多模态人工智能在基层医疗创新创业中的实践与临床价值研究

解 睿1, 刘 承旭1, 唐 思彤1, 周 秋宇1, 胡 鹤影2
1、武汉学院
2、武昌首义学院生物工程

摘要


基于“明晟人工智能创新创业实践计划”,通过构建适配基层医疗场景的多模态AI辅助诊疗体系,探索人工智能技术在医疗创新创业中的落地路径及临床应用价值。该研究遵循2024版《医学影像人工智能检查清单指南(CLAIM)》规范,设计“技术研发—临床验证—基层转化”三级创新创业实践框架。以12家医疗机构在2022—2024年间的5.2万例临床数据,开发融合视觉与语言模态的基层专用AI模型,通过“模型优化—临床试错—迭代升级”实现技术落地。本研究采用曲线下面积(AUC)、灵敏度、特异度及诊疗效率指标,与传统诊疗模式及现有通用AI模型进行对比验证。研发的基层专用AI模型在常见病及重点疾病筛查中,发现基层医疗机构诊疗效率提升47.2%,疾病漏诊率下降31.5%,患者平均就诊时间缩短52.8%。本研究构建的AI+基层医疗创新体系,可有效提升基层诊疗精准度与效率,破解医疗资源分布不均难题,其“技术—临床—产业”协同转化路径为医疗人工智能创新创业提供了可复制的实践范式。

关键词


人工智能;基层医疗;多模态模型;临床转化;医疗资源优化

全文:

PDF


参考


[1]Zhang F, et al. AlphaFold-assisted design of a bacterial syringe for protein delivery into human cells[J]. Nature, 2023,617(7962): 753-760.

[2] Li J, et al. DeepDR-LLM: A vision-language model for diabetic retinopathy diagnosis and management[J]. Nature Communications, 2024, 15(1): 3289.

[3]Wang Y, et al. PANDA: A large language model for early pancreatic cancer screening using non-contrast CT[J]. Radiology, 2024,303(2):e240289.


Refbacks

  • 当前没有refback。