為貫徹落實黨中央、國務院關(guān)于開展“人工智能+”行動的決策部署，2024年11月14日，國家衛(wèi)生健康委、國家中醫(yī)藥局、國家疾控局研究制定了《衛(wèi)生健康行業(yè)人工智能應用場景參考指引》（以下簡稱《參考指引》）。

《參考指引》從“人工智能+醫(yī)療服務管理”、“人工智能+基層公共衛(wèi)生服務”、“人工智能+健康產(chǎn)業(yè)發(fā)展”和“人工智能+醫(yī)學教學科研”四大領(lǐng)域，給出了84個應用場景，希望以此推進衛(wèi)生健康行業(yè)“人工智能+”應用創(chuàng)新發(fā)展。

圖片來源：國家衛(wèi)健委規(guī)劃發(fā)展與信息化司

《衛(wèi)生健康行業(yè)人工智能應用場景參考指引》分四大部分。

• 人工智能+醫(yī)療服務管理包括醫(yī)療服務、醫(yī)藥服務、醫(yī)保服務、中醫(yī)藥管理服務、醫(yī)院管理；

• 人工智能+基層公衛(wèi)服務包括健康管理服務、公共衛(wèi)生服務、養(yǎng)老托育服務；

• 人工智能+健康產(chǎn)業(yè)發(fā)展包括醫(yī)用機器人、藥物研發(fā)、中醫(yī)藥產(chǎn)業(yè)；

• 人工智能+醫(yī)學教學科研包括醫(yī)學教學、醫(yī)學科研。

衛(wèi)生健康行業(yè)人工智能應用場景參考指引全景圖

一、“人工智能+”醫(yī)療服務管理

（一）“人工智能+”醫(yī)療服務

1.醫(yī)學影像智能輔助診斷

基本概念：針對醫(yī)學影像數(shù)據(jù)進行智能分析、快速讀片、報告生成，實現(xiàn)高效精準的醫(yī)學影像輔助診斷。

應用場景：利用計算機視覺、神經(jīng)網(wǎng)絡等技術(shù)，在 X 射線、 CT、MRI、PET-CT、超聲、病理切片、皮膚照片、眼底照片、心電圖、腦電圖、肌電圖、消化道內(nèi)鏡、纖支鏡等影像診斷中，發(fā)揮人工智能快速、精準的能力，通過各類醫(yī)學影像病灶分析、參數(shù)量化、三維可視化等功能，實現(xiàn)人工智能影像參數(shù)量化和智能標注能力，生成影像結(jié)構(gòu)化數(shù)據(jù)。應用人工智能從海量影像中準確快速發(fā)現(xiàn)微小病灶，直觀定位病灶，實現(xiàn)骨折、肺癌、肝癌、皮膚癌、顱內(nèi)動脈瘤等疾病精準早篩，提升影像數(shù)據(jù)分析效率，提高影像診斷質(zhì)量，提升疾病早期診斷精度，為醫(yī)學影像科研與成果轉(zhuǎn)化提供數(shù)據(jù)要素與創(chuàng)新動力，提升影像診斷醫(yī)生工作效率，降低隨訪工作量，減輕醫(yī)生工作壓力，優(yōu)化醫(yī)院人力成本。

2.醫(yī)學影像數(shù)據(jù)智能輔助質(zhì)控

基本概念：利用人工智能技術(shù)開展醫(yī)學影像檢查質(zhì)量評價、分析，提高醫(yī)學影像攝片質(zhì)量和質(zhì)控效率。

應用場景：在影像檢查、報告流程中，利用人工智能多模態(tài)影像分析能力，發(fā)揮人工智能模型實時、準確、高效的特點，開展全量化、實時化、智能化影像質(zhì)量評價，識別質(zhì)量問題，通過人機協(xié)同和交互，協(xié)助醫(yī)學影像技師提高影像學檢查的圖像采集質(zhì)量。在報告審核階段，聯(lián)動解剖學結(jié)構(gòu)、體表投影、器官結(jié)構(gòu)、斷層解析、醫(yī)學診斷術(shù)語等信息，驗證影像表現(xiàn)與病灶判斷之間的邏輯關(guān)聯(lián)，深度解讀影像報告，有效篩查出報 告中的遺漏、矛盾或誤判問題，提高影像診斷報告質(zhì)量。

3.臨床專病智能輔助決策

基本概念：智能清洗處理臨床專科疾病數(shù)據(jù)，構(gòu)建決策模型和算法，智能生成臨床專病診療方案，實現(xiàn)各類專病智能化、規(guī)范化、精準化全流程臨床診療輔助，提供輔助決策支持。

應用場景：使用機器學習、自然語言處理、大數(shù)據(jù)挖掘、多模態(tài)人工智能大模型等技術(shù)，對收集的臨床專科診療病歷、臨床診療指南、路徑規(guī)則等數(shù)據(jù)進行清洗和處理，提取有價值 的信息構(gòu)建臨床專病知識庫和人工智能語料庫。在高血壓、糖尿病、肝癌、結(jié)直腸癌/胃癌、食管癌、肺癌、房顫、腦卒中、抑郁癥等疾病的臨床診療中，整合多組學基因測序、醫(yī)學影像、數(shù)字病理等多模態(tài)數(shù)據(jù)，綜合分析患者的診斷、癥狀、醫(yī)囑、檢驗檢查、手術(shù)等信息，實現(xiàn)對專病患者的精準化、個性化風險評估。智能推薦匹配臨床診療方案，為醫(yī)生提供智能問診、治療效果預測、臨床診療建議等輔助決策支持服務，提供相似病歷診斷治療信息的搜索與關(guān)鍵信息提取，輔助醫(yī)生進行規(guī)范化診療，提高臨床診治效率和醫(yī)療質(zhì)量。

4.基層全科醫(yī)生智能輔助決策

基本概念：應用人工智能技術(shù)結(jié)合基層醫(yī)療衛(wèi)生機構(gòu)常見病、慢性病診療規(guī)范，構(gòu)建基層全科診療輔助決策應用，為基層全科醫(yī)生提供智能診斷推薦，檢驗檢查和用藥等診療處置建議，并開展基層門診處方和電子病歷規(guī)范審核。

