一、“人工智能+”医疗服务管理 

（一）“人工智能+”医疗服务 

    1.医学影像智能辅助诊断 

    基本概念：针对医学影像数据进行智能分析、快速读片、 报告生成，实现高效精准的医学影像辅助诊断。应用场景：利用计算机视觉、神经网络等技术，在X射线、 CT、MRI、PET-CT、超声、病理切片、皮肤照片、眼底照片、 心电图、脑电图、肌电图、消化道内镜、纤支镜等影像诊断中， 发挥人工智能快速、精准的能力，通过各类医学影像病灶分析、 参数量化、三维可视化等功能，实现人工智能影像参数量化和 智能标注能力，生成影像结构化数据。应用人工智能从海量影 像中准确快速发现微小病灶，直观定位病灶，实现骨折、肺癌、 肝癌、皮肤癌、颅内动脉瘤等疾病精准早筛，提升影像数据分 析效率，提高影像诊断质量，提升疾病早期诊断精度，为医学 影像科研与成果转化提供数据要素与创新动力，提升影像诊断 医生工作效率，降低随访工作量，减轻医生工作压力，优化医 院人力成本。 

    2.医学影像数据智能辅助质控 

    基本概念：利用人工智能技术开展医学影像检查质量评价、分析，提高医学影像摄片质量和质控效率。应用场景：在影像检查、报告流程中，利用人工智能多模 态影像分析能力，发挥人工智能模型实时、准确、高效的特点， 开展全量化、实时化、智能化影像质量评价，识别质量问题， 通过人机协同和交互，协助医学影像技师提高影像学检查的图 像采集质量。在报告审核阶段，联动解剖学结构、体表投影、 器官结构、断层解析、医学诊断术语等信息，验证影像表现与 病灶判断之间的逻辑关联，深度解读影像报告，有效筛查出报 告中的遗漏、矛盾或误判问题，提高影像诊断报告质量。 

    3.临床专病智能辅助决策 

    基本概念：智能清洗处理临床专科疾病数据，构建决策模 型和算法，智能生成临床专病诊疗方案，实现各类专病智能化、 规范化、精准化全流程临床诊疗辅助，提供辅助决策支持。应用场景：使用机器学习、自然语言处理、大数据挖掘、 多模态人工智能大模型等技术，对收集的临床专科诊疗病历、 临床诊疗指南、路径规则等数据进行清洗和处理，提取有价值 的信息构建临床专病知识库和人工智能语料库。在高血压、糖 尿病、肝癌、结直肠癌、胃癌、食管癌、肺癌、房颤、脑卒中、 抑郁症等疾病的临床诊疗中，整合多组学基因测序、医学影像、 数字病理等多模态数据，综合分析患者的诊断、症状、医嘱、 检验检查、手术等信息，实现对专病患者的精准化、个性化风 险评估。智能推荐匹配临床诊疗方案，为医生提供智能问诊、 治疗效果预测、临床诊疗建议等辅助决策支持服务，提供相似 病历诊断治疗信息的搜索与关键信息提取，辅助医生进行规范 化诊疗，提高临床诊治效率和医疗质量。 

    4.基层全科医生智能辅助决策 

    基本概念：应用人工智能技术结合基层医疗卫生机构常见 病、慢性病诊疗规范，构建基层全科诊疗辅助决策应用，为基 层全科医生提供智能诊断推荐，检验检查和用药等诊疗处置建 议，并开展基层门诊处方和电子病历规范审核。应用场景：使用机器学习、自然语言处理、大数据挖掘等 人工智能技术，训练基层常见病、慢性病临床诊疗指南等专用 知识，在为患者提供门急诊诊疗过程中，综合判断患者主诉、 现病史、既往史、体格检查、辅助检查结果等疾病信息，为全 科医生提供诊断和鉴别诊断的推荐建议，辅助全科医生完成疾 病诊断、门急诊病历书写、下一步检验检查推荐等辅助功能， 智能推荐用药、转诊等诊疗建议，提供相似疾病诊断和治疗信 息搜索，辅助基层全科医生提高问诊和治疗规范性，提高基层 全科医生医疗服务质量、能力和效率。 

