2年前，当林修宇还是一名临床医生时，他渴望找到一种方法，将医生从繁琐的文书工作中“解放”出来。
3年前，刚刚攻读完临床医学博士学位的李佳坤接触到计算机科学，作为学科之间的纽带，他决心帮助医生们在前列腺癌手术工作中，更好地进行决策。
2年前，物理师尹刚看到基层医院在癌症筛查中的短板，他意识到可以利用物理和计算机，将精准的癌症筛查下沉到更多的医院。

近年来，随着大数据、云计算、物联网等信息技术的发展，人工智能迎来蓬勃发展期，科学与应用之间的“技术鸿沟”不断跨越，ChatGPT和英伟达AI芯片等更是引发全球关注。

全球医学界，也正朝着智能化的方向迈进。

上述三名来自成都的医学工作者，不约而同地把AI当作自己的利器，他们的研究也“已经”或“将要”造福于广大患者。经过多日的调研，红星新闻记者发现，在我国AI赋能下卫健事业正在加速发展，成都亦在其中扮演重要的角色。

服务

西南地区首个AI门诊预问诊系统在成都投用

“请描述一下您的病情。”
“我最近肚子胀，总感觉要打嗝，持续了有一个月了……”

在成都市第三人民医院，一名患者在该院网络平台完成挂号后，挂号页面中出现了一个“智能预问诊”的提示。等待就诊期间，他开始了和智能医生助理用四川话对话，对自己的不适情况等作了描述。

当这名患者进入消化内科周希医生的诊室时，他发现自己和智能医生助理的对话，已经被整理为主诉、现病史、既往史等相关资料，呈现在周希的电脑屏幕上。

周希点了一下“引用”，即将上述信息“写”到了病历中。“很方便，节约了医患的时间，还可以提前了解患者的病史。”周希告诉红星新闻记者：“引用信息后，我稍作核对并补充阴性查体就可以了。”

▲患者与AI的对话被自动整理为预问诊报告

这个被称为“AI门诊预问诊系统”的服务，近日在成都市第三人民医院正式投用，这也是该类系统在西南地区首次投用。

近年来陆续有不少的预问诊系统问世，但这一被AI“加持”的系统不再是单一的提供文本选项供患者勾选，而是搭载了多模态的大模型和自然语言处理内核。简单来说，与患者的沟通方式，从选择题变成对话框，可与患者进行自然、流畅地对话，从而实现了预问诊的精准度实现再提升。患者和AI门诊预问诊系统的对话方式不仅限于文字，包括部分方言在内的语音或者是图片都能识别，从而多元化地满足患者操作需求。

该院信息管理部项目管理员林修宇，是这个系统的推动者。在从事信息管理工作之前，林修宇是一名临床医生，他时而感到，不少医生会因为繁琐的文书工作而感到疲惫，他渴望找到一种方法将医生从中解脱出来。“对于培养周期短则5年、长则10余年的医生，天天做重复的文书工作，会导致他们对医学的热情下降。”林修宇说：“在心理学上，这叫‘职业倦怠’。”

于是，林修宇自学计算机领域的相关知识，包括数据库、统计语言、软件工程等，并对大语言模型领域有一定研究，后转而从事信息管理工作。随着通用大语言模型时代的来临，他即推动将这种新技术应用到更多的医疗场景中。

▲成都市第三人民医院投用“AI门诊预问诊系统”

前沿

华西推出国际首个机器人手术知识库（RARPKB）

除了大众化的服务，在前沿科研层面，四川大学华西医院疾病系统遗传研究院的沈百荣团队，也在今年推出了国际首个机器人手术知识库（RARPKB）。今年8月，华西医学期刊出版社公布了这项刊载于《国际外科杂志》的创新研究。

这篇论文的第一作者是四川大学华西医院泌尿外科医生李佳坤。李佳坤告诉记者，2021年，他在博士后研究工作中，跨专业接触到了医学人工智能，“一边要有临床的知识和思维，另一边要基于人工智能的方法，我想成为其中的纽带。”

经过1年的摸索与学习，李佳坤发现，医学问题十分庞杂，临床中患者的情况同样庞杂，搭建一个通用的医学知识库并不现实，于是他专攻专病领域。

2022年，李佳坤开始在程序员的帮助下，搭建前列腺机器人手术知识库（RARPKB），“我阅读了大量的文献，提炼其中的数据与知识，这是一个特别消耗时间的过程。”据悉，RARPKB平台汇集了过去二十年内大量临床研究数据，涵盖了583项研究、1589个手术队列和近192万名患者的详细信息。

2022年，ChatGPT正式上线，其上知天文下知地理，能够使用自然语言聊天，吸引了各行各业的广大用户。咨询ChatGPT医学知识当然可以，但医学知识需要极高的安全性。RARPKB的知识，经过了严格的筛选，以保证为医生提供可靠的建议。“比如那584项研究，是我从2000多项研究中精选的。”李佳坤说。