應用場景：使用機器學習、自然語言處理、大數(shù)據(jù)挖掘等人工智能技術(shù)，訓練基層常見病、慢性病臨床診療指南等專用知識，在為患者提供門急診診療過程中，綜合判斷患者主訴、 現(xiàn)病史、既往史、體格檢查、輔助檢查結(jié)果等疾病信息，為全科醫(yī)生提供診斷和鑒別診斷的推薦建議，輔助全科醫(yī)生完成疾 病診斷、門急診病歷書寫、下一步檢驗檢查推薦等輔助功能，智能推薦用藥、轉(zhuǎn)診等診療建議，提供相似疾病診斷和治療信息搜索，輔助基層全科醫(yī)生提高問診和治療規(guī)范性，提高基層全科醫(yī)生醫(yī)療服務質(zhì)量、能力和效率。

5.醫(yī)學影像智能輔助治療

基本概念：利用人工智能、虛擬增強現(xiàn)實和三維建模等技術(shù)，智能分析醫(yī)學影像數(shù)據(jù)，為臨床提供智能輔助治療方案。

應用場景：通過深度挖掘分析醫(yī)學影像數(shù)據(jù)，結(jié)合權(quán)威指 南、共識與科研成果，幫助醫(yī)生優(yōu)化治療過程，為醫(yī)生提供快 捷的數(shù)據(jù)支持和方案參考。在人體腹部、胸部、腦部、血管、皮膚等部位的手術(shù)中，精準評估定位病灶，提供病灶體積和定位等參數(shù)，利用術(shù)中影像實時分析和評估風險，降低手術(shù)風險和減少并發(fā)癥發(fā)生率。在多學科臨床會診過程中，深度挖掘分 析醫(yī)學影像數(shù)據(jù)，為會診專家提供循證依據(jù)和精準、全面、可解釋的個性化治療方案，避免過度診療和誤診誤治，讓患者獲得最佳的治療效果。

6.手術(shù)智能輔助規(guī)劃

基本概念：智能分析醫(yī)學影像、病理、檢驗等臨床多模態(tài) 數(shù)據(jù)，明確手術(shù)關(guān)鍵部位、推薦最佳手術(shù)方案、評估手術(shù)風險、輔助醫(yī)生提高手術(shù)精準性、減低術(shù)中風險及術(shù)后并發(fā)癥。

應用場景：針對胃腸外科、肝膽外科、甲狀腺乳腺外科、耳鼻喉科、泌尿外科、胸外科、骨科、神經(jīng)外科等外科手術(shù)，使用人工智能技術(shù)綜合分析患者的臨床診療記錄、醫(yī)學影像、數(shù)字病理、基因檢測等多模態(tài)數(shù)據(jù)，應用智能手術(shù)方案推薦模型，協(xié)助醫(yī)生自動生成患者個體化風險評估報告，智能推薦手術(shù)方式、確定手術(shù)范圍、提供手術(shù)路徑等建議，智能識別定位 病灶、神經(jīng)、血管及淋巴結(jié)等關(guān)鍵重點部位，輔助醫(yī)生提高手 術(shù)精準度、降低術(shù)中誤操作風險、術(shù)后并發(fā)癥的發(fā)生。

7.放射治療靶區(qū)智能輔助勾畫

基本概念：實現(xiàn)CT、MR等醫(yī)學影像中腫瘤及其周圍重要組織輪廓自動勾畫，為臨床精準放療提供智能靶區(qū)定位。

應用場景：利用圖像處理和人工智能技術(shù)，輔助醫(yī)生準確、快速在 CT、MR 等醫(yī)學影像中勾畫出腫瘤及周圍重要組織的輪廓，實現(xiàn)智能靶區(qū)分割、深度病灶分析、多維量化組織參數(shù)、自動勾畫等功能，主要涉及鼻咽癌、乳腺癌、宮頸癌、肺癌、直腸癌、胰腺癌等疾病。通過劑量疊加功能，將同一個患者兩個不同時段計劃的劑量分布累加到同一幅圖像上，方便醫(yī)生查看兩個計劃累加后危及器官或靶區(qū)累加受照劑量，提升放療醫(yī)師勾畫精度和工作效率，為臨床放療提供精準便捷服務。在放療科研中智能分析海量影像數(shù)據(jù)，提供更深入特征數(shù)據(jù)，實現(xiàn)臨床療效與放療副反應聯(lián)合分析，有效提高臨床治療水平。

8.智能門診分診

基本概念：診前采用圖文、語音等人機對話方式，根據(jù)患者癥狀及病史信息，為患者提供就診科室推薦等服務。

應用場景：采用圖文、語音等人機對話方式實現(xiàn)人機交互，完成對患者癥狀、現(xiàn)病史、既往史、輔助檢查結(jié)果等臨床信息采集。利用醫(yī)學知識圖譜和深度學習等人工智能技術(shù)，結(jié)合醫(yī)院預檢分診場景，為患者智能推薦就診科室和醫(yī)生，有效解決患者醫(yī)學知識匱乏、院內(nèi)咨詢不便導致的醫(yī)患資源錯配等問題，提升就診精準性和效率，減少患者候診時間。

9.智能就醫(yī)咨詢

基本概念：通過圖文、語音等人機交互，精準識別患者就醫(yī)需求和問題，為患者提供就診流程、注意事項等服務。

應用場景：利用圖文及語音識別、自然語言處理等技術(shù)，基于醫(yī)學知識庫和就醫(yī)服務知識庫，以人機交互方式服務于 就診全流程，準確快速理解患者問題，幫助患者獲取就醫(yī)信息，了解就醫(yī)流程和注意事項，替代傳統(tǒng)導醫(yī)和人工客服模式，也可關(guān)聯(lián)醫(yī)院其他在線服務，主動提供索引或推送服務。結(jié)合虛擬數(shù)字人技術(shù)為患者呈現(xiàn)可視化高仿真交互體驗，提供更為真實、有溫度的數(shù)字化服務，構(gòu)建高效醫(yī)患溝通渠道， 疏解線下問詢壓力，緩解患者就醫(yī)焦慮，提升就醫(yī)體驗。