    5.医学影像智能辅助治疗 

    基本概念：利用人工智能、虚拟增强现实和三维建模等技 术，智能分析医学影像数据，为临床提供智能辅助治疗方案。应用场景：通过深度挖掘分析医学影像数据，结合权威指 南、共识与科研成果，帮助医生优化治疗过程，为医生提供快 捷的数据支持和方案参考。在人体腹部、胸部、脑部、血管、 皮肤等部位的手术中，精准评估定位病灶，提供病灶体积和定 — 5 — 位等参数，利用术中影像实时分析和评估风险，降低手术风险 和减少并发症发生率。在多学科临床会诊过程中，深度挖掘分 析医学影像数据，为会诊专家提供循证依据和精准、全面、可 解释的个性化治疗方案，避免过度诊疗和误诊误治，让患者获 得最佳的治疗效果。 

    6.手术智能辅助规划 

    基本概念：智能分析医学影像、病理、检验等临床多模态 数据，明确手术关键部位、推荐最佳手术方案、评估手术风险、 辅助医生提高手术精准性、减低术中风险及术后并发症。应用场景：针对胃肠外科、肝胆外科、甲状腺乳腺外科、 耳鼻喉科、泌尿外科、胸外科、骨科、神经外科等外科手术， 使用人工智能技术综合分析患者的临床诊疗记录、医学影像、 数字病理、基因检测等多模态数据，应用智能手术方案推荐模 型，协助医生自动生成患者个体化风险评估报告，智能推荐手 术方式、确定手术范围、提供手术路径等建议，智能识别定位 病灶、神经、血管及淋巴结等关键重点部位，辅助医生提高手 术精准度、降低术中误操作风险、术后并发症的发生。 

    7.放射治疗靶区智能辅助勾画 

    基本概念：实现CT、MR等医学影像中肿瘤及其周围重要 组织轮廓自动勾画，为临床精准放疗提供智能靶区定位。应用场景：利用图像处理和人工智能技术，辅助医生准确、 快速在CT、MR等医学影像中勾画出肿瘤及周围重要组织的轮 廓，实现智能靶区分割、深度病灶分析、多维量化组织参数、自动勾画等功能，主要涉及鼻咽癌、乳腺癌、宫颈癌、肺癌、 直肠癌、胰腺癌等疾病。通过剂量叠加功能，将同一个患者两 个不同时段计划的剂量分布累加到同一幅图像上，方便医生查 看两个计划累加后危及器官或靶区累加受照剂量，提升放疗医 师勾画精度和工作效率，为临床放疗提供精准便捷服务。在放 疗科研中智能分析海量影像数据，提供更深入特征数据，实现 临床疗效与放疗副反应联合分析，有效提高临床治疗水平。 

    8.智能门诊分诊 

    基本概念：诊前采用图文、语音等人机对话方式，根据 患者症状及病史信息，为患者提供就诊科室推荐等服务。应用场景：采用图文、语音等人机对话方式实现人机交 互，完成对患者症状、现病史、既往史、辅助检查结果等临 床信息采集。利用医学知识图谱和深度学习等人工智能技术， 结合医院预检分诊场景，为患者智能推荐就诊科室和医生， 有效解决患者医学知识匮乏、院内咨询不便导致的医患资源 错配等问题，提升就诊精准性和效率，减少患者候诊时间。 

    9.智能就医咨询 

    基本概念：通过图文、语音等人机交互，精准识别患者 就医需求和问题，为患者提供就诊流程、注意事项等服务。应用场景：利用图文及语音识别、自然语言处理等技术， 基于医学知识库和就医服务知识库，以人机交互方式服务于 就诊全流程，准确快速理解患者问题，帮助患者获取就医信 息，了解就医流程和注意事项，替代传统导医和人工客服模式，也可关联医院其他在线服务，主动提供索引或推送服务。结合虚拟数字人技术为患者呈现可视化高仿真交互体验，提 供更为真实、有温度的数字化服务，构建高效医患沟通渠道， 疏解线下问询压力，缓解患者就医焦虑，提升就医体验。

