引用本文： 張群華. 擁抱互聯網醫療和人工智能融合的高光時刻. 中國普外基礎與臨床雜志, 2020, 27(9): 1049-1051. doi: 10.7507/1007-9424.202008013 復制
互聯網和人工智能（artificial intelligence，AI）發展是國家發展戰略，醫療 AI 和互聯網醫療的融合是醫療數字化時代的高光時刻。2020 年新冠肺炎疫情催生了互聯網醫療的紅利爆發，新冠肺炎疫情防控期間，醫院的線上問診量、互聯網平臺的咨詢量均呈爆發式增長，老百姓仿佛一夜之間接受了通過網上看病。我國肝膽外科專家鄭樹森院士團隊在 2020 年提出疫情加快了“醫療 AI 建設”的發展趨勢[1]，美國 ATA 遠程醫療協會主任 Joe Kuedar 認為未來特色遠程醫療+AI 整合是應用的好時光。隨著互聯網技術紅利的爆發，阿里云、騰訊云和 5G 技術打破時空壁壘，AI 在醫療領域取得了飛躍性進步并被應用于諸多領域，已發展成為一個體現醫院綜合實力的新型基礎設施建設。
1 互聯網醫療紅利爆發
新冠肺炎疫情期間，公立互聯網醫院雨后春筍般快速鋪開，形成了以政府為主導、公立醫院為主體的互聯網醫院新格局。筆者 2015 年 12 月 7 日建立了全國首家烏鎮互聯網醫院，提出了在抗新冠肺炎疫情中互聯網醫療展現了四大紅利：一是政策紅利，互聯網醫療可以使用醫保；二是技術紅利，騰訊云、阿里云和 5G 打破了時空壁壘，讓百姓少跑腿，數據多跑路；三是模式紅利，使原有醫院二維模式即門診和住院變成門診、住院及線上三維醫療模式共存；四是人口紅利，我國每年就醫人次高達 81 億次/年，預計互聯網醫院市值空間 2 000 億元，形成在線新經濟。值得關注的是，企業互聯網醫院通過時間換空間和優價優質的策略成為我國互聯網醫療行業的新生力量。
2 醫療 AI 發展的新風口
新冠肺炎疫情的控制再次使 AI 醫療發展成為新風口。中國工程院李蘭娟院士表示，在這次疫情中，AI 和大數據對遏制疫情擴散、進行疫情研判發揮了非常重要的作用，當出現感染者時，通過科技手段很快就能追蹤人員的流動情況，發現接觸者并進行隔離，控制傳染源。
利用 CT 圖像輔助診斷新型冠狀病毒肺炎的肺炎AI 影像輔助診斷產品極大地提高了臨床診療效率，在國內 COVID-19 的防控工作中發揮了舉足輕重的作用。AI 算法模型通過對海量肺炎患者影像的主動學習，具備了對肺炎的診斷能力，實現新冠肺炎的早期檢測、隨訪評估、診斷分型等智能輔助診斷功能，已經在多家一線醫療機構進行應用并取得積極效果，緩解了醫療診斷資源緊張的局面，為未來 AI 在突發性公共衛生事件中的應用貢獻了新思想和新策略。
聯想智能“uAI 新冠肺炎醫學影像智能化診斷全棧解決方案”，從成像、篩查、診斷到隨訪，以 AI 全棧助力抗“疫”，為全國 100 多家醫院提供了 uAI 新冠肺炎智能輔助分析系統，該系統對新冠病毒感染病灶勾畫重合率接近 90%，全肺感染百分比量化誤差小于 1%，可將 5～10 min 的 CT 閱片時間縮短至 1 min 以內，幫助醫生精準評估新冠病情發展。在 2020 年世界 AI 大會上有 7 款肺炎 AI 影像輔助診斷系統獲得好評，智慧“抗疫”為 AI 豎起“防護墻”，這次“疫情”再次將 AI 形成黃金窗口期。
