Na clínica do Departamento Respiratório do Hospital Haihe, em Tianjin, o vice -médico -chefe Wang Herong está tratando um paciente que tossiu há duas semanas. Depois que ela entrou nas palavras "tosse, febre" no computador, um painel de análise inteligente apareceu no lado direito da tela, mostrando que o relatório da TC do paciente de três meses atrás foi recuperado e rotulado como lesão de fibrose pulmonar leve no lobo inferior do pulmão direito; Recentemente, indicadores inflamatórios, como C -}, proteína reativa e contagem anormal de glóbulos brancos foram destacados na rotina sanguínea; O rascunho inicial dos registros médicos estruturados lista diagnósticos diferenciais como "Comunidade - pneumonia adquirida" e "exacerbação aguda de doenças pulmonares obstrutivas crônicas" de acordo com a prioridade e inclui recomendações de exames e referências a medicamentos.
Wang Herong disse que, no passado, ao acessar imagens, era necessário lembrar o caminho de operação de três níveis do sistema PACS, recuperar manualmente o histórico médico, entrando no sistema EMR e mude para o sistema LIS para verificar os resultados da sensibilidade ao medicamento antes de prescrever; Agora, a IA impulsionará ativamente as informações com base nos cenários de diagnóstico e tratamento, economizando médicos pelo menos 5 minutos.
Por trás desses 5 minutos economizados, encontra -se a poderosa inteligência do sistema hospitalar nativo de IA criado pela solução de Tianhe para hospitais nativos da IA.
Kang Bo, líder do programa e gerente geral da Tianjin Zhilin Tianhe Technology Co., Ltd., introduziu que quando os médicos inseram palavras -chave como "tosse" e "febre", o mecanismo de processamento de linguagem natural do sistema hospitalar nativo da IA pode analisar as intenções clínicas por trás das palavras -chave, assim como a "compreensão", as necessidades do soldado das necessidades das necessidades dos médicos; A tecnologia multi -modal de fusão sincroniza e conecta dados dispersos, como imagem, teste e registros médicos, os agrega ativamente para formar uma cadeia completa de informações do paciente e encerra o dilema dos "médicos que procuram dados".
Nos cenários médicos tradicionais, os dados são um "arquivo" estático que precisa ser consultado manualmente, mas impulsionado pelo "cérebro da IA", os dados fluirão dinamicamente com o cenário de diagnóstico e tratamento. Kang Bo deu um exemplo de que, no cenário de diagnóstico e tratamento de assistência inteligente, com base nos sistemas hospitalares nativos da IA, quando os médicos consideram ajustar os antibióticos, o sistema associará automaticamente três informações: os resultados da sensibilidade ao medicamento para cultura de escarro do paciente, histórico de alergias passadas e padrões de gerenciamento de antibióticos hospitalares. Após a verificação, as recomendações de medicamentos serão geradas para resolver o problema de fragmentado e falta de colaboração no processo inteligente da fonte.
Além disso, o poder de computação de borda é responsável pelo feedback do nível de milissegundos após a entrada de palavras -chave, tornando o painel inteligente "na chamada"; O poder de computação local é responsável por apoiar a fusão profunda e a inferência de dados multimodais, garantindo recomendações precisas de diagnóstico.
De acordo com os dados fornecidos pelo Hospital Haihe em Tianjin, três meses após a implementação de cenários de diagnóstico e tratamento com assistência inteligente, o número médio diário de visitas aos médicos ambulatoriais aumentou significativamente e a integridade dos registros médicos melhorou bastante.
Durante o período de fadiga do médico do meio -dia, a AI real - lembretes de tempo reduzem significativamente a taxa de omissão dos principais históricos médicos e diminuem significativamente o risco de diagnóstico perdido. "Yang Wanjie, diretor do Hospital Haihe, em Tianjin, disse.