10.智能預問診

基本概念：在醫(yī)生問診前，通過圖文、語音等人機交互， 采集患者臨床專科病史信息輔助生成電子病歷。

應用場景：在醫(yī)生問診前，利用語音識別、自然語言理解、圖像識別、領(lǐng)域知識融合等人工智能技術(shù)，通過文字、語音、輔助檢查報告圖像或報告上傳等方式，根據(jù)不同臨床專科問診要求，通過人機交互引導患者完成癥狀、現(xiàn)病史、既往史、輔助檢查結(jié)果等臨床信息采集。通過智能算法，依據(jù)病歷書寫要求，自動提取關(guān)鍵信息，生成格式標準、內(nèi)容準確的病史文書，供醫(yī)生在書寫病歷時參考和引用，幫助醫(yī) 生快速了解患者基本病情、減少電子病歷錄入時間、增加與患者交流病情的時間，提高診療效率，提升醫(yī)療質(zhì)量。

11.智能陪診

基本概念：就診全過程中向患者智能主動推送就診流程、就診提醒、位置指引等信息和提醒，實現(xiàn)智能陪伴式服務。

應用場景：利用機器學習、路徑規(guī)劃等人工智能技術(shù)， 整合醫(yī)生排班、患者就診數(shù)據(jù)、服務流程、診室位置等信息，為患者提供就診時間和地點推送、就診路徑推薦、檢查預約和院內(nèi)導航，以及候診到號、繳費支付、取藥通知提醒等智能服務。通過智能陪診服務，縮短患者候診時間，減少排隊次數(shù)，改善患者就醫(yī)體驗，提升醫(yī)療服務效率。

12.智能隨訪

基本概念：通過智能語音外呼及聊天機器人等方式，自動完成診后患者或基本公共衛(wèi)生重點人群隨訪服務。

應用場景：運用語音識別、語音合成、自然語言處理、語 言大模型等人工智能技術(shù)，通過語音外呼及聊天機器人等人機交互方式，在開展患者診后隨訪或公衛(wèi)隨訪服務時，根據(jù)隨訪 規(guī)則自動完成隨訪工作，收集患者的恢復情況、服藥反應、生活行為等調(diào)查信息，并對常見問題提供即時自助式解答服務。通過智能隨訪，可以有效減輕隨訪工作人員的工作負擔，實現(xiàn)隨訪工作的高效性、及時性與完整性，幫助醫(yī)療機構(gòu)及醫(yī)生全 面了解患者的治療效果和滿意度，優(yōu)化隨訪服務流程，改善醫(yī)患關(guān)系，減少醫(yī)療機構(gòu)的成本投入，實現(xiàn)患者全流程管理，為 臨床科研提供強有力的數(shù)據(jù)支持。

13.智能滿意度調(diào)查

基本概念：面向患者自動發(fā)起滿意度調(diào)查，智能分析患者或居民對基本醫(yī)療和公共衛(wèi)生服務的反饋，為醫(yī)療衛(wèi)生機 構(gòu)管理者提供優(yōu)化建議。

應用場景：在患者就診后通過自動智能外呼服務平臺開 展?jié)M意度調(diào)查，涵蓋醫(yī)療服務、醫(yī)患溝通、環(huán)境設(shè)施等方面。完成問卷語言交互問答后，通過自然語言理解和后結(jié)構(gòu)化處 理等人工智能技術(shù)，自動將患者滿意度情況進行匯總和智能分析，為醫(yī)療機構(gòu)提供持續(xù)的患者反饋監(jiān)測和客觀的滿意度評價。根據(jù)調(diào)查結(jié)果，醫(yī)療機構(gòu)可以更好地了解患者需求,針對性地改進服務流程，優(yōu)化服務體驗，提升醫(yī)療服務質(zhì)量。

14.智能患者院后管理

基本概念：應用人工智能技術(shù)為出院患者提供個性化隨訪、健康監(jiān)測、藥物管理等服務，提升患者依從性、優(yōu)化康復效果。

應用場景：基于對患者診療數(shù)據(jù)的智能分析，為出院患者 提供全面出院后管理，包括健康管理、健康教育、咨詢支持、家庭病床等內(nèi)容。制定個性化隨訪計劃，提供智能化交互，提醒患者復查、隨訪和治療方案調(diào)整。利用可穿戴設(shè)備和移動應用，收集分析患者生理參數(shù)，及時預警并指導患者采取相應措施。用藥計劃管理，通過定時提醒和依從性跟蹤確保患者合理用藥。提供個性化康復指導，幫助患者加速康復進程。提供專家或其數(shù)字分身的在線咨詢，及時解決院后健康管理疑問。通過智能服務，提高患者的依從性和康復效果，減輕醫(yī)護人員的工作負擔，優(yōu)化醫(yī)療資源配置，提升醫(yī)療服務效率和質(zhì)量。

15.智能病歷輔助生成

基本概念：基于語言大模型打造智能化病歷輔助書寫虛擬助手，實現(xiàn)電子病歷自動生成，提高病歷書寫效率及質(zhì)量。

應用場景：利用語言大模型技術(shù)，從大量優(yōu)質(zhì)病歷中提取文本信息，進行特征處理，基于患者歷史就診記錄、主訴、檢驗檢查結(jié)果等醫(yī)療信息，自動生成標準化、高質(zhì)量醫(yī)療文書，包括門急診病歷、入院記錄、病程記錄和出院小結(jié)等，提高醫(yī)生日常醫(yī)療文書整理和書寫效率。對海量電子病歷數(shù)據(jù)進行分析和評估，識別病歷中的數(shù)據(jù)完整性和準確性等質(zhì)量問題，提供實時的質(zhì)量反饋及改進建議，幫助醫(yī)生和醫(yī)療機構(gòu)提升病歷 質(zhì)量。

