激情人妻,热久久av,国产一区二区在线观看swag,国产精品久久国产精品99电影

1. 案例來源

2019年1月—3月，通過網(wǎng)上填報共收集案例245例，經(jīng)篩選進(jìn)入評選環(huán)節(jié)的案例190例，涉及137所醫(yī)療衛(wèi)生機構(gòu)和科研院所；有55例案例未通過形式審查。收集的信息包括案例名稱、申報類型、申報單位、承建商、基本情況、實現(xiàn)功能、應(yīng)用效果、技術(shù)特點、軟件著作和專利及獲獎情況。申報類型分為疾病預(yù)測干預(yù)智能化、疾病咨詢智能化、疾病診療智能化、藥物研發(fā)智能化、衛(wèi)生事業(yè)管理智能化和其他類型案例6類[1]。

2. 案例分析

2.1案例分類

按照單位填報的案例類別統(tǒng)計，在190個案例中，疾病輔助診療類案例98例，占比52%；疾病預(yù)測干預(yù)類案例31例，占比16%；疾病咨詢類案例22例，占比12%；衛(wèi)生事業(yè)管理類案例24例，占比13%；其他案例15例，占比8%；藥物研發(fā)智能化案例為0。

2.1.1疾病輔助診療類

主要收集臨床輔助診療、疾病康復(fù)方面的相關(guān)應(yīng)用案例，包括知識庫、智能輔助診斷系統(tǒng)等，以及臨床醫(yī)療機器人、護理機器人、手術(shù)機器人、康復(fù)機器人等服務(wù)系統(tǒng)。疾病輔助診療類以醫(yī)學(xué)影像類居多。其中，電子計算機斷層掃描（CT）影像類28例。多模態(tài)影像，如CT影像與磁共振（MR）或正電子發(fā)射計算機斷層顯像（PET）等融合28例。應(yīng)用場景相對單一，技術(shù)也趨于同質(zhì)化。

2.1.2疾病預(yù)測干預(yù)類

主要關(guān)注健康風(fēng)險預(yù)測、疾病流行和公共衛(wèi)生事件等案例。疾病預(yù)測干預(yù)類案例主要收集健康管理咨詢、虛擬助手、智能全科醫(yī)生等針對疾病及健康知識等實現(xiàn)的相關(guān)應(yīng)用。在此類應(yīng)用的22個案例中，有9例是“智能導(dǎo)診”應(yīng)用場景。

2.1.3衛(wèi)生事業(yè)管理類

主要收集公共衛(wèi)生管理、醫(yī)院管理、分級診療、醫(yī)患溝通、人文關(guān)懷等應(yīng)用案例，如患者隨訪、護理質(zhì)量管理等。在此類應(yīng)用的24個案例中，主要以健康大數(shù)據(jù)管理為主，側(cè)重于提升醫(yī)院管理水平，支撐分級診療工作開展。

2.1.4藥物研發(fā)類

主要收集新藥發(fā)現(xiàn)階段與臨床試驗等應(yīng)用案例，如靶點篩選、藥物發(fā)掘、藥物優(yōu)化、服藥依從性管理、藥物晶型預(yù)測等，但此類案例缺失，分析其原因：首先人工智能問診系統(tǒng)，本次案例征集主要針對醫(yī)療衛(wèi)生機構(gòu)，沒有涉及到藥品研發(fā)及生產(chǎn)過程；其次，對藥物研發(fā)，尤其是基于分子生物學(xué)的分子功能分析等需求關(guān)注較少。

2.1.5其他

主要關(guān)注“防病輔醫(yī)研藥協(xié)管”以外的智能化應(yīng)用案例，申報案例有智能護理包、智能平臺、物流機器人等。

2.2分析結(jié)果

2.2.1申報案例以醫(yī)療衛(wèi)生機構(gòu)為主

按照東、中、西部地區(qū)進(jìn)行統(tǒng)計，東部地區(qū)申報案例數(shù)量為120例，占比63%，占比較高；中部地區(qū)為31例，占比16%；西部地區(qū)為39例，占比21%。按照醫(yī)療衛(wèi)生機構(gòu)類別進(jìn)行統(tǒng)計，各級醫(yī)療機構(gòu)共111家，占比81%，其中三級醫(yī)院99家，二級醫(yī)院5家，一級及未定級醫(yī)院7家；公共衛(wèi)生單位22家，占比16%；科研院所4家，占比3%。

申報項目數(shù)量排前3位的省份分別是廣東省22例、北京市20例、上海市和浙江省同為16例。深圳市申報項目12例，占了廣東省的一半以上。報送案例數(shù)量超過10例的還有山東省、四川省、江蘇省、安徽省、重慶市和福建省。

2.2.2疾病輔助診斷應(yīng)用超過半數(shù)以上，以醫(yī)學(xué)影像應(yīng)用為主

現(xiàn)代醫(yī)學(xué)屬于循證醫(yī)學(xué)，影像檢查，是現(xiàn)代醫(yī)療診斷的主要依據(jù)之一。醫(yī)學(xué)影像的數(shù)據(jù)具有可獲得、易標(biāo)注、質(zhì)量較好、數(shù)據(jù)標(biāo)準(zhǔn)化程度較高等特點，使得人工智能在醫(yī)學(xué)影像應(yīng)用中最為成熟。大部分案例通過對病灶或靶區(qū)的自動勾畫，以及三維模型的重建，實現(xiàn)影像分類、靶點檢測、圖像分割、影像檢索。本次疾病輔助診斷案例大多以醫(yī)學(xué)影像數(shù)據(jù)為基礎(chǔ)，從原始數(shù)據(jù)中得出抽象的泛化特征，通過反復(fù)學(xué)習(xí)和模型建立進(jìn)行判斷，完成醫(yī)學(xué)影像識別應(yīng)用。許多醫(yī)院通過使用人工智能醫(yī)學(xué)圖像識別系統(tǒng)，提升診斷效率和精準(zhǔn)度?；鶎俞t(yī)療衛(wèi)生機構(gòu)通過信息技術(shù)賦能，提升診斷水平、促進(jìn)醫(yī)療資源下沉。

2.2.3輔助診斷應(yīng)用以肺結(jié)節(jié)、腫瘤、心腦血管、眼底病等疾病為主

（1）肺結(jié)節(jié)等肺部疾病檢測及診斷案例有46例。案例多通過人工智能技術(shù)輔助完成診斷工作，并基于篩查結(jié)果自動生成結(jié)構(gòu)化診斷報告。