媒体报道
打开电脑上的“AI医生助手”图标,北京大学首钢医院全科医学病房主治医生王盼点开其中的“生成住院病例小结”模块,将事先写好的病例内容复制到系统上,点击“调用AI大模型”选项,等待16秒后,一份出院小结便自动生成。
“以往我们写一份住院小结要10分钟左右,AI自动生成技术极大地提高了工作效率。”王盼说。
对从事20余年医疗信息化工作的北京大学首钢医院信息中心主任余浩来说,将人工智能引入医疗诊断,这个“AI医生助手”程序已经迈出了第一步。“我们的技术团队将DeepSeek-R1在医疗场景进行应用,辅助提升诊疗质量的同时,持续探索提升诊疗效率,减轻医务工作者工作压力。”余浩说。
2024年9月,北京大学首钢医院开始探索研究人工智能赋能诊疗工作。余浩说:“以前我们的智慧应用主要针对不同科室的需求进行碎片化点状应用,经过半年的整体策划,特别是DeepSeek问世后,进一步打开了我们通过AI助力医院智慧转型的思路。”
“AI医生助手”便是该医院智慧医疗平台的名称,其利用医院自身的基础平台,实现数据信息院内有效流转,不用担心外租服务器或算力中心带来的医疗信息外泄风险。
点开系统,一般问题、NLP数据项抽取、检查报告错误、生成门诊病历、生成疾病诊断编码、生成住院病历小结几个应用模块已经投入试运行。余浩操作系统,点开NLP数据项抽取,将医生撰写的一段对肿瘤病人诊断文字输入后,选择肿瘤大小关键词和相关特征描述后,系统便开始分析,用时仅9秒钟,关于该病人肿瘤数据信息便被整理提取出来。
余浩解释,这套系统并没有依靠任何外部力量,只依托DeepSeek开源软件的功能,借助医院内搭建的服务器进行自主完善制作而成。他表示,医院每天接待成百上千的病人,积累了大量基础数据资源,这些数据通过人工智能实现整合与优化将成为未来医院智慧建设重要的数字底座。
目前,“AI医生助手”聚焦文字类应用场景,通过基础数据集成,院内技术人员针对诊断需求进行代码编写,二者形成有机融合才能让“AI医生助手”更加贴合实际需求。为此,技术团队在研发中充分听取相关科室的需求和意见,并以此为基础搭建系统架构,确保系统能用、好用、愿意用。
余浩说:“诊疗系统最大的特点是虽然诊疗结果固定,但病患情况存在诊疗差异,特别是同一病症不同病程,不同病患同一疾病都存在个体差异性。特别是在病患较多的时段,高强度工作状态下的医生也有可能犯错误,‘AI医生助手’通过智能纠错功能在诊断送达患者前便可以进行筛查,将可能存在的隐患消除,确保为患者提供细致准确的诊疗结果和医治建议,有效降低医患纠纷。”
在王盼医生看来,“AI医生助手”确实为自己的工作减轻了压力,她说:“新系统挺好用的,可以简化许多繁琐的工作,希望以后能尽快细化到我们工作的每一个末端,让我们可以更好地服务患者。”
如今,这套“AI医生助手”上线试运行后,在智能问答、医疗知识检索、文书报告错误检测、门诊病历自动生成、疾病诊断编码及住院病历小结生成等多个场景应用实践,已经在该医院修复重建科、全科医学科、骨肿瘤等多个科室使用。
余浩认为,人工智能赋能医院转型发展才刚刚起步,医疗决策不能出错,大模型技术与医疗场景结合需要一个逐步探索的过程,哪些场景下能用,哪些场景下需要额外关注什么,还有很多细节需要落实,需要大胆尝试,小心求证,稳步推进。“除了向人工智能系统提问外,我们正在分析如何让系统向我们提问,通过人机之间不断地提问与回答,提高大模型和智慧系统与诊疗系统的契合度,同时依托应用端的反馈,不断延伸系统外延,实现让数据‘跑’起来,更好地服务于医务工作者和广大患者。”
原文链接:https://mp.weixin.qq.com/s/5IxaH8jnHAbM2MQXR5o9JQ