（二）“人工智能+”醫(yī)藥服務

16.處方前置審核智能輔助

基本概念：結(jié)合審方規(guī)則，輔助專業(yè)藥師對處方進行合理性審查、追溯，預警不合理處方，保障臨床合理用藥。

應用場景：采用自然語言處理、深度學習等人工智能技術(shù)， 將常用臨床用藥依據(jù)，如藥品說明書、臨床診療指南等構(gòu)建知 識圖譜，形成審方知識庫。結(jié)合審方規(guī)則與已積累的處方大數(shù)據(jù)，配合專業(yè)藥師，在臨床醫(yī)生開具處方過程中，實現(xiàn)合理用藥指導、藥品信息提示、藥師審方干預、處方質(zhì)量評價、抗菌藥物使用監(jiān)測、藥物相互作用審查等功能，輔助臨床醫(yī)生合理用藥。在患者繳費前進行處方合法性、規(guī)范性和適宜性審核，對不規(guī)范處方、用藥不適宜處方及超常處方實時預警，實現(xiàn)抗菌藥物使用監(jiān)測，記錄患者用藥檔案/藥歷，保障患者用藥有效、安全、經(jīng)濟、適當。

17.臨床用藥智能輔助

基本概念：以藥物和疾病的知識圖譜為基礎(chǔ)，根據(jù)臨床指征和藥理學理論等，對用藥行為作出決策建議。

應用場景：利用自然語言處理、深度學習等人工智能技術(shù)對臨床診療指南、路徑規(guī)則、用藥指南等數(shù)據(jù)進行清洗和處理，提取有價值的信息構(gòu)建藥物知識庫和算法模型，審核處方開具、藥物調(diào)配、給藥等流程的正確性、規(guī)范性和適宜性，實現(xiàn)及時 的用藥風險警告和提示，記錄患者用藥檔案/藥歷，提供智能用藥建議支持服務。建立藥物治療效果及預后預測模型，輔助臨床醫(yī)生開展個體化藥物治療，提高精準用藥水平，保障用藥安全。

18.患者用藥指導智能輔助

基本概念：通過機器學習、自然語言處理等技術(shù)為患者提供個性化的用藥提醒和指導輔助。

應用場景：通過自然語言處理和機器學習等人工智能技術(shù)，處理患者體征、病史、檢查檢驗、用藥信息等多維數(shù)據(jù)，在患者獲得處方后為患者提供個性化的用藥指導，包括藥物正確服用時間、正確服用方式、與食物或其他藥物的相互作用、副作用及其應對措施等，記錄患者用藥檔案/藥歷，幫助患者更安全、有效地管理用藥計劃，保障用藥安全，提升治療效果，同時減 輕藥師的工作負擔。

（三）“人工智能+”醫(yī)保服務

19.醫(yī)保智能審核

基本概念：應用人工智能技術(shù)結(jié)合醫(yī)保審核規(guī)則為醫(yī)保審核員提供病歷智能審核服務。

應用場景：以數(shù)據(jù)分析為核心，內(nèi)嵌智能審核規(guī)則庫、知識庫，基于DIP分組付費指標構(gòu)建智能控費體系，結(jié)合大數(shù)據(jù)分析對醫(yī)保費用進行事前智能提醒、事中智能審核、事后智能分析。在醫(yī)保審核員審核醫(yī)保支付時，提供智能醫(yī)保審核服務，審核診療行為是否合理、編碼是否違規(guī)等情況，幫助醫(yī)保審核 員提升醫(yī)保審核的效率和質(zhì)量。

20.醫(yī)保智能核算

基本概念：智能分析患者的醫(yī)療健康數(shù)據(jù)，實現(xiàn)對患者的健康風險智能評估，提高核保的準確性和效率。

應用場景：結(jié)合健康醫(yī)療大數(shù)據(jù)，自動分析醫(yī)學影像檢查報告（如 B 超、放射影像、心電圖等），依托自主深度學習模型和規(guī)則引擎，將傳統(tǒng)保險業(yè)務中的單點評估問題拓展為多維立體綜合評估問題。基于大量真實世界病歷，分析多種因素對于不同疾病發(fā)病率的影響，優(yōu)化訓練核保預測模型，修正核保結(jié)論，提高核保準確率，為不同人群提供適配和多樣的健康保障服務。

21.商業(yè)健康險智能設(shè)計

基本概念：融合醫(yī)療、醫(yī)保、商保等多源數(shù)據(jù)，利用人工智能技術(shù)，實現(xiàn)商業(yè)健康險產(chǎn)品智能化創(chuàng)新設(shè)計。

應用場景：利用醫(yī)療健康垂直類大模型，搭建個性化保險產(chǎn)品設(shè)計應用，基于商業(yè)健康險用戶精準畫像與健康評估，實現(xiàn)商業(yè)健康險產(chǎn)品設(shè)計、精準定價、保障責任、健康管理計劃、風險控制的智能管理與動態(tài)優(yōu)化，增加商業(yè)健康險產(chǎn)品供給，擴大商業(yè)健康險覆蓋人群范圍，滿足多層次醫(yī)療保障需求。

（四）“人工智能+”中醫(yī)藥管理服務

22.中醫(yī)臨床智能輔助診療

基本概念：應用中醫(yī)四診智能診斷設(shè)備采集全過程中醫(yī)臨床四診數(shù)據(jù)，基于中醫(yī)藥知識庫，建立中醫(yī)大數(shù)據(jù)診療模型，針對患者癥狀、診斷和相關(guān)病史自動推薦中醫(yī)診療方案。

應用場景：構(gòu)建專科、專病、名中醫(yī)診療知識庫、中醫(yī)古籍知識庫和中醫(yī)經(jīng)方知識庫，利用知識圖譜和大模型等技術(shù)，建立中醫(yī)大數(shù)據(jù)診療模型，應用面診、舌診、脈診等智能診斷設(shè)備，結(jié)合預問診信息自動生成中醫(yī)電子病歷。整合多模態(tài)中醫(yī)臨床數(shù)據(jù)，應用中醫(yī)大數(shù)據(jù)診療模型模擬中醫(yī)辨證論治思維、張仲景方證論治診療思維等，為醫(yī)生提供個性化、精準化臨床 診療建議等輔助決策支持服務，智能推薦理法方藥一致的臨床診療方案，以及輔助治療、臨床預警、知識推薦、典型病案學習、健康宣教等內(nèi)容，提高臨床醫(yī)生中醫(yī)辨證論治準確性。

23.中醫(yī)經(jīng)絡智能檢測

基本概念：以中醫(yī)經(jīng)絡、現(xiàn)代全息理論為基礎(chǔ)，應用人工智能技術(shù)模擬中醫(yī)臨床診斷過程，為臨床診療提供輔助參考。

