人工智能落地安徽省立医院

文/本刊记者 曹凯

安徽省立医院联手科大讯飞，研发语音病历输入系统，同时大规模应用人工智能辅助影像科诊断。

8月底，安徽省立智慧医院在安徽省立医院揭牌，安徽省立医院人工智能辅助诊疗中心同期成立。尽管不少企业和医院都在联合研发人工智能辅助诊断技术，但是基本都还没有落地到大规模临床应用。

安徽省立医院党委书记刘同柱指出，这是国内医院首次将这一技术落地临床应用，并设置专责管理部门。

安徽省立医院联手科大讯飞，人工智能技术在医疗场景应用的探索终于落地。随后，一些科技企业估计还会抛出一些新的人工智能玩法。其实，早在前些年以轻问诊、挂号为主要特征的互联网医疗融资热潮中，一些创新型高科技企业就已经开始和医院一起憋大招。

这些由大型三甲医院深度介入的新玩法，紧贴医院和医生的需求，比热络的互联网医疗创业离医院核心业务更近了。

安徽省立医院医生使用语音输入技术，辅助电子病历书写，人工智能改变医生工作流程。

病历语音输入试水

作为国内领先的高科技企业，科大讯飞的语音输入技术在国内首屈一指。他们早在2015年就开始联系安徽省立医院管理层，希望从大型三甲医院的真实需求入手，与医院一起联合探索语音输入技术在医院的应用。

刘同柱告诉《中国医院院长》，“医护人员除了繁忙的诊疗工作，还要耗费大量的精力在医疗文书填写上。能否通过语音输入技术应用把医务人员从繁杂的文书工作中解脱出来，这是医院管理者迫切关心的”。

安徽省立医院2016年门急诊量已然超过320万人次，平均每天接诊的患者将近万人，医务人员在文书工作上的时间和精力投入可谓庞杂。其实，所有的医院都面临着这样的问题：医务人员一方面希望压缩文书工作压力，更加专心为患者服务；另一方面医疗文书是医疗过程的关键记录，一旦发生医患纠纷又是最重要的法律证据，不可能过于简化，似乎是个两难的问题。

经过一段时间的酝酿，2016年6月安徽省立医院与科大讯飞成立“医学人工智能联合实验室”，共同研发医疗人工智能技术。语音输入技术的医院应用，自然成为其中一个主攻方向，双方都希望最终实现辅助医疗文书工作。

目前，一款称为“云医声”的系统已经嵌入医院HIS系统中。医生将其安装在自己手机上，佩戴上耳麦就可以对手机发出指令，进入HIS系统调阅患者电子病历，“追踪掌握每位患者的病案信息和最新诊疗报告”。因为安徽省立医院医院信息化越来越完备，挂号、诊疗、检查、取药流程同步信息化程度已经非常高，“云医声”系统语音指令大大提高了医生工作的效率。

同时，云医声最重大的突破则是语音录入电子病历。传统的工作流程，B超过程中，一个医生执行操作，可能需要一个护士随时按照医生描述进行记录；口腔科医生在拔牙洗牙操作完成以后，还要脱掉手套，再来写病历。刘同柱介绍，“医生现在配上麦克风，一边进行医疗操作，另一边电子病历就按照医生口述自动生成了”。

刘同柱指出，“云医声的语音输入系统有较强的自我学习功能，能够识别说话者的声纹。如果某些字经常错误，它会自动学习，下一次会自动更正。因此，一些员工即使略微带有方言口音，也是可以使用的”。

当然，这样生成的电子病历并不是最终版本，依然需要医生再进行后期的确认，避免出现不必要的纰漏。随着技术的持续进步，它肯定能够进一步缩减医生文字信息录入的压力，减少医院在这一操作中的人力投入。目前，这一系统已经引起安徽省立医院部分年轻医生的关注。

目前，这一技术主要在住院部门使用，门诊环境比较嘈杂暂时还有一定的瓶颈。不过，类似医院的专业化应用场景，专业术语较多，随着后台医学知识数据库的完备和语音输入技术的发展，语音输入的准确度反而可以进一步提高。

