售前電話
135-3656-7657
售前電話 : 135-3656-7657
1. 案例來(lái)源
2019年1月—3月,通過網(wǎng)上填報(bào)共收集案例245例,經(jīng)篩選進(jìn)入評(píng)選環(huán)節(jié)的案例190例,涉及137所醫(yī)療衛(wèi)生機(jī)構(gòu)和科研院所;有55例案例未通過形式審查。收集的信息包括案例名稱、申報(bào)類型、申報(bào)單位、承建商、基本情況、實(shí)現(xiàn)功能、應(yīng)用效果、技術(shù)特點(diǎn)、軟件著作和專利及獲獎(jiǎng)情況。申報(bào)類型分為疾病預(yù)測(cè)干預(yù)智能化、疾病咨詢智能化、疾病診療智能化、藥物研發(fā)智能化、衛(wèi)生事業(yè)管理智能化和其他類型案例6類[1]。
2. 案例分析
2.1案例分類
按照單位填報(bào)的案例類別統(tǒng)計(jì),在190個(gè)案例中,疾病輔助診療類案例98例,占比52%;疾病預(yù)測(cè)干預(yù)類案例31例,占比16%;疾病咨詢類案例22例,占比12%;衛(wèi)生事業(yè)管理類案例24例,占比13%;其他案例15例,占比8%;藥物研發(fā)智能化案例為0。
2.1.1疾病輔助診療類
主要收集臨床輔助診療、疾病康復(fù)方面的相關(guān)應(yīng)用案例,包括知識(shí)庫(kù)、智能輔助診斷系統(tǒng)等,以及臨床醫(yī)療機(jī)器人、護(hù)理機(jī)器人、手術(shù)機(jī)器人、康復(fù)機(jī)器人等服務(wù)系統(tǒng)。疾病輔助診療類以醫(yī)學(xué)影像類居多。其中,電子計(jì)算機(jī)斷層掃描(CT)影像類28例。多模態(tài)影像,如CT影像與磁共振(MR)或正電子發(fā)射計(jì)算機(jī)斷層顯像(PET)等融合28例。應(yīng)用場(chǎng)景相對(duì)單一,技術(shù)也趨于同質(zhì)化。
2.1.2疾病預(yù)測(cè)干預(yù)類
主要關(guān)注健康風(fēng)險(xiǎn)預(yù)測(cè)、疾病流行和公共衛(wèi)生事件等案例。疾病預(yù)測(cè)干預(yù)類案例主要收集健康管理咨詢、虛擬助手、智能全科醫(yī)生等針對(duì)疾病及健康知識(shí)等實(shí)現(xiàn)的相關(guān)應(yīng)用。在此類應(yīng)用的22個(gè)案例中,有9例是“智能導(dǎo)診”應(yīng)用場(chǎng)景。
2.1.3衛(wèi)生事業(yè)管理類
主要收集公共衛(wèi)生管理、醫(yī)院管理、分級(jí)診療、醫(yī)患溝通、人文關(guān)懷等應(yīng)用案例,如患者隨訪、護(hù)理質(zhì)量管理等。在此類應(yīng)用的24個(gè)案例中,主要以健康大數(shù)據(jù)管理為主,側(cè)重于提升醫(yī)院管理水平,支撐分級(jí)診療工作開展。
2.1.4藥物研發(fā)類
主要收集新藥發(fā)現(xiàn)階段與臨床試驗(yàn)等應(yīng)用案例,如靶點(diǎn)篩選、藥物發(fā)掘、藥物優(yōu)化、服藥依從性管理、藥物晶型預(yù)測(cè)等,但此類案例缺失,分析其原因:首先人工智能問診系統(tǒng),本次案例征集主要針對(duì)醫(yī)療衛(wèi)生機(jī)構(gòu),沒有涉及到藥品研發(fā)及生產(chǎn)過程;其次,對(duì)藥物研發(fā),尤其是基于分子生物學(xué)的分子功能分析等需求關(guān)注較少。
2.1.5其他
主要關(guān)注“防病輔醫(yī)研藥協(xié)管”以外的智能化應(yīng)用案例,申報(bào)案例有智能護(hù)理包、智能平臺(tái)、物流機(jī)器人等。
2.2分析結(jié)果
2.2.1申報(bào)案例以醫(yī)療衛(wèi)生機(jī)構(gòu)為主
按照東、中、西部地區(qū)進(jìn)行統(tǒng)計(jì),東部地區(qū)申報(bào)案例數(shù)量為120例,占比63%,占比較高;中部地區(qū)為31例,占比16%;西部地區(qū)為39例,占比21%。按照醫(yī)療衛(wèi)生機(jī)構(gòu)類別進(jìn)行統(tǒng)計(jì),各級(jí)醫(yī)療機(jī)構(gòu)共111家,占比81%,其中三級(jí)醫(yī)院99家,二級(jí)醫(yī)院5家,一級(jí)及未定級(jí)醫(yī)院7家;公共衛(wèi)生單位22家,占比16%;科研院所4家,占比3%。
申報(bào)項(xiàng)目數(shù)量排前3位的省份分別是廣東省22例、北京市20例、上海市和浙江省同為16例。深圳市申報(bào)項(xiàng)目12例,占了廣東省的一半以上。報(bào)送案例數(shù)量超過10例的還有山東省、四川省、江蘇省、安徽省、重慶市和福建省。
2.2.2疾病輔助診斷應(yīng)用超過半數(shù)以上,以醫(yī)學(xué)影像應(yīng)用為主
現(xiàn)代醫(yī)學(xué)屬于循證醫(yī)學(xué),影像檢查,是現(xiàn)代醫(yī)療診斷的主要依據(jù)之一。醫(yī)學(xué)影像的數(shù)據(jù)具有可獲得、易標(biāo)注、質(zhì)量較好、數(shù)據(jù)標(biāo)準(zhǔn)化程度較高等特點(diǎn),使得人工智能在醫(yī)學(xué)影像應(yīng)用中最為成熟。大部分案例通過對(duì)病灶或靶區(qū)的自動(dòng)勾畫,以及三維模型的重建,實(shí)現(xiàn)影像分類、靶點(diǎn)檢測(cè)、圖像分割、影像檢索。本次疾病輔助診斷案例大多以醫(yī)學(xué)影像數(shù)據(jù)為基礎(chǔ),從原始數(shù)據(jù)中得出抽象的泛化特征,通過反復(fù)學(xué)習(xí)和模型建立進(jìn)行判斷,完成醫(yī)學(xué)影像識(shí)別應(yīng)用。許多醫(yī)院通過使用人工智能醫(yī)學(xué)圖像識(shí)別系統(tǒng),提升診斷效率和精準(zhǔn)度。基層醫(yī)療衛(wèi)生機(jī)構(gòu)通過信息技術(shù)賦能,提升診斷水平、促進(jìn)醫(yī)療資源下沉。
2.2.3輔助診斷應(yīng)用以肺結(jié)節(jié)、腫瘤、心腦血管、眼底病等疾病為主
(1)肺結(jié)節(jié)等肺部疾病檢測(cè)及診斷案例有46例。案例多通過人工智能技術(shù)輔助完成診斷工作,并基于篩查結(jié)果自動(dòng)生成結(jié)構(gòu)化診斷報(bào)告。