應用場景：通過中醫(yī)經(jīng)絡檢測儀，基于中醫(yī)藥專業(yè)知識庫 和海量真實世界中醫(yī)病案術(shù)語庫，利用大數(shù)據(jù)挖掘和深度學習技術(shù)，準確提供經(jīng)絡、臟腑、體質(zhì)、氣血、情志等5個維度功能性檢測結(jié)果，反饋人體經(jīng)絡功能狀態(tài)。

24.中藥智能審方

基本概念：依據(jù)中醫(yī)藥配伍規(guī)則，智能提醒醫(yī)生合理遣方用藥，智能輔助藥師開展中藥飲片處方點評。

應用場景：通過中醫(yī)臨床用藥禁忌的相關(guān)文獻和中成藥說明書等資料，梳理中醫(yī)臨床用藥禁忌規(guī)則，建立中醫(yī)藥臨床用 藥禁忌知識庫。利用知識庫和人工智能算法對醫(yī)生開具的中藥 飲片處方中涉及的禁忌或超量使用行為及時提示，提高患者用藥安全水平。中醫(yī)藥臨床用藥禁忌知識庫輔助藥師進行審方和處方點評，評價中藥飲品處方的規(guī)范性、藥物使用的適宜性（中 藥禁忌、用量用法），提出干預和改進措施，促進中藥飲片的合理使用。

25.中醫(yī)臨床病案智能質(zhì)控

基本概念：基于中醫(yī)臨床辨證論治理論，采用大數(shù)據(jù)存儲、深度學習算法等技術(shù)，建立中醫(yī)病案理法方藥一致的內(nèi)涵質(zhì)控垂直類大模型，提升中醫(yī)臨床病案的書寫質(zhì)量。

應用場景：基于中醫(yī)藥專業(yè)知識庫和海量真實世界中醫(yī)病案術(shù)語庫，構(gòu)建病因、病機、治則治法、病證、方藥等中醫(yī)臨 床多維網(wǎng)絡知識圖譜，采用神經(jīng)網(wǎng)絡等知識推理智能算法，從理法方藥、病證診斷準確性、中醫(yī)適宜技術(shù)選擇準確性等方面評估中醫(yī)臨床病案的內(nèi)涵質(zhì)量，提供病案數(shù)據(jù)缺失值提醒，全方位多角度建立貫穿診前、診中、診后全過程的中醫(yī)臨床病案質(zhì)量控制管理應用，為中醫(yī)臨床病案書寫提供智能決策輔助支 持，全面提高中醫(yī)臨床病案質(zhì)量。

26.名中醫(yī)學術(shù)思想智能傳承

基本概念：通過挖掘名中醫(yī)經(jīng)驗，基于深度學習等人工智能技術(shù)實現(xiàn)名中醫(yī)數(shù)字化傳承，輔助培養(yǎng)學術(shù)傳承人。

應用場景：深度挖掘名中醫(yī)臨床經(jīng)驗，基于深度學習、大模型等人工智能技術(shù)，結(jié)合歷代中醫(yī)名家古籍醫(yī)案知識庫揭示 中醫(yī)藥專病治療內(nèi)在機制，模擬臨床實際診療應用場景，依托中醫(yī)教學平臺實現(xiàn)臨床與教學、理論與實操結(jié)合，針對臨床實際問題為傳承人智能推薦名中醫(yī)診療方法、臨證經(jīng)驗、用藥規(guī)律，深刻領(lǐng)悟名中醫(yī)學術(shù)思想和學術(shù)經(jīng)驗，提高診療能力。

27.中醫(yī)藥科研智能輔助

基本概念：輔助醫(yī)生采集中醫(yī)診療全過程真實世界數(shù)據(jù)，支撐中醫(yī)的人用經(jīng)驗轉(zhuǎn)化為臨床真實世界數(shù)據(jù)證據(jù)。

應用場景：應用人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)，智能采集中醫(yī)臨床全過程閉環(huán)診療數(shù)據(jù)，構(gòu)建“理法方藥”和“證治效”完整的高質(zhì)量數(shù)據(jù)庫。分析中醫(yī)藥處方和臨床結(jié)局的關(guān)聯(lián)性，發(fā)現(xiàn)不同草藥組合效果，用數(shù)據(jù)驅(qū)動的方法揭示傳統(tǒng)經(jīng)驗中未被完全理解的藥物相互作用，客觀分析中醫(yī)治療的長期效果和副作用，為評價中藥材質(zhì)量、中醫(yī)診療方案、院內(nèi)制劑、中成藥的適應癥等提供中醫(yī)藥價值證據(jù)。促進中醫(yī)醫(yī)生的人用經(jīng)驗 轉(zhuǎn)化為真實世界證據(jù)，為診療方案提供真實世界數(shù)據(jù)支撐，完善個性化診療方案，形成個性化中醫(yī)藥學術(shù)思想。

（五）“人工智能+”醫(yī)院管理

28.智能醫(yī)療文書質(zhì)控輔助

基本概念：為管理人員提供可視化智能監(jiān)控輔助，實時監(jiān)控醫(yī)療文書書寫質(zhì)量，自動識別反饋問題，根據(jù)病歷內(nèi)涵反映醫(yī)療質(zhì)量，提高醫(yī)療文書的書寫質(zhì)量和質(zhì)控效率。

應用場景：使用自然語言處理、知識抽取、語言大模型等人工智能技術(shù)，對醫(yī)療文書中的文本、圖像等進行數(shù)據(jù)挖掘處理，構(gòu)建醫(yī)療文書知識庫。在醫(yī)療文書書寫過程中，實時監(jiān)控醫(yī)療文書的書寫內(nèi)容，基于知識庫實時分析患者診療信息，自動識別反饋問題，保證醫(yī)療文書的完整性、合理性、規(guī)范性、 準確性和時效性，輔助提高醫(yī)療文書質(zhì)量。輔助醫(yī)務管理人員 開展醫(yī)療文書質(zhì)量評價，自動生成多維度、可視化醫(yī)療文書質(zhì)量分析報告，精準規(guī)范醫(yī)務人員醫(yī)療文書書寫行為，智能生成個性化醫(yī)療文書書寫問題總結(jié)報告，提升醫(yī)療文書質(zhì)量。

