国家卫健委：2024卫生健康行业人工智能应用场景参考指引（45页）.pdf

1、 3 附件卫生健康行业人工智能应用场景卫生健康行业人工智能应用场景参考参考指引指引一、“人工智能+”医疗服务管理（一（一）“人工智能人工智能+”医疗服务医疗服务1.医学影像智能辅助诊断医学影像智能辅助诊断基本概念：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

2、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医学影像数据智能辅助质控基本概念基本概念：利用人工智能技术开展医学影像检查质量评价、4 分析，提高医学影像摄片质量和质控效率。应用场景：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

3、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临床专病智能辅助决策基本概念：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：应用场景：使用机器学习、自然语言处理、大数据挖掘、

4、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 5 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

5、生智能辅助决策基层全科医生智能辅助决策基本概念：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：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

6、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医学影像智能辅助治疗基本概念：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：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 6 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