科药师工作模式试点方案》，明确了驻科药师的职责，包括审核医嘱、参与查房与会诊、实施药学监护与药物重整、提供用药咨询与教育，以及指导患者出院带药等。作为全国试点医院之一，中山一院的药学部临床药师已覆盖多个临床科室，构建了全程一体化的药学服务体系。

据陈攀介绍，中山一院的驻科药师在查房时，通过搭载“移动查房系统”的平板电脑，能够实时调取患者的基础信息、生化检测指标等数据，并利用视频、图片、语音、文本等多模态方式记录和反馈用药建议。此外，AI技术还能自动生成药学监护评级建议，帮助药师快速识别需要重点关注的患者，从而提升药学服务的精准性和效率。这一创新模式不仅优化了医疗资源配置，也为患者提供了更高质量的个体化药学服务。

中山一院的驻科药师在查房时，使用搭载“移动查房系统”的平板电脑。

“在AI时代，我们需要培养医生从临床提出需求的能力。”副院长张弩说。

据余俊蓉介绍，对于新入职的医生，中山一院仍坚持让他们在刚开始接触临床的初期，对AI辅助工具适当疏离，不能产生依赖，扎实打好基本功才能提出更具针对性和原创性的问题。与此同时，医院通过与国际一流高校、医疗机构的教研合作，丰富年轻医生对AI的多维度理解。而医院引入的信息技术方面人才，也需要先在临床流转半年以上。只有做到足够熟悉临床，才能服务于临床。

在采访中，专家们也提出了一些AI尚未解决的问题，比如：陈培松表示，AI在解决跨学科问题时还存在短板，比如使用何种抗生素药物，需要药学部、医学检验科、临床医生等多方共同决策；初建平表示，目前用于精准医疗的多模态AI模型发展尚不成熟，还需要进行专病大数据训练，她还希望，AI能够参与到患者全生命周期的管理；余俊蓉表示，当前全国通用的医疗大模型数量还比较少，各家医疗机构、高校研究及应用的AI模型的通用适配性并不高，这主要是因为医疗领域特殊性、病种本身复杂性，加上不同医院的专业技术特色、治疗流程、用药习惯也相差较大等因素，这些问题需要多方联手，共同解决。据悉，中山一院正在通过引入复合型人才、加强医工融合人才培养、与先进制造业企业进行产学研合作等方式，加速AI与医疗的融合。

在人工智能时代，医生会被完全取代吗？受访专家一致给出了否定答案。“即使医生和AI给患者开出同一张处方，在患者身上产生的效果也可能是不一样的。医患之间面对面的信任感、医生暖心的鼓励和暗示，都会对患者的治疗产生巨大作用。”张弩副院长表示，正如中山医医训所讲，医生要“医病 医身 医心”。借助人工智能，可以把更多时间留给医患间的沟通交流，让技术更好地实现人文的温度。技术最终的价值一定体现在生命至上、以人为本。从这一点来看，医疗需要AI，在AI加持下，医疗将迅速迈入精准医疗时代。而会用AI看病的医生，也给AI的应用赋予了人文的温度。这或许印证了特鲁多墓志铭的现代演绎：有时去治愈，常常用AI辅助，总是以人文关怀。

策划：王卫国 李阳

统筹：尹来 游曼妮 王道斌

执行统筹：李文

采写：南都记者 王诗琪 通讯员 彭福祥 章智琦

受访者供图