安徽省立医院院长许戈良此前曾提到，医院的医生每天使用“云医声”手机APP近千人次，登录电子病历、检验检查等各项功能页面约5300次。

影像辅助诊断落地

当前，随着CT设备普及率提升，肺部结节筛查出来的数量较大，要排查出其中癌症患者任务量就大，需要大量人力投入。而且，一旦出现误诊，对于患者个人的影响也比较大。

安徽省立医院一位医生告诉《中国医院院长》，仅9月的第二个周末，医院接受CT检查的患者数量就达700多位，其中就有不少发现肺部结节；而且，CT照影的图片常常多达数百张，如果全靠人工读片，逐一筛查结节，需要耗费大量人力。

尽管最初是想从病历语音输入突破，安徽省立医院与科大讯飞却迅速碰撞出另外一个人工智能应用的主攻方向——辅助影像诊断，进一步介入医生诊疗活动。而且，这一领域当前进展似乎要更快。

随着人工智能技术识别图片能力逐步提升，医院影像科成为人工智能技术研发企业迫切希望联络的部门。

“医院提供数据和医学技术支持，科大讯飞则提供人工智能研发能力，就以CT胸片肺部结节的筛查作为人工智能临床应用的突破口。”刘同柱指出。

也是在2016年6月，随着前述实验室建立，人工智能医学影像辅助诊断系统开始在院内上线，进行测试和调试。在一年多的时间，辅助诊断系统深度学习医院多年积攒的68万张肺部CT影像资料和医生诊断，逐渐形成机器自身的诊断能力，准确率也不断提高。

其间，科大讯飞凭借着共同研发的辅助诊断系统到美国参加人工智能辅助诊断比赛，并获得相关组别的第一名，准确率达到94%。

目前，一位成熟的影像科医生五到十分钟才能读完一位患者的全部CT胸片，再给出自己的诊断意见。人工智能辅助诊断系统可以不眠不休大批量解读CT片，还可以按照固定模板给出诊断建议。

尽管辅助诊断系统在很长一段时间不可能代替医生给出最终诊断，但是医生可以在其初筛的诊断意见上重点甄别，目的是进一步提升工作效益。

随着肺部结节辅助诊断逐渐走向稳定，合作双方又把需要影像检查的乳腺肿瘤和其他疾病的筛查纳入研究范畴。目前，乳腺肿瘤主要通过乳腺钼靶照影筛查。前述辅助诊断系统，深度学习安徽省立医院积攒的2万多个病例影像资料，逐渐形成诊断能力，当前的诊断准确率可以达到80%以上。

8月初，人工智能辅助诊疗中心落地医院的同时，肺部结节CT筛查和乳腺钼靶照影筛查两大功能同步上线。当天，这一系统也同步对接安徽省“医学影像云”和安徽省立医院医联体远程会诊系统。这就意味着，安徽省立医院和41家接入的县级医院可以同步使用人工辅助诊疗系统，筛查肺部结节和乳腺肿瘤。

安徽省立医院影像科提供的数据显示，2017年8月，人工辅助诊疗系统接收全部医院辅诊例数超过9.7万例，绝大部分是CT肺部结节筛查；而且，辅诊系统提出不同诊疗意见数量为5600多例，这些病例就是各家医院医生进一步核查时需要特别关注的部分。

在国内很多医院和企业还在进行临床探索时，安徽省立医院较早将人工智能辅诊落地应用，成立专门机构统筹负责，目前免费让接入系统的数十家医院使用。

“前期研发有投入，服务不可能长期免费。目前，物价部门正在论证，看看能否通过合理的渠道予以补偿。”刘同柱强调。

目前，医院虽然成立人工智能辅助诊疗中心来负责这一块事务，但是目前主要还是依托于具体科室。刘同柱指出，“下一步，医院或将成立院外医疗部。新成立的中心将会放在该部之下；而且，院外医疗部还将下设一个新的机构，负责协调双向转诊业务。我们还将在一系列探索更成熟之后，建立网络医院，将医联体医院紧密结合起来”。