29.智能醫(yī)療質(zhì)量管理

基本概念：規(guī)范和完善醫(yī)療核心和醫(yī)療輔助規(guī)范流程，實現(xiàn)規(guī)范化、精細化、科學化、體系化的全面醫(yī)療質(zhì)控管理。

應用場景：根據(jù)法律政策要求、診療指南、診療規(guī)范和專家共識等資料，建立臨床醫(yī)療質(zhì)量管理知識庫。在患者診療過程中，應用臨床路徑實時監(jiān)控治療方案的執(zhí)行情況，提高診療效果和醫(yī)療資源利用率。應用條形碼或RFID技術(shù)，實現(xiàn)藥物的正確配送和準確給藥，減少人為錯誤，提高藥物使用安全性。通過患者滿意度調(diào)查、治療結(jié)果統(tǒng)計等手段，實現(xiàn)醫(yī)療服務全流程監(jiān)控評估和醫(yī)療服務質(zhì)量分析，提出改進方向和措施，有效促進醫(yī)療服務質(zhì)量和效率提升。

30.智能醫(yī)務人員管理

基本概念：精準匹配醫(yī)務人員能力和工作任務，優(yōu)化醫(yī)務人員管理流程，提高醫(yī)務人員管理效率，助力醫(yī)院精細化管理。

應用場景：應用人工智能和大數(shù)據(jù)技術(shù)，實時分析患者流量和醫(yī)療服務需求，精準預測醫(yī)務人員需求，智能調(diào)整醫(yī)務人員排班。自動評估醫(yī)務人員工作負荷，預防過度勞累，保護身心健康，提高醫(yī)務人員滿意度和留存率。綜合分析醫(yī)務人員工作表現(xiàn)和發(fā)展需求，智能推薦培訓課程或培訓會，提供個性化 培訓建議。預測分析醫(yī)院業(yè)務發(fā)展趨勢和醫(yī)務人員需求，實現(xiàn)醫(yī)院人力資源優(yōu)化配置。

31.智能手術(shù)室管理

基本概念：實現(xiàn)手術(shù)排程和手術(shù)室資源配置優(yōu)化等手術(shù)室 智能管理應用，提升手術(shù)室的安全水平和運行效率。

應用場景：整合人工智能、數(shù)字孿生等技術(shù)，綜合分析手術(shù)的緊急程度、預計時長、患者狀況、醫(yī)生工作安排和手術(shù)室 的可用性，自動安排手術(shù)，優(yōu)化手術(shù)計劃，提升手術(shù)室運行效率。實時監(jiān)測手術(shù)進度，為手術(shù)團隊、護理人員和患者家屬推送手術(shù)最新信息。智能分析手術(shù)室設(shè)備的使用時間和維護周期，確保設(shè)備正常運行和及時維護，提升手術(shù)室資源管理效率。自動監(jiān)測手術(shù)室溫度、濕度、潔凈度等環(huán)境參數(shù)，建立環(huán)境參數(shù) 動態(tài)調(diào)整機制，提升手術(shù)室環(huán)境質(zhì)量。

32.智能藥房管理

基本概念：借助物流機器人等人工智能技術(shù)，提供高效、便捷、個性化智能藥物管理服務，改善患者和藥師用藥體驗。

應用場景：智能分析患者用藥需求，完成藥物自動存儲、調(diào)配、分發(fā)等工作，記錄患者用藥檔案/藥歷，提高藥師工作效率，方便醫(yī)生動態(tài)關(guān)注患者用藥情況，節(jié)省醫(yī)院人力和時間成本。實時監(jiān)控和管理藥物庫存和銷售情況，提高藥房運營效率， 實現(xiàn)藥物數(shù)據(jù)全面管理和追溯。實現(xiàn)智能機器人與藥師高效人機協(xié)作，智能機器人負責藥物儲存和配送，藥師負責用藥指導和咨詢服務，相互協(xié)作提供高效、便捷、個性化的藥物服務， 提高患者和藥師的用藥體驗。

33.智能耗材管理

基本概念：利用大數(shù)據(jù)、人工智能等技術(shù)建立醫(yī)用耗材管理模型及智能問答系統(tǒng)，實現(xiàn)醫(yī)用耗材的智能管理。

應用場景：實時監(jiān)測醫(yī)用耗材需求及使用情況，構(gòu)建醫(yī)院耗材管理模型，實時動態(tài)分析耗材使用問題，可視化展示耗材管理問題，幫助管理人員快速、精準定位耗材信息，分析耗材使用和業(yè)務進展的關(guān)系，合理調(diào)配醫(yī)用耗材，評估使用合理性，實現(xiàn)醫(yī)用耗材智能管理，提高運營效率。

34.智能醫(yī)療設(shè)備管理

基本概念：通過對醫(yī)療設(shè)備的實時監(jiān)控、智能識別和分析、預測性維護、優(yōu)化調(diào)配和使用效益評價，提升設(shè)備利用率、合理配置醫(yī)療設(shè)備，助力醫(yī)療設(shè)備精細化運營和管理。

應用場景：應用人工智能、物聯(lián)網(wǎng)等技術(shù)，通過智能感知終端實時收集各類醫(yī)療設(shè)備的狀態(tài)數(shù)據(jù)、使用記錄、故障信息、維修信息等，實現(xiàn)對醫(yī)療設(shè)備的智能、實時、綜合、科學管理， 提高醫(yī)療設(shè)備使用效率。實時識別醫(yī)療設(shè)備種類、性能、位置、運行狀態(tài)等信息，基于性能和故障概率預測模型，分析設(shè)備使用情況、設(shè)備性能、主要零部件狀態(tài)、設(shè)備故障發(fā)生率、次生安全隱患，全面提升醫(yī)療設(shè)備的可用性、可靠性、安全性。精準識別設(shè)備的工作負荷狀況、磨損跡象、參數(shù)異常、故障征兆等信息，預測醫(yī)療設(shè)備故障趨勢和維修需求，進行預防性維護。實施監(jiān)控分析醫(yī)療設(shè)備空間精準定位、運行效能狀態(tài)，發(fā)現(xiàn)醫(yī)療設(shè)備閑置或浪費等問題，按照醫(yī)療設(shè)備的調(diào)配路徑和優(yōu)先級 提出優(yōu)化建議，最短時間鎖定調(diào)配距離最近且狀態(tài)良好的醫(yī)療 設(shè)備，實現(xiàn)醫(yī)療設(shè)備智能調(diào)配和共享，提升利用率。

