肺部智能CT诊断系统
去年12月，上海在全国率先发布首批10大领域、19个点位的AI应用场景需求，面向全球征集解决方案。最终有12家单位入选“上海市首批人工智能试点应用场景”，应用领域包括医疗、教育、金融等。
距离第二届世界人工智能大会举行还有不到50天的时间，这些应用场景建设情况如何？东方网记者带你一探究竟。
面向患者：“按需就诊”精准匹配患者与医生
2018年，复旦大学附属肿瘤医院医院门诊量达到了144.72万人次。”这里是肿瘤专科医院，有时候踏进医院的那一刻对一名患者来说，就是面临着生与死。”面对来自全国各地数量众多的患者，如何提高专家号利用率，让优质医疗资源真正合理分配给有需要的患者，一直是医院攻关的“硬骨头”。
急诊患者自助问诊系统
“能否在病人挂号前分析病人病情，为其匹配相应专家，避免号源‘浪费’？”复旦大学附属肿瘤医院副院长吴炅教授说，基于这样的思考，医院与相关企业合作，探索出“精准预约”的预约挂号模式。在该模式下，通过AI引擎模型的预设和不断完善，让AI引擎有了“分诊功能”。患者按照平台要求实名上传病史资料，AI引擎通过计算分析判断患者病情，并将专家号匹配给病情重、急需专家诊疗的患者，同时智能为患者提供合理的就医路径引导。
例如，通过分析病史资料，初步判断为需要手术治疗的甲状腺癌患者，比单纯想要做甲状腺体检的人群有更大可能匹配到头颈外科的专家号，从而提升专家号的利用效率。
从2018年3月试点精准预约到2019年6月，复旦大学附属肿瘤医院共有11个外科科室、83位医生，每周共计875个专家号接入精准预约功能。仅2019年上半年，该项智能服务就为超过11万患者提供服务，为超过16000名患者提供专家号源，解决了这些疑难患者的燃眉之急。
目前，医院精准预约服务已覆盖甲状腺癌、乳腺癌、胰腺癌等15种常见肿瘤疾病。据统计，在该项服务下，成功为每位患者平均节省2.5小时的就诊时间，患者挂专家号的等待时间已经平均减少7.4天，到诊率提高了7%。专家门诊的效率平均提高了3.5倍左右，并且有效打击了“号贩子”现象。
面向医生：影像辅助诊断为医生“减负”
上海市第十人民医院放射科主任医生汤光宇说，作为一名放射科医生，他或许最能够直观地感受到人工智能技术带来的便利。“近年来肺部“结节”给放射科医生带来的压力实在太大了”，有肺结节的人实在太多，但并不是每个结节都有治疗的必要。医生每天都要耗费大量的时间在“读片”这道工序上。但是毕竟医生也是人，有时难免会在读片时产生疏漏。
目前在医疗领域中，人工智能应用较为成熟的就是医学影像，医学影像是医生进行疾病判断的重要依据。尤其对于肺癌而言，早诊早治非常重要，通过CT检查等筛查手段可以发现肺上的结节，及时采取干预手段。围绕肺部结节等急诊常见疾病，利用人工智能技术，开发智能CT辅助影像诊断系统。让机器通过学习，建立起一套统一的阅片标准，缩短阅片时间，提高正确率。
AI影像辅助筛查系统很好地扮演了质控的角色。它可以不受任何客观因素，如疲劳、情绪、经验的影响，确保医师高效、准确地检出及诊断病灶。“现在我们只要按几个按钮，机器就会代替我们，把所有问题的部分读取出来”，医生要做的是在机器读片的基础上做进一步确诊。“有时候，AI也会过于敏感，‘报假警’，最终还是需要医生的鉴别来‘盖棺定论’。”
