· 548 · 交通医学 2019 年第 33 卷第 6 期 Med J of Communications,2019,Vol.33,No.6 传统医疗模式正面对越来越多的挑战，包括人 口老龄化、医疗费用过高和医疗资源分布不均衡等 问题。2017 年底，我国 65 岁以上老年人口已经达 到 1.5 亿，占全国人口比超过 11%[1]。在可预见的未 来，人口老龄化压力与日俱增，伴随着人口老龄化， 理分 智能医学与智慧医疗 房梦雅 1，张 愉 2，顾晓松 3*，蒋 葵 1* （1 南通大学医学院医学信息学系 , 江苏 226001 ；2 南京中医药大学附属江苏省中医院， 江苏 210029 ；3 南通大学江苏省神经再生重点实验室，江苏 226001） [摘 要] 目前医疗行业存在的诸多问题亟待解决，智慧医疗即“互联网医疗+人工智能”提供了很好的出路。人 工智能在医学领域可以应用的 工智能在医学领域可以应用的范围较广，可涉及医疗活动全过程，包括院前管理、院中诊疗和院后康复等。本文围绕 智能医学的应用，包括智能导诊、语音电子病历、影像辅助诊断、临床辅助诊断、疾病风险预测和药物研发等方面进 行阐述，更好地展望我国智能医学的未来发展。 [关键词] 智能医学；智慧医疗；人工智能 [中图分类号] R-05 [文献标志码] A [DOI] 10.19767/j.cnki.32-1412.2019

医学装备互联互通 与智慧医院建设 智慧医院建设背景与政策引导 智慧医院建设与医疗设备信息化管理关系密切 ● 智慧医疗【电子病历】 ● 检验设备数据 ● 检查设备数据 ● 治疗设备数据 ● 智慧服务 ● 检查设备的排班预约 ● 智慧管理 ● 设备固定资产管理 ● 设备维修 ● 设备使用效率 ● 设备网络安全 电子病历 10 个角 色 1. 病房医师、 目前国内定义为医学装备信息交互与集成， 它并不是一个组 织，而是一个 活动 ， 由其发起单位组织活动。该活动在国际上 已经开展的非常广泛和深入， 具有相当知名度和影响力。 l 目前， 国内各个区域、领域的不同专家从各自的角度都意识到 IHE 的重要性，都在积极开展活动，但存在行动力量分散的问题， 还没有形成一个整体的活动。鉴于此， 由中国医学装备协会、中 华放射学会、中国生物医学工程学会、中国医院协会、中国医疗 IHE 中国积极加强对外沟通和国际合作， 并成功地举行了一系列的 宣传 活动、学术讲座和测试准备活动， 取得了极佳的反响。 IHE-C 介 绍 l 中国医学装备协会、中国医院协会、中国生物医学工程学会、中国 医疗器械行业协会、标准化研究院、中华医学会放射学会六家 单 位的发起下成立 IHE-C ， 2009 年 1 月正式取得卫生部、民政部的 批复。 l 目前， IHE-C 成立战略组、技术组、测试组、秘书处四个机构。

2000 年 历史 沿革 仁济医院 普爱医院 合并协和医院 华中科技大学 同济医学院 附属协和医院 武汉大学医 学院 附属医院 同济医科大学附 属协和医院 武汉医学院 第一附属医院 汉口 仁济医院 华 中 科 技 大 学 同济医学院附属 UNION HOSPITALTONGJI MEDICAL COLLEGE HUAZHONG UNIVERSITY 0 0 张 主 院 区 金银湖院区 院 区 分 布 肿瘤院区 西 院 区 华中科技大学 同济医学院附属 院 U N I O N H O S P I T A L T O N G J I M E DI C A L C O L L E G E H U A Z H O N G U N 国家医疗健康信息互 联互通标准化成熟度 测评级 三级 医院智慧服务分级评 价标准体系 以评级工作为抓手 , 填平 补齐之前的建设短板 , 提升系统使用效果 , 做好迎评准备工作。 同济医学院附属 t 和 院 U N I O N H O SP TA LT O N G J M E D I C A L C O LL EG E H U AZ H O N G