3 醫療 AI 應該是醫生的左手
醫療 AI 的發展不會顛覆和替代醫生，應該成為醫生的左手，輔助醫生對臨床的診療更合理和更科學。醫療 AI 已經涉及到醫學各個學科，臨床應用場景非常豐富。然而一個好的醫學 AI 產品應該要具備 3 點：一是瞄準世界科技前沿；二是解決臨床痛點；三是符合臨床剛需[2-4]。
3.1 ?消化系統臨床 AI 研發成為 AI 研發的熱門學科
3.1.1 肝癌
我國每年新增肝癌患者約 40 萬，在肝癌診治領域擁有海量的大數據，從而為 AI 技術再現人類醫生的診療過程提供數據支撐。醫庫云與四川大學華西醫院合作，圍繞醫生和患者關心的諸多問題，通過近萬例診前、診中、診后的臨床真實世界大數據分析和 AI 計算提供了臨床診療輔助決策系統（CDSS）。① 該怎么治？該系統提供了基于數據和指南的兩套推薦方案，前者建立在大量的醫療數據基礎上，利用大數據分析和 AI 算法從中訓練并學習到既往醫生的治療經驗，然后給出相應的治療建議；后者建立在最新的原發性肝癌治療指南和專家共識基礎上，通過建立肝癌治療知識邏輯框架，根據輸入的患者數據實現治療判斷的自動化。② 治療效果怎么樣？基于大量的醫療隨訪數據，利用大數據分析和 AI 算法，給出患者在不同治療方案下的生存周期、復發概率、復發周期等預測值，幫助患者形成對治療預后的預期。③ 有沒有跟“我”類似的患者，他們怎么治的？通過降維算法實現患者高維信息在低維空間內的映射并實現患者間的相似度計算，從而為患者推送相似的患者。④ 治療后該如何用藥？建立原發性肝癌用藥知識圖譜，根據患者輸入的信息自動尋找推導鏈路，實現對疾病用藥的推薦。⑤ 病情是如何發展的？自動對比患者的過往醫療數據，實現對患者歷史數據的縱向觀察和對比，這正是“AI+醫療”造福人類的完美詮釋。四川大學華西醫院嚴律南教授認為：目前，我國的肝癌治療方法包括手術切除、肝移植、局部消融、介入治療、放療、靶向治療、免疫生物治療等，各種治療路線交叉龐雜，盡管國內外發布了相關治療指南，但在實際的臨床決策中仍嚴重依賴于主治醫生的臨床經驗和判斷，尤其對于基層醫院和年輕醫生而言，治療經驗的匱乏會影響他們做出最合適的決策，從而影響患者的預后；另一方面，醫院的數據系統中沉淀大量的病例數據，凝聚了醫生的經驗和智慧，若能合理利用這些資源，為醫生的臨床決策給予支撐和支持，無疑具有巨大價值。針對臨床需求，研究一套基于數據的可用于原發性肝癌治療的 AI 臨床輔助決策系統開發有顯著的臨床價值和現實意義。
3.1.2 肝移植
肝移植是目前治療各種終末期肝癌唯一有效手段，鑒于國內肝移植的特點，仍有許多問題值得重視和探討。四川大學華西醫院和醫庫云瞄準世界醫學科技前沿，在世界肝移植領域開創性建立了“AI 肝移植臨床決策系統”。數據是產品的靈魂，基于完整肝移植臨床數據的筑底、AI 技術的加持，華西醫院肝移植中心與醫庫云通力合作，探索和挖掘肝移植患者供體和受體診前、診中、診后的診療數據，進行了大量真實世界研究，提供了多層次的肝移植診療智能分析模型，準確率達 93% 以上。用 AI 技術開啟了規范邊緣性供肝使用的研發。
3.1.3 胃及結直腸癌