    10.智能预问诊 

    基本概念：在医生问诊前，通过图文、语音等人机交互， 采集患者临床专科病史信息辅助生成电子病历。应用场景：在医生问诊前，利用语音识别、自然语言理 解、图像识别、领域知识融合等人工智能技术，通过文字、 语音、辅助检查报告图像或报告上传等方式，根据不同临床 专科问诊要求，通过人机交互引导患者完成症状、现病史、 既往史、辅助检查结果等临床信息采集。通过智能算法，依 据病历书写要求，自动提取关键信息，生成格式标准、内容 准确的病史文书，供医生在书写病历时参考和引用，帮助医 生快速了解患者基本病情、减少电子病历录入时间、增加与 患者交流病情的时间，提高诊疗效率，提升医疗质量。 

    11.智能陪诊 

    基本概念：就诊全过程中向患者智能主动推送就诊流程、 就诊提醒、位置指引等信息和提醒，实现智能陪伴式服务。应用场景：利用机器学习、路径规划等人工智能技术， 整合医生排班、患者就诊数据、服务流程、诊室位置等信息， 为患者提供就诊时间和地点推送、就诊路径推荐、检查预约 和院内导航，以及候诊到号、缴费支付、取药通知提醒等智能服务。通过智能陪诊服务，缩短患者候诊时间，减少排队 次数，改善患者就医体验，提升医疗服务效率。 

    12.智能随访 

    基本概念：通过智能语音外呼及聊天机器人等方式，自动 完成诊后患者或基本公共卫生重点人群随访服务。应用场景：运用语音识别、语音合成、自然语言处理、语 言大模型等人工智能技术，通过语音外呼及聊天机器人等人机 交互方式，在开展患者诊后随访或公卫随访服务时，根据随访 规则自动完成随访工作，收集患者的恢复情况、服药反应、生 活行为等调查信息，并对常见问题提供即时自助式解答服务。通过智能随访，可以有效减轻随访工作人员的工作负担，实现 随访工作的高效性、及时性与完整性，帮助医疗机构及医生全 面了解患者的治疗效果和满意度，优化随访服务流程，改善医 患关系，减少医疗机构的成本投入，实现患者全流程管理，为 临床科研提供强有力的数据支持。 

    13.智能满意度调查 

    基本概念：面向患者自动发起满意度调查，智能分析患 者或居民对基本医疗和公共卫生服务的反馈，为医疗卫生机 构管理者提供优化建议。应用场景：在患者就诊后通过自动智能外呼服务平台开 展满意度调查，涵盖医疗服务、医患沟通、环境设施等方面。完成问卷语言交互问答后，通过自然语言理解和后结构化处 理等人工智能技术，自动将患者满意度情况进行汇总和智能分析，为医疗机构提供持续的患者反馈监测和客观的满意度 评价。根据调查结果，医疗机构可以更好地了解患者需求， 针对性地改进服务流程，优化服务体验，提升医疗服务质量。 

    14.智能患者院后管理 

    基本概念：应用人工智能技术为出院患者提供个性化随访、 健康监测、药物管理等服务，提升患者依从性、优化康复效果。应用场景：基于对患者诊疗数据的智能分析，为出院患者 提供全面出院后管理，包括健康管理、健康教育、咨询支持、 家庭病床等内容。制定个性化随访计划，提供智能化交互，提 醒患者复查、随访和治疗方案调整。利用可穿戴设备和移动应 用，收集分析患者生理参数，及时预警并指导患者采取相应措 施。用药计划管理，通过定时提醒和依从性跟踪确保患者合理 用药。提供个性化康复指导，帮助患者加速康复进程。提供专 家或其数字分身的在线咨询，及时解决院后健康管理疑问。通 过智能服务，提高患者的依从性和康复效果，减轻医护人员的 工作负担，优化医疗资源配置，提升医疗服务效率和质量。 

    15.智能病历辅助生成 

    基本概念：基于语言大模型打造智能化病历辅助书写虚拟 助手，实现电子病历自动生成，提高病历书写效率及质量。应用场景：利用语言大模型技术，从大量优质病历中提取 文本信息，进行特征处理，基于患者历史就诊记录、主诉、检 验检查结果等医疗信息，自动生成标准化、高质量医疗文书， 包括门急诊病历、入院记录、病程记录和出院小结等，提高医生日常医疗文书整理和书写效率。对海量电子病历数据进行分 析和评估，识别病历中的数据完整性和准确性等质量问题，提 供实时的质量反馈及改进建议，帮助医生和医疗机构提升病历质量。

