En la Clínica del Departamento de Respiratorio del Hospital Haihe en Tianjin, el médico jefe adjunto Wang Herong está tratando a un paciente que ha estado tosiendo durante dos semanas. Después de entrar en las palabras "tos, fiebre" en la computadora, un panel de análisis inteligente apareció en el lado derecho de la pantalla, lo que demuestra que el informe CT del paciente de hace 3 meses se recuperó automáticamente y etiquetó como lesión de fibrosis pulmonar leve en el lóbulo inferior del pulmón derecho; Recientemente, los indicadores inflamatorios como la proteína reactiva C - y el recuento anormal de glóbulos blancos se han resaltado en la rutina sanguínea; El borrador inicial del registro médico estructurado enumera diagnósticos diferenciales como "comunidad - adquirida neumonía" y "exacerbación aguda de la enfermedad pulmonar obstructiva crónica" de acuerdo con la prioridad, e incluye recomendaciones de examen y referencias de medicamentos.
Wang Herong dijo que en el pasado, al acceder a imágenes, era necesario recordar la ruta de operación de 3 niveles del sistema PACS, recuperar manualmente el historial médico iniciando sesión en el sistema EMR y cambiar al sistema LIS para verificar los resultados de la sensibilidad de los medicamentos antes de prescribir; Ahora, la IA impulsará activamente información basada en escenarios de diagnóstico y tratamiento, ahorrando a los médicos al menos 5 minutos.
Detrás de estos 5 minutos guardados, se encuentra la poderosa inteligencia del sistema hospitalario nativo de IA creado por la solución de los hospitales nativos de IA.
Kang Bo, líder del programa y gerente general de Tianjin Zhilin Tianhe Technology Co., Ltd., presentó que cuando los médicos ingresan palabras clave como "tos" y "fiebre", el motor de procesamiento del lenguaje natural del sistema hospitalario nativo de IA puede alzar las intenciones clínicas detrás de las palabras clave, al igual que "comprender" las necesidades de los médicos de los médicos; La tecnología de fusión de datos múltiples sincroniza y conecta datos dispersos, como imágenes, pruebas y registros médicos, los agrega activamente para formar una cadena de información completa del paciente y finaliza el dilema de los "médicos que buscan datos".
En los escenarios médicos tradicionales, los datos son un "archivo" estático que necesita ser consultado manualmente, pero impulsado por el "cerebro de IA", los datos fluirán dinámicamente con el diagnóstico y el escenario de tratamiento. Kang Bo dio un ejemplo de que en el escenario inteligente de diagnóstico y tratamiento asistido basado en los sistemas hospitalarios nativos de IA, cuando los médicos consideran ajustar los antibióticos, el sistema asociará automáticamente tres piezas de información: la sensibilidad de los medicamentos del cultivo esputo del paciente resulta, antecedentes de alergias a los medicamentos y estándares de manejo de antibióticos hospitalarios. Después de la verificación, se generarán recomendaciones de medicamentos para resolver el problema de fragmentado y la falta de colaboración en el proceso inteligente de la fuente.
Además, Edge Computing Power es responsable de la retroalimentación de nivel de milisegundos después de la entrada de palabras clave, lo que hace que el panel inteligente sea "en llamado"; La potencia informática local es responsable de apoyar la fusión profunda y la inferencia de datos multimodales, asegurando recomendaciones de diagnóstico precisas.
Según los datos proporcionados por el Hospital Haihe en Tianjin, tres meses después de la implementación del diagnóstico asistido inteligente y los escenarios de tratamiento, el número promedio diario de visitas a los médicos ambulatorios ha aumentado significativamente, y la integridad de los registros médicos ha mejorado en gran medida.
Durante el período de fatiga médico del mediodía, AI Real - los recordatorios reducen significativamente la tasa de omisión de los historiales médicos clave y reducen significativamente el riesgo de diagnósticos perdidos. "Yang Wanjie, director del Hospital Haihe en Tianjin, dijo.
