菜单
进入关怀版

首页 > 工作动态

广东医改创新典型案例巡礼:深圳打造“AI+医疗”立体化呈现新范式

信息来源:深圳市卫生健康委员会 信息提供日期:2026-04-24 09:32 【字体: 视力保护色:

  2024年11月,国家卫生健康委联合多部门发布《卫生健康行业人工智能应用场景参考指引》,明确了84个AI(人工智能)应用场景,涵盖临床、影像、病理、药物研发等多个领域,引领AI技术深度重塑医疗行业生态。

  作为全国卫生健康信息化发展指数连续两(2023-2024年)排名第一的城市,深圳自然不落人后。2025年3月3日,《深圳市加快打造人工智能先锋城市行动计划(2025-2026年)》发布,提出在医疗服务领域推动智能就医、智能诊疗、智能健康管理、智能公共卫生管理以及医用机器人等落地应用,加快打造人工智能示范医院,构建“预防-诊疗-康复”全链条智能服务体系,卫生健康智慧化转型开启加速度。

  数智健康联合创新实验室的诞生

  深圳是AI技术与高端医疗器械产业的前沿阵地,拥有得天独厚的“AI+医疗”发展优势。目前,已有近450个AI产品在全市各级医疗卫生机构应用落地,覆盖临床诊疗、医院管理、公共卫生等领域,处处可见人工智能的身影。

  在深圳市人民医院,“AI+病理”让宫颈刮片检查阴性结果出具时间从2个工作日提升至体检当日,AI阴性诊断准确率接近100%。在深圳市妇幼保健院,AI让Ⅲ级超声检查从30分钟缩短至10分钟,也让超声医生工作效率翻了一倍多,科室超声影像标准化率提升了超三分之一。在深圳市第二人民医院,外骨骼康复机器人通过AI动态捕捉步态并进行分析,让患者通过正确康复姿势达到更好效果,大大缩短住院周期。在宝安区中医院,艾灸机器人能精准识别人体穴位,进行五大古法艾灸,并实现智能温控,保证治疗安全。

1.png

深圳市妇幼保健院推出AI+产前超声,让孕中期“大排畸”——Ⅲ级超声检查,从30分钟缩短至10分钟,让超声医生专注于“更高难度”的活。

  AI应用还从院内延伸到院外,中国医学科学院阜外医院深圳医院推出的全流程智能导诊服务,让患者看病每一步都“有人陪”,候诊时间从35分钟左右压缩至18分钟内。

  然而,高速发展背后亦有掣肘:存在算力资源分散错配、数据共享整合困难、复合型人才培养滞后等问题,现有成果多集中于单一场景,缺乏跨机构协同和标准化、体系化支持等。

  如何解决这些难题?深圳作出了系列探索。

  深圳市卫生健康委联合10部门出台《人工智能+医疗健康创新协同发展三年行动计划》,打造AI创新应用高地。通过健全治理体系、建强管理平台、深挖数据价值、筑牢安全防线等措施,夯实数字化基石,打造全市健康数据“超级枢纽”。同时,提升集成化能力,深化医疗资源多维互联,建立“市级统筹、区级落实”的卫生健康信息化管理机制,将市级70余个信息系统集成为“1平台+11系统”,并以全民健康信息平台为枢纽,深化跨机构、跨区域、跨层级业务协同联动,构建“一站式”“全景式”在线医疗健康应用场景。

  在此背景下,深圳市卫生健康发展研究和数据管理中心(以下简称“市健研数管中心”)成立数智健康联合创新实验室(以下简称“实验室”),充分发挥医疗、教育、科研和产业联动优势,重点突破算力集约化、数据标准化、场景协同化三大瓶颈,全力打造集管理、服务、研发支持等功能于一体的综合性公共服务平台。

2.jpg

  “我们不缺少智慧点,但缺一条智慧链。”市健研数管中心副主任吴旭生坦言,实验室要做的不是重复零散的技术单点突破,而是转向构建支撑全域智能化转型的公共底座,成为全市AI医疗的总调度台和能力孵化器。

  实验室通过中心化资源聚合机制,统筹全市医疗机构算力、大模型及语料库资源,构建“算力+模型+数据”基座。高效集中支持模型部署及训练,保障千亿级参数模型稳定推理运行。统一API接口,为全市医疗机构提供算力和模型能力支持,降低重复开发成本。

  “因为医疗系统数据的敏感性,实验室将算力资源部署在医疗卫生专网(域内)。因此,当诸如DeepSeek-671B这样的大模型发布后,平台能够迅速进行部署,支持全市公立医院进行调用。”吴旭生介绍,这个举措当时全国领先。

3.jpg

  2025年2月底,实验室正是通过这种方式,让DeepSeek远程赋能深圳市南山区人民医院,在72小时之内搭建了病案编码智能审核、门诊病历智能质控、门诊诊疗方案智能推荐三大临床应用场景。通过综合分析患者信息、检查检验结果、医嘱详情及治疗记录等内容,自动识别反馈病历内涵质量问题,为院内质控提供可视化智能监控辅助,并为临床医生提供专业化、精准化诊疗参考。

  此次探索的成功,标志着数智健康联合创新实验室已具备面向全市医疗机构远程赋能医疗数智创新的能力。

  推动创新场景落地应用

  步入正轨后,实验室渐渐显现出广阔潜力。

  2025年4月的一天,北京大学深圳医院重症监护病房,仪器上不断闪烁的红灯正诉说着一场与死神赛跑的较量——54岁的刘女士心脏、肝脏、肾脏、肺脏接连发生衰竭,病情分秒间都会有变化,需要医护团队迅速做出决策。