2023年年底，RARPKB正式上线。打开网站，输入患者的基本情况、指标等，就能够为医生提供个性化的手术方案建议，并精准预测可能发生的术后并发症，其建议和分析都有严格的医学信源。与ChatGPT-4相比，其在真实性、匹配性、个性化等方面表现出色，为AI在临床中的未来应用提供参考。

李佳坤表示，目前RARPKB只是初级版本，未来他计划为RARPKB接入大语言模型，让医务人员在自然聊天中得到所需的辅助。

▲李佳坤向记者讲解RARPKB

研发

一种新的癌症早筛方法

在成都，用AI赋能医学的医务工作者还有不少，尤其是在医学影像、数据分析、手术辅助等领域被广泛运用。而四川省肿瘤医院物理师、研究员尹刚，是其中较早尝试的一位。

尹刚曾经在电子科技大学学习，攻读了“认知神经学科”领域的博士学位。多年前在大学期间，他就对AI+医疗有了认识。他介绍说，早在上世纪50、60年代，机器学习代表了早期人工智能的雏形；到了上世纪90年代至2000年代，机器学习逐步开始应用到医学领域；从2010年代开始，算力的提升让AI医疗有了更多的可能性，至此进入蓬勃发展期。

早在2014年，尹刚开始像谷歌训练AlphaGo一样，建立起一套算法模型，辅助医生判断癌细胞脑转移发生概率，从而选择更为适合的治疗方案。2017年，该项研究的相关论文被美国放射肿瘤学会（ASTRO）授予“基础、转化科学文摘奖”。

近几年，尹刚又借助拉曼光谱技术，结合AI分析，研发出一种全新的癌症筛查方法。“用光谱仪结合机器学习算法，通过对患者血清的检测，筛查癌症。”尹刚介绍：“对于区分良性样本/健康样本和恶性样本的准确率超过90%。”据悉，该项研究已在2022年发表于国际学术期刊《Spectrochimica Acta Part A-分子和生物分子光谱学》中。

尹刚介绍，现有的精准癌症早期筛查，往往面临着高昂的成本与门槛，对基层医疗机构有一定难度，而一台光谱仪仅需几十万元，采血的技术门槛也很低。因此，这项研发的期望，是让早期癌症筛查下沉到基层医院中。

▲尹刚

产业

成都涌现出一批AI医疗/药物研发领域的创新企业

什么是AI医疗？前瞻产业研究院于9月2日发布的《2024年中国AI医疗行业全景图谱》中，将此定义为：是指运用先进的人工智能技术，包括机器学习、自然语音处理、深度学习等技术对药物开发、患者诊疗等环节进行智能化管理和升级，从而提高医疗服务的效率和质量。AI医疗根据AI赋能场景和应用场景的不同，可以分为AI药物研发、AI医学影像、AI医疗机器人、AI健康管理等。

记者查询到，仅在近一年期间，就至少有8份来自国家层面的文件，提到了对AI医疗的支持、指导与规范。例如最近发布的《健康中国行动—慢性呼吸系统疾病防治行动实施方案（2024—2030年）》中提到——“探索应用人工智能、大数据等新一代信息技术建立规范化基层诊疗辅助系统。”

在市场层面，前瞻产业研究院发布的相关信息显示，2019~2023年，在产业政策的支持下，智能硬件和人工智能技术快速发展，从而推动中国AI产业化进程的加速。AI医疗行业作为AI产业的重要分支，得到了高速的发展，中国AI医疗市场规模从2019年的27亿元快速增长至2023年的88亿元，年复合增速达34%。

而从全球来看，近年来砸入AI医疗赛道的资金更是超过千亿，国外的英伟达、谷歌、微软和国内的腾讯、百度、阿里都曾表达对AI医疗的重视。中商产业研究院预计，至2025年，全球数字医疗市场规模将达4670亿美元，年复合增长率达28%，其中，中国数字医疗市场规模将增至5399亿元人民币，年复合增长率达31%。

在成都，近年来也涌现出久远银海、成都先导、盛世君联、医联等AI医疗/药物研发领域的创新企业。

其中，医联在去年推出了中国首款大模型驱动的AI医生MedGPT，其创始人王仕锐告诉记者，《成都市进一步促进人工智能产业高质量发展的若干政策措施实施细则》等相关文件的发布，为人工智能产业的发展提供了强有力的支持，成都的大模型发展基础、产业链、产业生态，有助于推动医疗大模型的发展和应用。

红星新闻记者王拓摄影报道

编辑陈怡西

AI医疗在成都：从门诊、筛查到手术，成都医生如此赋能