智慧医疗：让看病更准、更近、更暖

专题

随着人工智能、大数据、脑机接口等数智技术加速融入医疗场景，智慧医疗带来医院运行管理、疾病诊疗模式和患者就医体验的巨大变革。近日，记者围绕智慧医疗如何推动公立医院高质量发展这一话题，采访了西安交通大学第一附属医院（以下简称“西安交大一附院”）副院长韩建峰和青海大学附属医院（以下简称“青大附院”）院长樊海宁。

西安交通大学第一附属医院

副院长 韩建峰

青海大学附属医院

院长 樊海宁

就医更便捷，诊疗更精准

问

健康报：推动智慧医疗发展的价值体现在哪些方面？

韩建峰：对患者而言，智慧医疗显著改善了就医体验。西安交大一附院自2015年起推进智慧医院建设，目前已拥有50余个智能系统，其中使用程度最高、最受患者欢迎的是智能问诊系统。患者只需对智能体表达症状和需求，即可按照引导挂号相应科室，甚至可预测可能需要的检查项目、检查时间和相关费用。该系统每周问诊访问量约2万人次，通过把预约、排队、缴费、结果查询等环节集成到线上，让患者无需在流程中奔波。

对医院而言，智慧医疗优化了管理模式，提升了运行效率。依托信息化技术，医院完善既往病史导入流程，既能缩减医师书写病历、查阅既往病历的时间，也有助于医师更全面地掌握患者病情。智能问诊系统则提升了患者预约科室和检查的精准度，避免资源浪费。

对诊疗疾病而言，智慧医疗大幅提升诊疗效果。在慢性病管理方面，智能可穿戴设备对心率、血压、血氧饱和度等指标的监测效果较好，为医生提供更有效的决策依据，提高慢性病管理的连续性和严密性。在疾病诊断方面，数智技术让医生以智能体形式时刻陪在患者身边，提升脑卒中等急危重症的早期识别率，降低死亡率和致残率。在疾病康复方面，2025年医院陆港院区脑机接口手功能康复训练系统正式投入临床使用，并顺利完成首例患者康复训练。该技术将康复从“肢体驱动”升级为“脑控驱动”，对患者功能恢复至关重要。

樊海宁：青海省地处我国西部，是典型的高原地区，经济相对落后，医疗资源紧张，高端人才尤为缺乏。青海及周边牧业地区是包虫病等地方病主要流行区，低氧性肺动脉高压等高原病也是当地群众面临的突出健康问题。基于此背景，智慧医疗对服务地方病与高原病整体防治具有重要战略意义。

包虫病的AI（人工智能）筛查是智慧医疗服务地方病防治的典型实践。AI辅助的超声与CT（计算机断层扫描）为牧区提供更精准、更先进的筛查手段，指导基层诊疗，实现疾病的早期发现和干预。高原病起病隐匿、诊断复杂，AI在影像数据方面也具有显著优势，超声、CT、磁共振等影像均可由AI完成前端诊断，生成初步诊断报告，再由医生审核确认。

与此同时，青大附院在全省率先实现“DeepSeek满血版”本地化部署。医生在门诊问诊时可通过语音转化为门诊电子病历，住院后也通过AI大模型结构化管理形成电子病历。此外，用药使用说明、报告解析及各种报告的综合分析，AI大模型均可发挥临床助手作用。

从管理层面看，大模型已应用于财务、运营、后勤管理等多个部门。各学科数据均在线上运行，大模型通过数据去训练运营模型，为医院资产合理分配和应向哪些学科倾斜提供依据。同时，运营数据充分反映疾病谱及疾病结构的季节性变化，便于医院提前制定应对策略。在医疗安全与质量管理方面，大模型也发挥了重要作用，让病历管理更加科学、规范，提升患者治疗环节的安全性。

答

帮扶更有效，学与授兼顾

问

健康报：大医院承担着带动基层医疗服务能力提升的责任，智慧医疗如何推动优质医疗资源下沉？

韩建峰：基层最缺的不是高端医疗设备，而是医务人员和专业技术人员数量太少、能力不足。授人以鱼不如授人以渔，对基层的帮扶要从单纯配置设备、经费向加强人员培训、提升能力转变。

