关于智慧医疗新体系建设方向

人工智能医疗是以互联网为依托，通过基础设施的搭建及数据的收集，将人工智能技术及大数据服务应用于医疗行业中，提升医疗行业的诊断效率及服务质量。

目前医疗人工智能应用按场景可分为医学影像、辅助诊疗、虚拟助理、健康管理、智慧医院（医疗）等。

在医疗影像场景，根据临床数据采集的不同，可细分为 CT、视网膜眼底图、X 射线、病理、超声、内窥镜、皮肤影像应用。磁共振影像目前主要在脑功能研究。
一、应用场景

1、医学影像

深度学习在图像处理领域技术最成熟，因此医学影像类人工智能应用最多。
（1）CT影像应用

CT 产品应用公司数量较多，聚焦的疾病广泛，如肺结节、肺炎、肺癌。产品形态以软件为主，算法模型处于微调优化阶段，相关产品相对成熟。

（2 ）视网膜眼底图应用

视网膜眼底图产品应用公司数量较多，主要集中在糖尿病性视网膜病变、高血压、动脉硬化、视神经疾病的诊断和预测，产品形态以软件为主。目前基本成型的 AI+视网膜眼底图产品应用处于医院应用阶段。

（3）X 射线透视应用
研究 X 射线产品应用的公司数量较多，聚焦于骨折筛查、骨龄预测等。产品形态以软件为主。产品成熟度较高，处于医院应用阶段。

（4）病理影像分析应用
病理影像应用的企业，疾病集中在宫颈癌、乳腺癌、胃癌、前列腺癌。

（5） 超声（US ）应用

研究超声应用的企业，主要集中在乳腺癌、甲状腺、肝脏肿块等疾病，应用包含静态超声疾病检测和动态超声影像疾病检测。目前很多公司对于 AI+超声的研究还在初级阶段，目前基本成型的产品大多正处于医院试用阶段。

（6） 内窥镜影像应用

研究内窥镜影像应用的企业，主要集中在胃癌、结直肠癌和食道癌等疾病的检测和预测，产品技术成熟，临床诊断准确率较高，应用广泛。通过人工智能手段辅助消化道癌症的早期发现和诊断，将极大地提高筛查和检查的效率。

（7） 皮肤影像应用

研究皮肤影像应用的企业，应用领域涉及皮肤病的分类、分型、检测、预测、疗效评估，产品技术成熟，临床诊断准确率较高，应用广泛。

（8）心电图（ ECG ）应用

心电图数据属于图形波谱数据，介于影像和文本之间，目前该类产品应用较少。研究心电图应用的企业，主要集中在心律失常、心室心房肥大、心肌缺血损伤、心肌梗死等疾病的检测和预测。

2、 辅助诊疗

作为人工智能在医疗领域的主要应用，随着人工智能的不断发展，辅助诊疗系统的定义也在不断更新。通过对患者信息的推理，系统可以生成针对患者个人的精细化治疗建议，最后由医生从中选取有用的信息并删除错误建议，利用该系统不仅可以提高医生诊断疾病的准确率，同时还可以提高医疗单位工作效率。

基于医院信息系统积累的电子病历数据，构建电子病历知识表示模型，以数据分析和机器学习为基础，训练并得出科室常见疾病的临床路径和诊疗模型；利用自然语言处理 NLP 将自由文本的电子病历抽取整理为病人知识库，结合以疾病为核心的知识图谱，直观探索疾病、症状、治疗等诊疗要素之间的关联，形成完整的医疗知识体系。

模拟与真实医生问诊的过程，通过对话的方式和简单的点选交互，获取到必要的病情信息，最终辅助诊疗系统将给出病情预测以及合理的用药方案。借助系统，实时分析、反馈、优化问诊策略，提供最佳诊断建议，并自动生成完成参考治疗方案，实现从问诊到治疗的导航化。