    （二）“人工智能+”医药服务

    16.处方前置审核智能辅助 

    基本概念：结合审方规则，辅助专业药师对处方进行合理 性审查、追溯，预警不合理处方，保障临床合理用药。应用场景：采用自然语言处理、深度学习等人工智能技术， 将常用临床用药依据，如药品说明书、临床诊疗指南等构建知 识图谱，形成审方知识库。结合审方规则与已积累的处方大数 据，配合专业药师，在临床医生开具处方过程中，实现合理用 药指导、药品信息提示、药师审方干预、处方质量评价、抗菌 药物使用监测、药物相互作用审查等功能，辅助临床医生合理 用药。在患者缴费前进行处方合法性、规范性和适宜性审核， 对不规范处方、用药不适宜处方及超常处方实时预警，实现抗 菌药物使用监测，记录患者用药档案/药历，保障患者用药有效、 安全、经济、适当。 

    17.临床用药智能辅助 

    基本概念：以药物和疾病的知识图谱为基础，根据临床指 征和药理学理论等，对用药行为作出决策建议。应用场景：利用自然语言处理、深度学习等人工智能技术 对临床诊疗指南、路径规则、用药指南等数据进行清洗和处理，提取有价值的信息构建药物知识库和算法模型，审核处方开具、 药物调配、给药等流程的正确性、规范性和适宜性，实现及时 的用药风险警告和提示，记录患者用药档案/药历，提供智能用 药建议支持服务。建立药物治疗效果及预后预测模型，辅助临 床医生开展个体化药物治疗，提高精准用药水平，保障用药安全。 

    18.患者用药指导智能辅助 

    基本概念：通过机器学习、自然语言处理等技术为患者提 供个性化的用药提醒和指导辅助。应用场景：通过自然语言处理和机器学习等人工智能技术， 处理患者体征、病史、检查检验、用药信息等多维数据，在患 者获得处方后为患者提供个性化的用药指导，包括药物正确服 用时间、正确服用方式、与食物或其他药物的相互作用、副作 用及其应对措施等，记录患者用药档案/药历，帮助患者更安全、 有效地管理用药计划，保障用药安全，提升治疗效果，同时减 轻药师的工作负担。

    （三）“人工智能+”医保服务

    19.医保智能审核 

    基本概念：应用人工智能技术结合医保审核规则为医保审 核员提供病历智能审核服务。 应用场景：以数据分析为核心，内嵌智能审核规则库、知 识库，基于DIP分组付费指标构建智能控费体系，结合大数据 分析对医保费用进行事前智能提醒、事中智能审核、事后智能分析。在医保审核员审核医保支付时，提供智能医保审核服务， 审核诊疗行为是否合理、编码是否违规等情况，帮助医保审核 员提升医保审核的效率和质量。 

    20.医保智能核算 

    基本概念：智能分析患者的医疗健康数据，实现对患者的 健康风险智能评估，提高核保的准确性和效率。 应用场景：结合健康医疗大数据，自动分析医学影像检查 报告（如B超、放射影像、心电图等），依托自主深度学习模型 和规则引擎，将传统保险业务中的单点评估问题拓展为多维立 体综合评估问题。基于大量真实世界病历，分析多种因素对于 不同疾病发病率的影响，优化训练核保预测模型，修正核保结论，提高核保准确率，为不同人群提供适配和多样的健康保障 服务。 

    21.商业健康险智能设计

    基本概念：融合医疗、医保、商保等多源数据，利用人工 智能技术，实现商业健康险产品智能化创新设计。 应用场景：利用医疗健康垂直类大模型，搭建个性化保险 产品设计应用，基于商业健康险用户精准画像与健康评估，实 现商业健康险产品设计、精准定价、保障责任、健康管理计划、 风险控制的智能管理与动态优化，增加商业健康险产品供给， 扩大商业健康险覆盖人群范围，满足多层次医疗保障需求。 