一些需要帮扶的地区往往面临地广人稀、业务量低、当地医务人员难以长期离岗等实际困难，智慧医疗为解决这些困难提供了新路径。曾经有位村医说自己非常想参加培训、提升能力，但村里只有他一个医生，村民离不开他。现在，医院大力开展线上培训，将课程和操作视频上传至线上平台，让基层医务人员在线学习并接受考核，解决了离岗难的现实困难，提高了培训效率。

除线上培训外，依托数智技术实现对基层的远程指导。如指导基层进行静脉溶栓治疗，基层医师发出会诊请求后，西安交大一附院医生打开远程会诊平台即可阅读各项检查结果，并据此做出指导。遇到疑难病例还能通过视频连线指导，提升基层医师的操作技术。

樊海宁：作为当地龙头单位和大三甲附属医院，青大附院充分结合医联体建设，联合50余家医联体单位，从人才与技术两个层面同步推动优质医疗资源下沉。

一方面，持续下派专家队伍下沉基层，缓解基层缺乏专家的矛盾。另一方面，将人工智能模型连接至基层，实现互联互通。基层采集的心电图、CT影像，充分利用人工智能模型加以判读和分析，使基层群众在本地就能获得近三甲医院水平的诊断支持。部分诊断能力匮乏的医院，可直接将诊断任务远程传送至青大附院，青大附院完成诊断后再下发结果。从远程诊断数据看，医院每月完成基层CT诊断200余人次，每年上千人次，均为疑难特殊病例。

此外，青大附院推进专家“AI分身”建设。青海地处高原，地广人稀，基层群众就医路途遥远，复诊与随访尤为不便。“AI分身”可在线上辅助解答患者常见的健康咨询和用药注意事项，并承担病情随访、慢性病管理等职能。基层群众不必频繁往返医院，即可获得持续、规范的诊疗指导，在一定程度上解决了高原地区优质医疗资源可及性不足的问题。

部分以藏语为主要交流语言的患者存在医患沟通不便的问题，语言障碍是影响就医用药的重要因素。青大附院着力建设“藏语问诊体系”，在通用大模型基础上，建立医疗版“康巴”语料库，并集成不同地区藏语语系，进行标注、翻译与医学术语校准，努力减少语言障碍对就医沟通的影响。

答

推动智慧医疗行稳致远

问

健康报：您对发展智慧医疗有哪些建议？

韩建峰：首先，公立医院管理者要正确认识发展智慧医疗的重要性，摒弃“守摊子”的惰性思维。智慧医疗在优化就医流程、提升诊疗效果和医疗效率等方面有着巨大价值和潜力，是公立医院实现高质量发展的重要助推器，医院管理者应主动适应并积极推动。其次，公立医院应加大对智慧医疗的监管力度。医疗质量是医院生存发展的底线，在追逐技术发展浪潮的过程中，医院也要对创新技术进行严格监管，不能为创新而打破医疗质量底线。最后，建议有关部门完善智慧医疗的收费机制，让其拥有可量化的价值标准，从而推动智慧医疗可持续发展。

下一步，西交大一附院将重点开展三项工作。一是保障数据安全与合规，加强数据资产管理、研究数据提取和转化路径，使数据成为医院发展的重要生产力。二是加大对智慧医疗的投入，推动医护人员和管理人员加深理解并深入参与。三是持续优化智慧医疗各项功能，如优化智能体的响应速度和准确性，结合居民生活实际精准推送科普知识等，将医疗服务延伸到居民日常生活中。

樊海宁：步入“十五五”时期，人工智能已深刻改变各行各业，医院必须结合自身实际，主动在智慧医疗方面作出改变。第一，要把国家有关智慧医疗和人工智能应用的部署要求，与医院自身功能定位、疾病谱特点和发展基础结合起来。第二，应根据医院实际情况、当地疾病谱及现行条件，有序推进智慧医疗工作落地。第三，应加强西部地区人才培养，推动医务人员不断学习、不断创新，让智慧医疗在工作中发挥更大作用。

在部署智慧医疗之前，应进行系统评估。当前人工智能模型众多，但准确识别出更适配医疗数据的模型尤为重要。从医院管理者层面看，无论是智慧服务还是智慧管理，最主要的问题是解决人工智能模型的架构落地问题。医院须做好顶层设计，循序渐进推动模型逐步落地，医生和患者在模型使用过程中才能充分体会到益处，最终逐步铺开。

答

文：吴风港 刘阳河

编辑：刘官硕（实习）

审核：孙梦