除了肝癌，國內外 AI 研發在胃、結直腸癌方面也有初步試探。日本 Yamada 等[5]開發了一個實時、穩健的大腸腫瘤 AI 診斷系統，可顯著降低結腸鏡檢查中對于非息肉性病變漏診的風險，其靈敏度和特異度分別為 97.3% 和 99.0%，曲線下面積為 0.975。這種 AI 系統可實時提醒內鏡醫師，避免在結腸鏡檢查中出現非息肉樣息肉等漏診、提高對結直腸癌的早期發現率。我國消化內鏡 AI 輔助系統，主要用于消化內鏡操作時對于消化道影像的監測與處理；規范醫師的內鏡操作并實時輔助醫師提示可疑病灶，減少漏診、誤診，提高早期惡性腫瘤檢出率，助力消化道系統腫瘤的早發現、早診查、早治療。武漢大學人民醫院使用我國消化內鏡 AI 輔助系統后，早期胃癌的檢出率從 2017 年的 22.8% 提升到了 2018 年的 34.5%、2019 年的 40%，切實提升了早期癌檢出率，獲得臨床醫生高度認可。上海長海醫院李兆申院士報告構建和驗證一個用于胃癌自動識別的深度學習模型，提高早期胃癌的識別和診療水平，用于早期胃癌診斷的準確率為 89.4%（635/710），敏感度為 88.8%（206/232），特異度 89.7%（429/478），每張圖像的診斷時間為（0.30±0.02）s，均優于相比較的 4 名內鏡醫師。可喜的是，AI 機器學習篩查胰腺癌、早診高風險患者放射劑量輔助 AI 決策在胃腸癌治療中的應用、消化道腫瘤“數字病理+AI”等消化 AI 產品層出不窮。
3.2 心血管疾病
我國心血管疾病現患人數約為 2.9 億，其中冠心病 1 100 萬，心血管病死亡占城鄉居民總死亡原因的首位。英國的 Ultromics 利用 AI 技術開發了一種超聲心動圖分析技術對心臟進行成像，將冠心病的診斷準確率提高到了 90% 以上。北京科亞醫療生產的創新產品“冠脈血流儲備分數計算軟件”，獲批全國 AI 三類醫療領域注冊證，利用深度學習算法，實現了 CT 血流儲備分數在臨床應用的技術革新，計算時間縮短至僅需 5 min，準確性提升至 90%，且大幅減少醫藥費用，處于國際領先水平。上海瑞金醫院《創新驅動構建靜脈血栓栓塞癥（VTE）規范防治體系》經六年磨一劍，通過自主研發，構建了 VTE 防治“數字神經系統”。為了實現 VTE 高危病例的全程照護，瑞金醫院開發了國內首套人工智能 VTE 隨訪系統，應用后高危病例失訪率從 21% 下降到 0.5% 以下。森億智能研發的 AI 對深靜脈血栓預警，能夠比純人工智能水平準確 24 個百分點，AI 模型可以做到平均提前 2.6 d 以上預測到深靜脈血栓，診療上節省成本 37%。
3.3 呼吸系統
我國每年醫學影像增長量超過30%，而每年新增的放射科醫生只有 4%。基層高年資醫師資源更為稀缺，肺癌 AI 輔助診斷成為焦點。谷歌 AI 研究人員與美國西北大學醫學院合作，創建了一個 AI 模型，該模型能夠通過篩查檢測出肺癌，比平均擁有 8 年經驗的人類放射科醫生做得更好，在分析單個 CT 掃描時，該模型檢測出惡性腫瘤的平均頻率比 6 名人類專家高出 5%，減少假陽性的可能性也高出 11%。美國 AI 研發者 Ardila 等[6]報告，利用低劑量胸部計算機斷層掃描技術的三維深度學習端到端的肺癌篩查，在 6 716 例美國國家肺癌篩查試驗案例中達到了最高水平的表現（曲線下面積為 0.944），并且其表現類似在一個獨立的 1 139 例病例的臨床驗證組上，相比所有 6 位放射科醫生，假陽性的絕對減少量為 11%，假陰性的絕對減少量為 5%。
