江南观察|江苏以AI助手赋能医疗诊断 降低初筛漏诊率，缩短出报告时间

前不久，一位有多年慢阻肺病史的老年患者，因咳嗽胸闷来南京市浦口区中医院做胸部CT。因病症复杂，老慢支、肺气肿图像叠加，CT影像上的纹理特别杂乱，肉眼初筛极易漏看病灶。该院医学影像科主任李永霞将影像上传AI辅助诊疗系统，几秒钟后，右肺下叶一处隐蔽的0.8厘米磨玻璃结节便被标记出。

李永霞随即结合患者的肿瘤标志物和病史会诊，判断结节有恶性可能，并及时建议临床干预。“如果没有这位‘细心搭档’，这个结节就像大海捞针，容易漏判。等增大后再发现，治疗难度就大了。”李永霞将AI比作临床诊断的“第二双眼睛”。

浦口区中医院医学影像科AI辅助诊疗系统

放眼江苏，AI已广泛应用于影像辅助诊断、急诊预警、电子病历生成、合理用药审核等环节，多地医院形成了常态化的人机协同模式。AI在医院的实际运用中有哪些“看家本领”和“软肋所在”？AI加持下，诊疗是否“医”劳永逸？医生对优化人机协同又有哪些干货建议？江南时报记者近日采访一线医生、技术企业，看看现在的医疗辅助AI是否真正实现“医”步到位。

资源用在“刀刃”上

医生专注复杂病例

随着CT技术愈发先进，“标得越清，看得越多”成为医生肩负的重担。

工作近30年，李永霞见证了胸部CT扫描层厚从1厘米到5毫米，再到现在0.625毫米“亚毫米级别”的技术飞跃。“据我所知，更好的设备能扫到0.2毫米甚至更低。图层扫得越来越薄，虽更易筛查出早期病变，但图像越来越精细，影像科医生要看的图像也就越多，工作量巨大。”

一个患者的胸部CT大约有600幅图像，该院医学影像科室每天要处理600-700人次的检查。传统阅片方式需要医生逐张审阅排查，不仅容易造成视力疲劳，需要相当多的体力，而且阅片效率有限。

现在，AI接下了这一基础工作，资深医生得以专心研究疑难杂症，让优质医疗资源真正用在“刀刃”上。“我们不需要再从零开始‘找茬儿’，只要对AI标注的区域进行复核。”李永霞说。在浦口区中医院，AI辅助诊疗让出报告比以前快40%，急诊报告可在30分钟内完成，普通门诊报告不超过2小时，大大减少了患者的等待时间。AI帮助医生从初筛、标注、对比等海量的基础性工作中解脱出来，不仅提高了效率，还大大降低了漏诊率。

有些孩子比同龄人矮，家长往往会带来医院拍片测骨龄，骨龄检测正是AI的一大强项。李永霞向记者展示了一张不同阶段的骨龄对照图：“我刚开始工作时，科室每个医生都有这种图谱，因为不同的年龄、性别有相应的骨骺出现时间和闭合情况，每个孩子的片子都需要我们逐一核对，非常耗时。”而现在AI自带图谱核对，能自动分析处理X光片，快速准确地评估骨龄。记者在屏幕上看到，AI给出的报告，涵盖了孩子的生活年龄、与生长发育相关的R系列骨龄、与激素水平相关的C系列骨龄等详细结果，并在建议中有效提示孩子的生长发育是否落后于实际年龄。

AI是医生平日得力的助手，更是抢抓时间的战友。深夜收到急诊影像，它能快速整合患者历次检查、诊疗数据，给出标准化参考和综合提示。“极快的速率，为紧急抢救争取了大把宝贵时间。”李永霞说。

AI提示“参考标准”

医生研判“最终答案”

但是，AI很敏感，“一网打尽”的病灶提示，也会给医生带来“虚晃一枪”的困扰。

浦口区中医院医学影像科在五六年前就率先引入AI技术，当时数据库不完善，医生复核非常慎重。如今技术发展了，数据充实了，那么AI识别的完整性、准确性究竟进步几许？还会不会漏检、误检，给医生带来新的考验？

李永霞说：“只会多检，基本不易漏检。”目前，这套AI辅助诊疗系统在肋骨骨折、肺炎、肺结节等方面准确性已达95%——但正因为AI过于精细，得出结果的假阳性率较高，需要医生剔除误判。“它很敏感，一些小痕迹都会标注异常，需要医生更为细心地排错。”

