省医院医学信息中心

患者开启AI全流程“陪诊”带来就医新体验

省医院官方公众号接入DeepSeek大模型后，已成为了患者的“智能医疗顾问”。无论是常见疾病咨询、复杂医疗流程疑问，还是医院位置、科室分布等信息查询，智能客服都能迅速响应，给出专业、详细的解答。智能导诊功能更是患者的“就医导航仪”，通过收集患者的症状、病史等关键信息，运用先进算法和医学知识图谱，精准匹配最合适的就诊科室与医生，大大提升了就诊精准度和效率，减少了患者的候诊时间，有效解决了医患资源错配问题。

举例一位经常头痛且视力模糊的患者，模型迅速分析后，推荐其前往神经内科就诊，并结合当天排班，推荐擅长此类病症的医生，大大提升了就诊精准度和效率。患者如果询问 “内分泌科在哪里” 时，不仅告知院区位置，还能提供地图导航等便利信息。很温馨的一点是，鉴于医院特殊的地理位置和就诊特点，接入省医院DeepSeek大模型目前已能识别普通话、四川话和藏语。

以前看不懂的检验报告，AI报告解读功能会将报告中的专业术语转化为易懂描述，并提供个性化健康建议，让患者能够更好地理解自己的健康状况。

医生获辅助诊断+病历质控全面提升诊疗质效

将DeepSeek大模型与临床业务系统集成，在门诊医生站和住院医生站界面增加了“医生智能助手”功能。医生可以随时输入患者病情，通过智能助手询问诊疗方案建议、查询医学知识、辅助解答疑难问题等，极大地提升了医生决策的效率与准确性。

病历质控功能则自动识别病历中的术语错误、逻辑漏洞及格式问题，一键优化表述规范性，助力医生高效完成高质量病历书写。

在专病方面，省医AI已开始人体头颈部血管和冠状动脉以及胸腹部大血管的自动后处理、外伤患者肋骨骨折的判断、外科肿瘤性病变术前三维重建的手术辅助计划、青少年骨龄自动判断等应用，特别是在肺部结节初筛中展现出了卓越性能，通过瞬间定位结节并自动显示影像信息，显著减少了微小结节遗漏情况，对进一步诊断工作提供了重大帮助。

雷舜东（中）解读大模型实现全场景应用

罕见病诊疗获AI辅助取得突破性进展

通过融合DeepSeek大模型与医院自主研发的"人工智能罕见病辅助决策平台"，省医院已建立了完整的罕见病诊疗管理模式。人工智能罕见病辅助决策平台"通过汇聚遗传学、临床医学及药学领域百余名专家智慧，深度整合全球顶尖医学知识库、多源异构真实世界数据及中国人群特征知识图谱，构建出具有自主知识产权的医学认知网络体系。整合后的创新突破：在筛查效能方面，通过智能算法优化使核心场景准确率与召回率同步提升近10个百分点；在预测模型构建上，针对重症肌无力、心脏淀粉样变等复杂病症开发的预测模型实现准确率和召回率双90%突破，达到临床验证标准。目前，省医院通过这种模式已成果筛查出了多种罕见病患者，有效实现了罕见病筛查关口前移，将罕见病诊断周期从数年缩短至几周。

据悉，省医院的“AI辅助罕见病精准诊疗平台”建设依托于全球顶尖医学知识库、多源异构真实世界数据及符合中国人群特征的医学知识图谱，构建了业内领先的医学认知网络。基于平台原有的人工智能大模型与DeepSeek进行全面整合，实现了对大模型的多维度优化并深入应用于罕见病诊疗管理。经测试，平台目前在罕见病筛查、诊断分型预测、核心临床数据后结构化等核心场景的准确率及召回率达到了90%以上，显著增强临床应用的可靠性和有效性。

省医学信息中心主任雷舜东表示，基于“AI辅助罕见病精准诊疗平台”的深度学习与自然语言处理能力，医院医学信息中心将进一步助力推进诊断预测、诊疗方案智能推荐、智能导诊、患者智能问答及个性化智能宣教等全场景服务，形成“数据-决策-服务”闭环。

医院管理效能跃升：AI赋能精益管理

DeepSeek大模型接入在医院管理领域也发挥了重要作用。智能问答机器人“省e通”为院内职工提供了高效的智能工作助手，无论是医院规章制度的疑问，还是业务流程的咨询，以及信息系统问题，都能快速给出准确答案，显著提升了工作效率，优化了内部沟通协作流程。

“ChatBI智能问数功能”通过自然语言提问，快速获取医院运营数据的深度分析结果，为医院决策提供了有力支持。

“IT运维监控功能”也在DeepSeek的助力下显著增强，实时监测系统运行状态，及时发现潜在故障风险并提供解决方案，有力保障了医院信息系统的稳定运行。

记者体验“智能诊程”

国产信创部署：构筑医疗数据安全新防线

作为国家信创战略在医疗领域的先行实践，四川省人民医院基于自建算力服务器，完成DeepSeek大模型全流程本地化部署。信创环境强调数据安全与自主可控，医院在部署过程中，深度挖掘DeepSeek大模型优势，通过一系列技术创新，确保医疗数据的安全性与隐私性。

在数据安全方面，医院充分利用已有的医疗数据集进行模型训练与优化，避免了敏感医疗数据的外流，完全符合信创安全要求，同时降低了算力成本，实现了资源的高效利用。在适配性上，医院根据自身的业务特点和硬件资源，对DeepSeek大模型进行了定制化调整，使其能够精准匹配医疗服务和运营管理的复杂场景，从而在医疗领域发挥出最大效能。此外，借助模型的自动化强化学习框架，DeepSeek大模型能够基于医院业务的反馈不断自我优化，逐步构建起“感知-决策-执行”的智能闭环系统，为医院的智能化发展提供了持续动力。

中国科学院院士、四川省人民医院院长杨正林表示：下一步还将把人工智能和省医院帮扶的偏远地区医疗服务结合起来，与派出去巡诊的专家结合起来，让其发挥出更大的作用。