3.4 腦部疾病
醫療影像 AI 在腦部疾病也是 AI 系統的焦點。據中國卒中學會統計數據，我國每年腦卒中新發病例數達 500 萬，死于腦卒中者高達 150 萬，腦卒中已成為我國第一大致死病因。近日 GE 醫療搭建 AI 腦血管病精準診療，通過覆蓋腦卒中篩查、診斷、治療和隨訪的全診療流程，提升診療效率與治愈率，率先落戶大型三甲醫院到基層醫院，將“專家”下沉基層，獲得很好效果。國內首張 AI“影像輔助診斷”軟件三類證頒發，MR 腦腫瘤率先沖出重圍，該產品是由天壇醫院和安德醫智聯合研發的 AI 產品，對腦腫瘤診斷準確率超過 90% 并自動生成結構化報告，包括腫瘤位置、體積等精準信息，幫助醫生快速診斷并提高放射科醫生對腦腫瘤的診斷能力。
4 互聯網醫療與 AI 融合
互聯網技術構建了 AI 產品應用平臺。騰訊和諾華合作研發的 AI“護心小愛”采用小程序入徑實現了心衰 AI 疾病管理平臺的全生命周期管理，不僅完善了國內心衰綜合管理體系，同時進一步展現了 AI 技術賦能醫療變革與創新，標志著以患者需求為導向的慢病全病程數字化疾病管理成為可能。阿里健康器官移植創新隨訪平臺通過支付寶入口指導患者科學用藥，是國內首個基于互聯網技術建設的器官移植隨訪平臺，將傳統線下隨訪模式轉移至線上，有望實質性改善國內器官移植術后管理困境。騰訊的帕金森病運動功能智能評估系統，輔助醫師 3 min 診斷帕金森，該系統具備深度學習能力，檢測的動作按照身體關節點被拆分為上百個可識別的關鍵點，建立模型進行識別檢測，經過深度學習，它可以分辨出帕金森病患者動作上的細微差異，所有這些數據通過云傳輸到醫生工作平臺，由臨床醫生做出準確診斷。
我國乙肝病毒攜帶者約近 1 億，慢性乙肝患者超過 3 000 萬，每年新發肝癌患者 40 萬（其中 85% 是乙肝患者，肝癌 5 年生存率 12.6%）。乙肝患者對肝癌聞癌色變，對肝硬化是膽戰心驚。肝硬化和肝癌的治療以及肝移植治療費用昂貴，使許多家庭因病返貧。醫庫云啟動 AI 乙肝全生命周期管理平臺“護肝使者”，將通過小程序連接患者和醫生，將乙肝患者的臨床動態檢查和癥狀形成數字醫療，通過深度學習，研發出讓乙肝患者喜聞樂見的全生命周期管理產品，極大提高了肝病預防、篩查和診療能力。
未來十年，互聯網無處不在，隨著 5G 通訊技術的普及，智能手機有望成為“我的醫生”。“我的醫生”可能是一位醫生或一群醫生，最終是 AI 醫生系統，協助人們管理健康，實現健康中國愿景；而在醫院，近年來 AI 技術在醫療中的應用越來越廣泛，在醫療 AI 產品中能讓醫生和患者受益的是跨多學科的 AI 輔助系統產品線，貫穿診前、診中、診后，線上至線下，對于不同的醫療機構都能提供完整的服務。
生物醫學大數據已經可以完整刻畫生命系統，AI 最有希望的應用之一是疾病診療工具的進步與開發[7]，從知識中推理醫學機制的新洞見。但 AI 在落地過程中仍然面臨許多亟待解決的問題，如醫療數據的標準化、政策監管、技術瓶頸等。接下來應當加快 AI 醫療產品相關標準制定、認證體系建設、知識產權保護、臨床應用等方面內容，將 AI 醫療融合發展落到實處。旨在通過 AI 與醫療產業的深度融合，進一步提升醫療服務效率，普及廣大患者。