35.智能物流管理

基本概念：整合物聯(lián)網(wǎng)和智能配送技術(shù)，實現(xiàn)醫(yī)療物資的高效運輸和無人精準配送，提高工作效率，降低醫(yī)院成本。

應用場景：應用智能感應器、RFID 等技術(shù)，實時監(jiān)控庫存，大數(shù)據(jù)分析醫(yī)療物資消耗數(shù)據(jù)，預測物流需求，自動生成采購訂單，減少人為錯誤和庫存積壓。使用物流機器人或無人機，實現(xiàn)醫(yī)療物資的無人化、無接觸配送，確保精準調(diào)度和物資及時送達，提高醫(yī)療服務響應速度，減少人力成本和交叉感染風險，提高自動化倉儲物資存取效率。通過物聯(lián)網(wǎng)進行運輸醫(yī)療物資的識別、記錄及信息實時上傳，記錄物資發(fā)送端與接收端的操作人員身份信息，實現(xiàn)醫(yī)療物資配送、回收的全流程追溯管理，規(guī)范配送、回收流程，優(yōu)化醫(yī)院物資配置。

36.智能醫(yī)院停車管理

基本概念：智能分配患者停車位，自動引導患者停車，實現(xiàn)醫(yī)院車位資源的有效利用和管理。

應用場景：通過人工智能、衛(wèi)星和藍牙定位、物聯(lián)網(wǎng)等技術(shù)，實時分析患者車位需求，實現(xiàn)車位預約、智能車位分配、自動記錄車位、反向?qū)ぼ噷Ш降戎悄芡＼嚬芾砉δ埽侠矸峙滠囄毁Y源，記錄患者車輛位置，助力患者就醫(yī)結(jié)束后高效尋車，提升患者就醫(yī)體驗和滿意度，高效調(diào)度停車資源，減輕車輛管理人員工作負擔，提升醫(yī)院服務質(zhì)量和水平。

37.智能醫(yī)院后勤安全管理

基本概念：自動感知醫(yī)院人員安全、設(shè)備狀態(tài)、特殊作業(yè)、 現(xiàn)場環(huán)境等信息，實現(xiàn)智能醫(yī)院后勤安全管理。

應用場景：利用深度學習、數(shù)字孿生、智能算法和智能硬 件設(shè)備自動采集醫(yī)院工作人員圖像信息，動態(tài)監(jiān)控人員安全、設(shè)備狀態(tài)、特殊作業(yè)、現(xiàn)場環(huán)境等內(nèi)容，自動分析基礎(chǔ)數(shù)據(jù)， 智能匹配既往事故信息，匯總生成風險信息，定期發(fā)送預警信息，采用多種方式對異常情況實時分級告警提示，快速發(fā)現(xiàn)、快速告警，規(guī)范后勤人員工作行為，增強工作安全意識，提高 工作安全性。實現(xiàn)事前預防、事中管控、事后分析的全周期監(jiān)測，保障醫(yī)院后勤安全管理工作，為醫(yī)院后勤工作開展分類和分層管理提供技術(shù)依據(jù)。

38.智能醫(yī)院經(jīng)濟管理決策支持

基本概念：應用人工智能技術(shù)全面分析醫(yī)院經(jīng)濟管理活動和運營指標，提供智能決策輔助支持，提高決策科學性與效率。

應用場景：通過機器學習、大數(shù)據(jù)及智能建模技術(shù)，打破信息孤島，實現(xiàn)數(shù)據(jù)跨系統(tǒng)互聯(lián)互通，推進運營數(shù)據(jù)標準化， 建立經(jīng)濟效益分析、成本控制、績效評估、風險管理和運營分析體系，通過預測分析和實時監(jiān)控，提前識別潛在財務風險和運營問題，實現(xiàn)管理流程的自動化和智能化，為醫(yī)院管理層提供及時預警和應對策略，形成醫(yī)院經(jīng)濟管理數(shù)據(jù)資產(chǎn)，實現(xiàn)醫(yī)院資源的最優(yōu)配置，全面提升醫(yī)院管理效能。

二、“人工智能+”基層公衛(wèi)服務

（六）“人工智能+”健康管理服務

39.智能健康管理

基本概念：匯聚區(qū)域居民健康信息，智能精準分析，開展健康服務、風險評估及健康宣教，實現(xiàn)分層分類治療與管理。

應用場景：匯聚區(qū)域醫(yī)共體內(nèi)醫(yī)療機構(gòu)、醫(yī)保、居民等多方數(shù)據(jù)建立居民全息健康檔案，構(gòu)建人工智能健康管理垂直類大模型，開展居民健康狀況分級分類評估，預測預警疾病轉(zhuǎn)歸。通過對高血壓、糖尿病、結(jié)核病、癌癥、腦卒中等疾病制訂個性化干預計劃和建議，對照干預計劃記錄、監(jiān)督和調(diào)整實際干預措施，實現(xiàn)分層次分人群精準治療、輔助診療、精準管理服務和健康管理。根據(jù)評估結(jié)果，基于結(jié)果訓練和優(yōu)化算法模型，持續(xù)更新完善健康管理垂直類大模型，支撐區(qū)域醫(yī)療資源統(tǒng)籌利用、綜合治理，提升區(qū)域內(nèi)居民整體健康水平。