2023年是中国医疗大模型发展的元年，各种医疗大模型已广泛应用于临床辅助决策、 医学研究、健康管理等多个场景。未来，医疗大模型有望实现多模态AI与医疗实践全 流程的深入链接，应用于医疗教育和临床培训，提高药物研发和药物反应监测等方面 的能力。但在实际应用中，医疗大模型仍面临一些挑战，如准确度、透明度和可解释 性等问题，以及对数据隐私和安全问题的担忧。本文主要探讨医疗大模型在医疗领域 的应用及其面临的挑战。 医疗大模型一般指在医疗健康领域应用的大规模预训练语言模型（LLM），其训练数 据集包含大规模的医疗科研文献、电子病历、医学图像等，参数量通常在百万级到亿 级，远超过普通深度学习模型，因而能够获取更强的特征提取和学习能力等。 医疗大模型的典型运作逻辑主要包含三个层面： 从数据层看，大模型可构建医疗数据集，收集包括电子病历、文献报告、医学知识图 谱、医学图像等多源异构的医疗数据，同时进行数据清洗、标注、统一编码，构建规 模化的医疗语料库。 从模型层看，可使用Transformer、BERT等框架，输入大规模医疗语料，通过Masked LM、Next Sentence Prediction等方式进行无监督预训练。 从应用层看，预训练模型微调，结合医学知识图谱、规则库等知识源增强医学专业 性，使用知识蒸馏、参数剪枝等技术压缩模型并在真实临床环境中评估、调优。经验 证的模型可部署到医疗信息系统、移动设备等，提供智能服务。 （二）医疗大模型的主要应用场景和适用范围

以人民健康为中心，推动高质量发展 带来了数字技术的发展、新基建的能力 从两大国家战略看本源 CHIMA 智 慧 医 院 的 本 源 健 康 中 国 战 略 数 字 中 国 战 略 同济医学院附属 t 和 院 U N I O N H O SP TA LTO N G JI M ED I C A L C O L LE G E H U A Z HO N G OF SCIENC E AND TEC HNOLOGY 信 息 与数 据中心 华中科技大学 医院利用多种多样的技术手段对医疗质量和安全更具控制力 ，对 患者和医务人员的需求更具洞察力 ，对医学的发展更具支持力。 智慧医院的内涵（以信息技术应用为基础，帮助医院提质增效） 路径：新技术在医疗场景中的创新， IT 架构与应用需求的融 合 改变传统耗时耗人的医疗服务流程、 改善医疗质量、提高工作效 降低医疗成本、提升患者就医获得感等 指医院资源更为丰富 ，更具创造力 ， 医院运营成本和效率更合理； 高质 量 CHIMA 高效 智能 可控 运营更高效 服务更智能 质量更可控 同济医学院附属 t 和 院 U N I O N H O SP TA LTO N G JI M ED I C A L C O L LE G E H U A Z HO N G

该领域的研究提供新思路。方法/过程 在相关文献分析基础上，梳理人工智能大模型在智慧医疗、 医疗元宇宙、医学研究等领域的应用场景及具体实例。结果/结论 虽然人工智能大模型目前面临 一定风险与挑战，但其在医疗领域仍具有广阔的发展空间。 [关键词] 人工智能大模型；智慧医疗；医疗元宇宙；医学研发 Application Status and Prospect of Artificial Intelligence -tuning） 以适配不同领域任务需要[2]。在医疗领域，医疗数据本身就具有多模态的特性，大模型 将进一步推进智慧医疗、医疗元宇宙和医疗研究的发展进程。比如电子病历理解、医 疗问答、医学教育培训、医学影像生成、疾病辅助诊断、药物研发以及虚拟医院和医 疗虚拟数字人交互等诸多应用[3]，涵盖医疗领域就诊前、就诊中、就诊后各环节。本文 梳理了当前大模型在医疗领域的应用现状，分析其面临的风险与挑战并进行展望，旨 有效利用和深度挖掘，是现代化智慧医疗的迫切要求。现代化智慧医疗融合了大数据、 人工智能、元宇宙等前沿技术，旨在优化医疗服务流程，提高医疗质量和效率，促进 智能医学的进一步发展[13]。而医疗大模型的出现将进一步加快其发展进程，目前医疗 大模型覆盖医学知识问答、生物及药物研发到智慧诊疗的各阶段、医保知识管理等领 域。根据面向对象的不同可分为患者、医护、高校、医疗机构及企业角色等；根据临 床场景数据交

Automatic impression generation ， AIG ）成为医学领域 NLP 研究的重点。 挑战：对放射科医生来说，写下大量“印象”既费 力 又容易出错。尽管最近的研究中基于预训练和微 调预训练模型在医学文本领域中的自动印象生成方 面取得了不错的效果，但此类模型通常需要大量的 医学文本数据并且泛化性能较差。 思路： ImpressionGPT[1] 使用动态提示 （ 对生成的报告进行评估，利用评估结果来指导 ChatGPT 生成增强的响应：采用“ Instruction + Response” 的形式，让 ChatGPT 能够从好样本和 坏样本中学习到相关内容。 ChatGPT 应用于医学图像辅助诊 断 ③ 精 准 可 解 释 ④ 医 疗 应 用 ⑤ 数 基 生 命 ② 剖 析 大 模 型 ① 关 于 预 训 练 参考： [1] Wang, Sheng, et al 背景 用于医学图像的计算机辅助诊断 (CAD) 网络通过 使 用先进的深度学习算法来支持临床决策，在医学 领 域取得了重大成功。大型语言模型 (LLM) 最近 展示 了在临床应用中的潜力，其提供了宝贵的医学 知识 和建议。 挑战： LLM 目前难以从这些医学图像中解释和提 取 信息，从而限制了他们全面支持临床决策过程 的能 力。 思路： ChatCAD[1] 将 LLM 的医学领域知识和逻 辑