互聯網和人工智能（artificial intelligence，AI）發展是國家發展戰略，醫療 AI 和互聯網醫療的融合是醫療數字化時代的高光時刻。2020 年新冠肺炎疫情催生了互聯網醫療的紅利爆發，新冠肺炎疫情防控期間，醫院的線上問診量、互聯網平臺的咨詢量均呈爆發式增長，老百姓仿佛一夜之間接受了通過網上看病。我國肝膽外科專家鄭樹森院士團隊在 2020 年提出疫情加快了“醫療 AI 建設”的發展趨勢[1]，美國 ATA 遠程醫療協會主任 Joe Kuedar 認為未來特色遠程醫療+AI 整合是應用的好時光。隨著互聯網技術紅利的爆發，阿里云、騰訊云和 5G 技術打破時空壁壘，AI 在醫療領域取得了飛躍性進步并被應用于諸多領域，已發展成為一個體現醫院綜合實力的新型基礎設施建設。
1 互聯網醫療紅利爆發
新冠肺炎疫情期間，公立互聯網醫院雨后春筍般快速鋪開，形成了以政府為主導、公立醫院為主體的互聯網醫院新格局。筆者 2015 年 12 月 7 日建立了全國首家烏鎮互聯網醫院，提出了在抗新冠肺炎疫情中互聯網醫療展現了四大紅利：一是政策紅利，互聯網醫療可以使用醫保；二是技術紅利，騰訊云、阿里云和 5G 打破了時空壁壘，讓百姓少跑腿，數據多跑路；三是模式紅利，使原有醫院二維模式即門診和住院變成門診、住院及線上三維醫療模式共存；四是人口紅利，我國每年就醫人次高達 81 億次/年，預計互聯網醫院市值空間 2 000 億元，形成在線新經濟。值得關注的是，企業互聯網醫院通過時間換空間和優價優質的策略成為我國互聯網醫療行業的新生力量。
2 醫療 AI 發展的新風口
新冠肺炎疫情的控制再次使 AI 醫療發展成為新風口。中國工程院李蘭娟院士表示，在這次疫情中，AI 和大數據對遏制疫情擴散、進行疫情研判發揮了非常重要的作用，當出現感染者時，通過科技手段很快就能追蹤人員的流動情況，發現接觸者并進行隔離，控制傳染源。
利用 CT 圖像輔助診斷新型冠狀病毒肺炎的肺炎AI 影像輔助診斷產品極大地提高了臨床診療效率，在國內 COVID-19 的防控工作中發揮了舉足輕重的作用。AI 算法模型通過對海量肺炎患者影像的主動學習，具備了對肺炎的診斷能力，實現新冠肺炎的早期檢測、隨訪評估、診斷分型等智能輔助診斷功能，已經在多家一線醫療機構進行應用并取得積極效果，緩解了醫療診斷資源緊張的局面，為未來 AI 在突發性公共衛生事件中的應用貢獻了新思想和新策略。
聯想智能“uAI 新冠肺炎醫學影像智能化診斷全棧解決方案”，從成像、篩查、診斷到隨訪，以 AI 全棧助力抗“疫”，為全國 100 多家醫院提供了 uAI 新冠肺炎智能輔助分析系統，該系統對新冠病毒感染病灶勾畫重合率接近 90%，全肺感染百分比量化誤差小于 1%，可將 5～10 min 的 CT 閱片時間縮短至 1 min 以內，幫助醫生精準評估新冠病情發展。在 2020 年世界 AI 大會上有 7 款肺炎 AI 影像輔助診斷系統獲得好評，智慧“抗疫”為 AI 豎起“防護墻”，這次“疫情”再次將 AI 形成黃金窗口期。
3 醫療 AI 應該是醫生的左手