（四）“人工智能+”中医药管理服务 

    22.中医临床智能辅助诊疗

    基本概念：应用中医四诊智能诊断设备采集全过程中医临 床四诊数据，基于中医药知识库，建立中医大数据诊疗模型， 针对患者症状、诊断和相关病史自动推荐中医诊疗方案。 应用场景：构建专科、专病、名中医诊疗知识库、中医古 籍知识库和中医经方知识库，利用知识图谱和大模型等技术， 建立中医大数据诊疗模型，应用面诊、舌诊、脉诊等智能诊断 设备，结合预问诊信息自动生成中医电子病历。整合多模态中 医临床数据，应用中医大数据诊疗模型模拟中医辨证论治思维、 张仲景方证论治诊疗思维等，为医生提供个性化、精准化临床 诊疗建议等辅助决策支持服务，智能推荐理法方药一致的临床 诊疗方案，以及辅助治疗、临床预警、知识推荐、典型病案学 习、健康宣教等内容，提高临床医生中医辨证论治准确性。 

    23.中医经络智能检测 

    基本概念：以中医经络、现代全息理论为基础，应用人工 智能技术模拟中医临床诊断过程，为临床诊疗提供辅助参考。 应用场景：通过中医经络检测仪，基于中医药专业知识库 和海量真实世界中医病案术语库，利用大数据挖掘和深度学习 技术，准确提供经络、脏腑、体质、气血、情志等5个维度功 能性检测结果，反馈人体经络功能状态。24.中药智能审方 基本概念：依据中医药配伍规则，智能提醒医生合理遣方 用药，智能辅助药师开展中药饮片处方点评。 应用场景：通过中医临床用药禁忌的相关文献和中成药说明书等资料，梳理中医临床用药禁忌规则，建立中医药临床用 药禁忌知识库。利用知识库和人工智能算法对医生开具的中药 饮片处方中涉及的禁忌或超量使用行为及时提示，提高患者用 药安全水平。中医药临床用药禁忌知识库辅助药师进行审方和 处方点评，评价中药饮品处方的规范性、药物使用的适宜性（中 药禁忌、用量用法），提出干预和改进措施，促进中药饮片的 合理使用。 

    25.中医临床病案智能质控 

    基本概念：基于中医临床辨证论治理论，采用大数据存储、 深度学习算法等技术，建立中医病案理法方药一致的内涵质控 垂直类大模型，提升中医临床病案的书写质量。 应用场景：基于中医药专业知识库和海量真实世界中医病 案术语库，构建病因、病机、治则治法、病证、方药等中医临 床多维网络知识图谱，采用神经网络等知识推理智能算法，从 理法方药、病证诊断准确性、中医适宜技术选择准确性等方面 评估中医临床病案的内涵质量，提供病案数据缺失值提醒，全 方位多角度建立贯穿诊前、诊中、诊后全过程的中医临床病案 质量控制管理应用，为中医临床病案书写提供智能决策辅助支 持，全面提高中医临床病案质量。 

    26.名中医学术思想智能传承 

    基本概念：通过挖掘名中医经验，基于深度学习等人工智 能技术实现名中医数字化传承，辅助培养学术传承人。 应用场景：深度挖掘名中医临床经验，基于深度学习、大模型等人工智能技术，结合历代中医名家古籍医案知识库揭示 中医药专病治疗内在机制，模拟临床实际诊疗应用场景，依托 中医教学平台实现临床与教学、理论与实操结合，针对临床实 际问题为传承人智能推荐名中医诊疗方法、临证经验、用药规 律，深刻领悟名中医学术思想和学术经验，提高诊疗能力。

    27.中医药科研智能辅助 

    基本概念：辅助医生采集中医诊疗全过程真实世界数据， 支撑中医的人用经验转化为临床真实世界数据证据。 应用场景：应用人工智能、大数据、物联网等技术，智能 采集中医临床全过程闭环诊疗数据，构建“理法方药”和“证治效” 完整的高质量数据库。分析中医药处方和临床结局的关联性， 发现不同草药组合效果，用数据驱动的方法揭示传统经验中未 被完全理解的药物相互作用，客观分析中医治疗的长期效果和 副作用，为评价中药材质量、中医诊疗方案、院内制剂、中成 药的适应症等提供中医药价值证据。促进中医医生的人用经验 转化为真实世界证据，为诊疗方案提供真实世界数据支撑，完 善个性化诊疗方案，形成个性化中医药学术思想。

。。。。。。。

扫码查看原始网页全部信息