加入星球获取更多更全的数智化解决方案 各级政府积极推动卫生健康行业 AI 应用创新 发布《卫生健康行业人工智能应用场景 参考指引》从四大领域给出 84 个应用 场景。 《上海市发展医学人工智能工作方案 (2025-2027 年 ) 》，旨在促进医学与 人工智能深度融合。 《武汉市促进人工智能产业发展若 干政策措施的通知》，通过算力补 贴、公关专项等方式发展人工智能。 AI 医疗迎来爆炸式发 展 宏观政策支持医院数字化转型 AI 驱动聚焦体验的系统化升级。 智慧医疗诊疗过程演进 疾病治疗 疾病治疗 病理检查 病理检查 肝组织病理活检 确诊，肝 癌 医学检验 医学检验 影像检查 影像检查 疾病诊 断 疾病诊 断 问诊 问诊 右上腹疼 痛 食欲不振 乏力等 手术治疗 + 放射治疗 + 举 例 举 例 PIS 医院 AI 驱动模式创新，打造覆盖区域各级医疗机构一体化多模态 AI 综合服务平台。 助力医学人工智能社会治理实验和国家智能社会治理实验特色基地建设，引领区域，辐射全国。 构建智慧医疗云平台 - 构筑区域医疗中心 xxx 县级中医院 乡镇卫生院 村卫生室 未来医院 集约式建设

5G 技术的医疗网络建设标准》 …… 积极贡献技术力量，推动医疗健康领域 ICT 标准创新与产业发 展 数字技术赋能未来 智慧健康城市发展白皮书 HUAWEI 华为技术有限公司 中国医学科学院医学信息研究所 2 0 2 2 年 0 4 月 5 Huawei Confidential HUAWEI 02 智慧医院建设支撑 03 智慧医院创新实践 目录 具有中国特色、世界一流水平的国家医学中心 数字化转型 为智能眼镜 16 Huawei Confidenial 联合中山大学附属第一医院数字化赋能，助力国家医学中心建设 5G 远程医疗云会诊， 更大发挥“无敌中山医”战疫作用 “ 云网安”融合的桌面云， 新技术大幅优化医院办公诊疗效率 高可用云 + 统一医疗数据湖， 加速构建国家医学中心智能中枢 医工融合、联合创新， 探索融合感知、运动健康、医疗 AI CHIMA2023 资源高效共享 服务随手可及 调配灵活弹性 业务顺畅协同 数据海量汇聚 精准医学鲲鹏 HPC 平台， 持续引领精准医学信创进程 临床医疗 教学培养 科研创新 应 用 支 撑 服 务 API 网 关 微服务框架 与发布流程 计算服务 化服务 关系数据库

驱动聚焦体验的系统化升级。 智慧医疗诊疗过程演进 CHIMA 疾病治疗 疾病治疗 病理检查 病理检查 肝组织病理活检 确诊，肝 癌 医学检验 医学检验 影像检查 影像检查 疾病诊 断 疾病诊 断 问诊 问诊 右上腹疼 痛 食欲不振 乏力等 手术治疗 + 放射治疗 + 举 例 举 例 PIS 赋能放疗科，加速放疗计划 流程制定，使原本需要 3-5 小时完成的勾画工作缩短至 2 分钟 覆盖全身多部位危及器官勾 画任务，覆盖乳腺癌和直肠 癌 2 大癌种的靶区勾画任务 根据医学规范的临床靶区勾 画方案推荐，通过支持方案 调整满足医生个性化需求 支持勾画结果的 3D mesh 渲染展示，更清晰的帮助医 生观察组织勾画轮廓情况 精准放疗勾画， 跌倒 烟火 医闹 智慧医学科研平台 CHIMA 导航式科研工具应用 • 数据驾驶舱 • 患者全景视图 • 多条件筛选搜索引擎 • 研究路径导航式工具应用 • 科研项目管理 科研能力提升 • 科研方法论培训 • 人才培养 • 数据 + 工具 + 方法论融合 • 助力高水平医院建设 智慧医学科研平台 全院级“多模态异构数据治理