醫療 AI 的發展不會顛覆和替代醫生，應該成為醫生的左手，輔助醫生對臨床的診療更合理和更科學。醫療 AI 已經涉及到醫學各個學科，臨床應用場景非常豐富。然而一個好的醫學 AI 產品應該要具備 3 點：一是瞄準世界科技前沿；二是解決臨床痛點；三是符合臨床剛需[2-4]。
3.1 ?消化系統臨床 AI 研發成為 AI 研發的熱門學科
3.1.1 肝癌
我國每年新增肝癌患者約 40 萬，在肝癌診治領域擁有海量的大數據，從而為 AI 技術再現人類醫生的診療過程提供數據支撐。醫庫云與四川大學華西醫院合作，圍繞醫生和患者關心的諸多問題，通過近萬例診前、診中、診后的臨床真實世界大數據分析和 AI 計算提供了臨床診療輔助決策系統（CDSS）。① 該怎么治？該系統提供了基于數據和指南的兩套推薦方案，前者建立在大量的醫療數據基礎上，利用大數據分析和 AI 算法從中訓練并學習到既往醫生的治療經驗，然后給出相應的治療建議；后者建立在最新的原發性肝癌治療指南和專家共識基礎上，通過建立肝癌治療知識邏輯框架，根據輸入的患者數據實現治療判斷的自動化。② 治療效果怎么樣？基于大量的醫療隨訪數據，利用大數據分析和 AI 算法，給出患者在不同治療方案下的生存周期、復發概率、復發周期等預測值，幫助患者形成對治療預后的預期。③ 有沒有跟“我”類似的患者，他們怎么治的？通過降維算法實現患者高維信息在低維空間內的映射并實現患者間的相似度計算，從而為患者推送相似的患者。④ 治療后該如何用藥？建立原發性肝癌用藥知識圖譜，根據患者輸入的信息自動尋找推導鏈路，實現對疾病用藥的推薦。⑤ 病情是如何發展的？自動對比患者的過往醫療數據，實現對患者歷史數據的縱向觀察和對比，這正是“AI+醫療”造福人類的完美詮釋。四川大學華西醫院嚴律南教授認為：目前，我國的肝癌治療方法包括手術切除、肝移植、局部消融、介入治療、放療、靶向治療、免疫生物治療等，各種治療路線交叉龐雜，盡管國內外發布了相關治療指南，但在實際的臨床決策中仍嚴重依賴于主治醫生的臨床經驗和判斷，尤其對于基層醫院和年輕醫生而言，治療經驗的匱乏會影響他們做出最合適的決策，從而影響患者的預后；另一方面，醫院的數據系統中沉淀大量的病例數據，凝聚了醫生的經驗和智慧，若能合理利用這些資源，為醫生的臨床決策給予支撐和支持，無疑具有巨大價值。針對臨床需求，研究一套基于數據的可用于原發性肝癌治療的 AI 臨床輔助決策系統開發有顯著的臨床價值和現實意義。
3.1.2 肝移植
肝移植是目前治療各種終末期肝癌唯一有效手段，鑒于國內肝移植的特點，仍有許多問題值得重視和探討。四川大學華西醫院和醫庫云瞄準世界醫學科技前沿，在世界肝移植領域開創性建立了“AI 肝移植臨床決策系統”。數據是產品的靈魂，基于完整肝移植臨床數據的筑底、AI 技術的加持，華西醫院肝移植中心與醫庫云通力合作，探索和挖掘肝移植患者供體和受體診前、診中、診后的診療數據，進行了大量真實世界研究，提供了多層次的肝移植診療智能分析模型，準確率達 93% 以上。用 AI 技術開啟了規范邊緣性供肝使用的研發。
3.1.3 胃及結直腸癌