  医护团队紧急启动气管插管维持呼吸、ECMO替代心肺功能,并使用强心药、升压药、抗感染药治疗,多管齐下,终于将她从死亡线上暂时抢救回来。

  而在这场惊心动魄的抢救中,有一个重要角色始终在场——启元重症大模型。

4.jpg

  这一定位为“重症监护室24小时智能医生”的大模型,由实验室与医疗企业合作研发,能基于数据还原患者数字画像,并通过重症思维深度分析,回溯整合患者病情、预测趋势并提供建议,同时提供高准确率的重症知识查询结果,助力临床提升诊疗精准度与质量,还能在1分钟内自动、规范地生成病历文档,让医生工作效率提升超30倍。

  “得益于实验室平台部署的多个医疗大模型,启元重症大模型的智能推理与诊疗溯源能力得到了高效提升,有望在全市重症监护室进行部署。”实验室相关负责人表示。

  不久后,他口中的“多个医疗大模型”来了一个集体亮相:2025年8月,全球首个城市级全域智慧医疗大脑——医智方舟(MedArk CityBrain)正式发布。

5.jpg

2025年8月,医智方舟正式发布。

  它不仅搭载了如DeepSeek、千问等通用大模型,还搭载了数十个国内顶尖医疗团队研发的医疗专科垂域大模型,如中国科学院侯凡凡院士团队研发的慢性肾脏病综合管理大模型“智肾”、中国工程院马丁院士团队研发的女性肿瘤大模型“同济·木兰”等,覆盖专科辅助诊疗、疾病预防、数据治理、健康决策等众多医疗细分及管理领域。

  医智方舟的原理类似于医生会诊:当一个医疗问题输入后,通用模型先进行解析,然后根据搭载的各个专科模型能力,智能调用其中最相关的一个或几个进行会诊,最后综合各模型输出生成最终报告。犹如为深圳医疗卫生系统组建了一支由顶尖专家构成的虚拟医疗军团。并且,这支军团还能不断地成长和优化。

  “输入患者基本信息以及主诉,系统自动匹配多个专科大模型,很快生成辅助决策、检查建议、用药参考,整体诊疗效率提升 50% 以上,门诊接诊量、住院病历书写、检查报告解读速度显著加快。”有医生在使用医智方舟之后如此总结。

  实验室受到医院广泛欢迎的产品,还有医保智能审核。

  每家医院都要应对医保拒付申诉这一头疼的行政难题。传统模式下,医院医保科需人工对照约1.2万条医保规则,为被拒付的病例收集申诉证据链,耗时长且通过率低,对医保科和医生们来说都是件烦心事。

  实验室开发的这套医保智能审核系统,内嵌深圳1.2万条动态更新的医保规则,能在15秒内自动完成拒付病例的证据链检索、规则比对和申诉报告生成,处理效率提升90倍,并将申诉成功率从50%提升至80%以上。

  此外,深圳还致力于构建鸿蒙化生态,利用鸿蒙系统分布式能力,实现设备、系统与终端间数据安全高效流转,打破协议壁垒,支持跨场景协同。通过开放场景与资源共享,吸引企业、医疗机构、科研院所共建创新联合体,初步形成以国产操作系统为核心、智能装备为支撑、创新应用为牵引的医疗健康生态雏形。

6.jpg

2026年3月,深圳发布了10大类182个医疗应用场景及372项软硬件产品清单,并重磅推出了医疗开源鸿蒙操作系统1.0版本及标准体系框架与关键标准。

  从单兵突进到场景协同,实验室的初心正慢慢照进现实。

  构建全周期评测优化体系

  “医疗AI的评测要做全链条严谨评估。没有经过严格临床验证的AI,不能进入临床常规应用。”中国工程院院士詹启敏曾这样强调。

  关于AI是否安全有效,不仅是院士,也是广大民众关心的话题。

  2025年11月,深圳市组织了一场AI护理应用的评测会,由各大医院护理专家组成的评委们对一款应用在试点时的安全性、有效性、临床安全性以及数据准确性进行评估并打出分数。

  “我们一定会组织评测,保证AI工具的水平,才能决定是否应该进行推广应用。”深圳市卫生健康委相关负责人介绍。

  事实上,实验室还建立了一个覆盖通用能力测评、专业能力测评、场景应用测评(卫生技术评估)的全链条评估优化体系:通过机构及场景全流程、智能化联动,开展价值导向的追踪式效果验证及新技术应用评估,支持全市医疗机构依据本地数据,进行模型反馈与优化。以病案编码智能审核等医学人工智能技术评估为切入点,构建数字卫生技术开发创新适用的评估框架和模式,实现AI服务全链条管理及持续性升级。

  “深圳医疗AI测评坚持‘临床导向、标准先行、监管闭环’,让AI在可控范围内赋能医疗提质增效。”上述负责人表示。

  从解决算力分散的智能电网,到打破数据孤岛的共享机制,再到具备临床思维的辅助大脑,深圳的实践揭示了一条医疗AI发展的深层逻辑:技术的价值不在于它多么先进,更在于它能否嵌入系统、赋能于人、回归医疗本质。

  而在这个过程中,每个参与者都在重新定义自己的角色:医生不仅是诊疗者,也成了AI系统的教练;患者不仅是服务对象,也成了健康数据的共同生产者;技术不仅是工具,更成为了医疗体系的新基础设施。

  在深圳的探索中,我们看到的不仅是一座城市的主动创新,更是一个行业在面对技术浪潮时的理性与担当。这场从工具到体系的范式革命,或许才刚刚开始。

来源:《人之初》杂志、广东卫生在线

附件下载

分享到:
--
X