人的两侧肋骨共有24根，骨骼数量多，是考验眼力的难点。在肋骨骨折诊断中，AI擅长识别细微的骨皮质扭曲、青枝骨折（即“不完全骨折”），并通过曲面重建和VR重建技术直观展示骨折情况，辅助临床医生判断。“有人天生就有骨扭曲，这就需要医生跟患者、临床医生沟通，了解患者是否有外伤史、按压对应部位是否疼痛等，结合患者的体征、症状、病史判断他是真实骨折还是假阳性骨折。”

“我们的原则是信赖但不盲从，复核必有依据。把AI结果当重要参考，而不是最终结论。”李永霞告诉记者，如果AI给出的结果与医生专业判断不符，医生会重新检查、核对数据，最终还是以临床证据和诊疗规范为核心，确保诊断精确无误。

AI是医生的“参考标准”，但不是诊断的“标准答案”。

“AI没有临床思维和辩证能力，只会看数据，做不到整体判断。面对罕见病、复杂病和超出数据库的情况，AI就失灵了，而医生可以依靠临床经验、多学科知识、实验室检查、患者的临床表现等做综合判断。”李永霞特别强调，医疗的本质是治病救人，医生安抚患者情绪、解释诊疗方案的人文关怀，是当下AI无法做到的。

全省发力“数据基座”

医生献策“降噪通联”

今年省政府工作会议上明确提出，要将人工智能技术融入医疗健康服务与治理的全领域全过程。现在，“人工智能+医疗健康”的试验正在江苏各大医院展开，AI的身影已在诸多诊疗流程中随处可见。

在扬州仪征市，“人工智能辅助诊断系统”能自动推荐相关治疗方案和药品，并进行合理用药审核，为基层医生提供诊断经验、方法以及辅助诊疗建议；在重症救治一线，苏州市立医院太湖总院的AI能在3分钟内初步完成数据整合分析，一旦患者出现紧急情况，系统立即提示医务人员介入抢救；在常州市第一人民医院，全院43%-45%的门诊电子病历由AI辅助生成，AI辅助病理科将诊断效率提升约30%，并已形成覆盖多环节的八大AI应用场景……

去年8月，由江苏省人民医院牵头，南京大数据集团及下属南京可信数据服务有限公司共同申报的“慢病多模态高质量数据集建设项目”入选国家首批行业高质量数据集建设先行先试单位名单。项目聚焦代谢性疾病、心脑血管疾病、呼吸系统疾病、癌症等重大慢病的AI模型训练需求，创新性地提出了构建涵盖世界模型、多模态超级表单、AI智能体和可信账户的高质量数据集生成平台。

南京可信数据服务有限公司总经理王炜告诉记者，该项目将率先在心血管、肿瘤、慢病管理等六大典型领域开展试点示范，先行先试成果将为人工智能在慢病管理领域的应用提供优质数据支撑。“我们同医院仍在持续探索让高质量数据集从‘资源’向‘基础设施’转变的路径，希望能为全国医疗机构数据集建设提供可复制、可推广的‘江苏方案’，助力人工智能在医疗卫生领域实现更深层次、更广泛的应用，最终惠及更多的慢病患者。”

3月20日，江苏省政府召开“人工智能+医疗健康”路演推进会，现场晒出AI医疗“成绩单”。目前江苏已建成21个专病高质量数据集、13个医疗专科垂直大模型，健康云覆盖1.56亿人口，数据总量超1557亿条，智慧医疗正逐步实现全民普惠。

“AI在医疗领域的广泛应用是必然趋势。未来肯定是人机深度融合的，但AI永远不会替代医生，而是成为医疗工作的标配辅助工具。”面对科技赋能医疗的广阔前景，作为一线医生，李永霞满怀期望。

今后，应当如何优化人机协作过程？李永霞提出自己的看法：“调试AI识别阈值，根据各科室情况调低多余提醒，降低‘狼来了’的噪音干扰；打通临床数据，让AI结合病历检验一起判断，使结果更贴合真实病情。医院层面也要跟上，如建立制度规范，明确医生终审责任制；进行分层化培训，让老医生不排斥，年轻医生不盲从，并定期组织复盘AI误诊案例，帮助每位医生都能用好这位‘神队友’。”

江南时报记者 张梓扬 杨爽 文/摄