除了肝癌，國內外 AI 研發在胃、結直腸癌方面也有初步試探。日本 Yamada 等[5]開發了一個實時、穩健的大腸腫瘤 AI 診斷系統，可顯著降低結腸鏡檢查中對于非息肉性病變漏診的風險，其靈敏度和特異度分別為 97.3% 和 99.0%，曲線下面積為 0.975。這種 AI 系統可實時提醒內鏡醫師，避免在結腸鏡檢查中出現非息肉樣息肉等漏診、提高對結直腸癌的早期發現率。我國消化內鏡 AI 輔助系統，主要用于消化內鏡操作時對于消化道影像的監測與處理；規范醫師的內鏡操作并實時輔助醫師提示可疑病灶，減少漏診、誤診，提高早期惡性腫瘤檢出率，助力消化道系統腫瘤的早發現、早診查、早治療。武漢大學人民醫院使用我國消化內鏡 AI 輔助系統后，早期胃癌的檢出率從 2017 年的 22.8% 提升到了 2018 年的 34.5%、2019 年的 40%，切實提升了早期癌檢出率，獲得臨床醫生高度認可。上海長海醫院李兆申院士報告構建和驗證一個用于胃癌自動識別的深度學習模型，提高早期胃癌的識別和診療水平，用于早期胃癌診斷的準確率為 89.4%（635/710），敏感度為 88.8%（206/232），特異度 89.7%（429/478），每張圖像的診斷時間為（0.30±0.02）s，均優于相比較的 4 名內鏡醫師。可喜的是，AI 機器學習篩查胰腺癌、早診高風險患者放射劑量輔助 AI 決策在胃腸癌治療中的應用、消化道腫瘤“數字病理+AI”等消化 AI 產品層出不窮。
3.2 心血管疾病
我國心血管疾病現患人數約為 2.9 億，其中冠心病 1 100 萬，心血管病死亡占城鄉居民總死亡原因的首位。英國的 Ultromics 利用 AI 技術開發了一種超聲心動圖分析技術對心臟進行成像，將冠心病的診斷準確率提高到了 90% 以上。北京科亞醫療生產的創新產品“冠脈血流儲備分數計算軟件”，獲批全國 AI 三類醫療領域注冊證，利用深度學習算法，實現了 CT 血流儲備分數在臨床應用的技術革新，計算時間縮短至僅需 5 min，準確性提升至 90%，且大幅減少醫藥費用，處于國際領先水平。上海瑞金醫院《創新驅動構建靜脈血栓栓塞癥（VTE）規范防治體系》經六年磨一劍，通過自主研發，構建了 VTE 防治“數字神經系統”。為了實現 VTE 高危病例的全程照護，瑞金醫院開發了國內首套人工智能 VTE 隨訪系統，應用后高危病例失訪率從 21% 下降到 0.5% 以下。森億智能研發的 AI 對深靜脈血栓預警，能夠比純人工智能水平準確 24 個百分點，AI 模型可以做到平均提前 2.6 d 以上預測到深靜脈血栓，診療上節省成本 37%。
3.3 呼吸系統
我國每年醫學影像增長量超過30%，而每年新增的放射科醫生只有 4%。基層高年資醫師資源更為稀缺，肺癌 AI 輔助診斷成為焦點。谷歌 AI 研究人員與美國西北大學醫學院合作，創建了一個 AI 模型，該模型能夠通過篩查檢測出肺癌，比平均擁有 8 年經驗的人類放射科醫生做得更好，在分析單個 CT 掃描時，該模型檢測出惡性腫瘤的平均頻率比 6 名人類專家高出 5%，減少假陽性的可能性也高出 11%。美國 AI 研發者 Ardila 等[6]報告，利用低劑量胸部計算機斷層掃描技術的三維深度學習端到端的肺癌篩查，在 6 716 例美國國家肺癌篩查試驗案例中達到了最高水平的表現（曲線下面積為 0.944），并且其表現類似在一個獨立的 1 139 例病例的臨床驗證組上，相比所有 6 位放射科醫生，假陽性的絕對減少量為 11%，假陰性的絕對減少量為 5%。
3.4 腦部疾病
醫療影像 AI 在腦部疾病也是 AI 系統的焦點。據中國卒中學會統計數據，我國每年腦卒中新發病例數達 500 萬，死于腦卒中者高達 150 萬，腦卒中已成為我國第一大致死病因。近日 GE 醫療搭建 AI 腦血管病精準診療，通過覆蓋腦卒中篩查、診斷、治療和隨訪的全診療流程，提升診療效率與治愈率，率先落戶大型三甲醫院到基層醫院，將“專家”下沉基層，獲得很好效果。國內首張 AI“影像輔助診斷”軟件三類證頒發，MR 腦腫瘤率先沖出重圍，該產品是由天壇醫院和安德醫智聯合研發的 AI 產品，對腦腫瘤診斷準確率超過 90% 并自動生成結構化報告，包括腫瘤位置、體積等精準信息，幫助醫生快速診斷并提高放射科醫生對腦腫瘤的診斷能力。
4 互聯網醫療與 AI 融合
互聯網技術構建了 AI 產品應用平臺。騰訊和諾華合作研發的 AI“護心小愛”采用小程序入徑實現了心衰 AI 疾病管理平臺的全生命周期管理，不僅完善了國內心衰綜合管理體系，同時進一步展現了 AI 技術賦能醫療變革與創新，標志著以患者需求為導向的慢病全病程數字化疾病管理成為可能。阿里健康器官移植創新隨訪平臺通過支付寶入口指導患者科學用藥，是國內首個基于互聯網技術建設的器官移植隨訪平臺，將傳統線下隨訪模式轉移至線上，有望實質性改善國內器官移植術后管理困境。騰訊的帕金森病運動功能智能評估系統，輔助醫師 3 min 診斷帕金森，該系統具備深度學習能力，檢測的動作按照身體關節點被拆分為上百個可識別的關鍵點，建立模型進行識別檢測，經過深度學習，它可以分辨出帕金森病患者動作上的細微差異，所有這些數據通過云傳輸到醫生工作平臺，由臨床醫生做出準確診斷。
我國乙肝病毒攜帶者約近 1 億，慢性乙肝患者超過 3 000 萬，每年新發肝癌患者 40 萬（其中 85% 是乙肝患者，肝癌 5 年生存率 12.6%）。乙肝患者對肝癌聞癌色變，對肝硬化是膽戰心驚。肝硬化和肝癌的治療以及肝移植治療費用昂貴，使許多家庭因病返貧。醫庫云啟動 AI 乙肝全生命周期管理平臺“護肝使者”，將通過小程序連接患者和醫生，將乙肝患者的臨床動態檢查和癥狀形成數字醫療，通過深度學習，研發出讓乙肝患者喜聞樂見的全生命周期管理產品，極大提高了肝病預防、篩查和診療能力。
未來十年，互聯網無處不在，隨著 5G 通訊技術的普及，智能手機有望成為“我的醫生”。“我的醫生”可能是一位醫生或一群醫生，最終是 AI 醫生系統，協助人們管理健康，實現健康中國愿景；而在醫院，近年來 AI 技術在醫療中的應用越來越廣泛，在醫療 AI 產品中能讓醫生和患者受益的是跨多學科的 AI 輔助系統產品線，貫穿診前、診中、診后，線上至線下，對于不同的醫療機構都能提供完整的服務。
生物醫學大數據已經可以完整刻畫生命系統，AI 最有希望的應用之一是疾病診療工具的進步與開發[7]，從知識中推理醫學機制的新洞見。但 AI 在落地過程中仍然面臨許多亟待解決的問題，如醫療數據的標準化、政策監管、技術瓶頸等。接下來應當加快 AI 醫療產品相關標準制定、認證體系建設、知識產權保護、臨床應用等方面內容，將 AI 醫療融合發展落到實處。旨在通過 AI 與醫療產業的深度融合，進一步提升醫療服務效率，普及廣大患者。