40.智能中醫(yī)健康管理

基本概念：基于中醫(yī)藥垂直類大模型建立智能中醫(yī)健康管理應用，輔助公眾更好地進行中醫(yī)“治未病”養(yǎng)生保健和健康管理。

應用場景：利用中醫(yī)診療知識庫、養(yǎng)生保健知識庫和中醫(yī)體質(zhì)辨識等，基于知識圖譜和大模型技術(shù)建立智能中醫(yī)健康管理應用，針對身體狀況咨詢或特定需求，結(jié)合個體體質(zhì)、生活習慣、性別、年齡階段、季節(jié)變化等因素，綜合運用中醫(yī)理論，輸出包含藥食同源中藥、經(jīng)絡穴位按摩、食療、養(yǎng)生茶飲等多 種養(yǎng)生保健方案。結(jié)合中醫(yī)“治未病”的理念，提供日常的健康管理和養(yǎng)生指導，包括季節(jié)性調(diào)養(yǎng)、食療方案等，發(fā)揮中醫(yī)藥在現(xiàn)代健康管理領(lǐng)域的創(chuàng)新作用。

41.智能慢性病管理

基本概念：智能分析慢性病患者健康狀況、疾病診療、生活習慣等數(shù)據(jù)，生成個性化智能慢性病管理方案，為患者提供精細化智能慢性病管理服務。

應用場景：依法依規(guī)采集慢性病患者的基礎(chǔ)信息、健康狀況、疾病診療、用藥檔案/藥歷、生活習慣等多元數(shù)據(jù)，運用人工智能對采集的數(shù)據(jù)進行深度分析和挖掘，評估慢性病患者的 健康狀況，預測疾病發(fā)展趨勢。根據(jù)分析結(jié)果制定個性化健康 管理方案，包括用藥計劃、用藥監(jiān)督、生活習慣調(diào)整建議指導等內(nèi)容。定期評估慢性病管理效果，根據(jù)評估結(jié)果調(diào)整管理方 案，實現(xiàn)對患者的精細化管理，促進慢性病“防、查、診、療、養(yǎng)”閉環(huán)管理，提高患者的依從性和自主管理能力。通過對大量慢性病患者數(shù)據(jù)分析和挖掘，精確預測區(qū)域內(nèi)群體慢性病的發(fā)展趨勢，實現(xiàn)提早精準干預，降低慢性病發(fā)生率和疾病風險，提高居民健康水平，減輕醫(yī)療費用負擔。

42.智能心理自助服務

基本概念：通過智能心理咨詢、心理自助工具及專家數(shù)字人對話等服務，幫助用戶改善心理狀態(tài)，提升患者治療依從性 和臨床療效。

應用場景：在心理咨詢與治療服務中，發(fā)揮智能對話、隨時可用、個性化服務能力，實現(xiàn) 7×24 小時智能心理咨詢、推薦心理測評、心理自助百寶箱、心理知識問答與專家數(shù)字分身對 話等功能。在用戶與人工智能系統(tǒng)對話過程中，智能判斷用戶的需求，比如需要傾訴陪伴、專業(yè)心理咨詢、專業(yè)建議指導、學習心理知識或是需要心理測評，針對性提供個性化心理服務，為用戶制定有針對性的自助方案，并推薦自助百寶箱工具方便用戶進行冥想、呼吸練習、體驗抽卡/減壓游戲、進入互助社區(qū)等。在用戶產(chǎn)生情緒問題時，提供及時的心理支持，還可以識別用戶對于人工和專家服務的訴求，推薦緊急心理熱線并可實現(xiàn)與專家分身隨時對話咨詢的需求，能夠及時有效改善用戶的 心理狀態(tài)，獲得最大限度的幫助，同時緩解醫(yī)療資源不足，提高醫(yī)療服務效率。

43.智能心理分級評估與護理

基本概念：基于智能遠程照護技術(shù)，建立患者閉環(huán)式全場景自助式心理分級評估與心身整體護理的咨詢機器人。

應用場景：全場景自助式心理分級評估與心身整體護理的 智能咨詢機器人具備患者精神狀態(tài)精準評估、個體化干預、個性化照料、遠程診療和探視等功能。患者精神狀態(tài)精準評估是 應用內(nèi)置常用多維評估量表，也可以定制開發(fā)量表進行個性化評估，評估完成后實時出示報告，裝載危機值預警功能。個體化干預是通過生物雷達和腦波監(jiān)測評估患者心理干預過程中的 腦功能、心率、呼吸等生理指標。個性化照料是機器人詢問患 者心情及睡眠情況，患者可與機器人互動。遠程診療和探視是醫(yī)生可不受時間空間限制與患者進行實時溝通，提供遠程診療和探視服務。在患者住院和出院時對患者進行醫(yī)療知識宣教，提醒患者治療時間和安排，給患者配送物品，在早間和晚間進行巡邏，通知患者準備治療或回病房休息。

44.智能學生心理健康管理服務

基本概念：應用人工智能、大數(shù)據(jù)技術(shù)，對學生開展心理危機篩查、輔助診斷、預警推送、干預服務和隨訪分析。

應用場景：將互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能、可穿 戴等技術(shù)融入學生心理的測評、分析、管理與服務之中，開展 包含日常生活行為軌跡、生理指標、心理測評、能力和價值觀、考試成績等學生數(shù)據(jù)的采集和智能分析，建立集心理危機篩查 定級、心理潛能精準開發(fā)、心理宣教資料精準推薦、分類遠程 監(jiān)督及管理、干預方案智能推送、大數(shù)據(jù)多維學生發(fā)展個體畫像輸出等智能學生心理健康管理與服務系統(tǒng)，為教育行政管理部門、學校及家長提供學生發(fā)展指導規(guī)劃、心理輔導、心理危 機干預方案等，促進學生心理健康，服務科研工作者和心理咨詢師科學研究。

45.智能遺傳性疾病篩查與預測

基本概念：基于人工智能篩選遺傳性疾病標志物，探究標志物和疾病進展相關(guān)性，為疾病篩查預測提供決策支持。

應用場景：基于大模型及多組學方法，鑒定并篩選遺傳性疾病密切相關(guān)新型生物標志物，分析基因組、表觀遺傳組、轉(zhuǎn)錄組、蛋白質(zhì)組等生物信息，研究新型生物標志物和遺傳性疾病進展程度的相關(guān)性及其在疾病早期預警中的作用，研究新型生物標志物產(chǎn)生過程，解析其在遺傳性疾病發(fā)生發(fā)展中的作用機制。基于新型生物標志物構(gòu)建遺傳性疾病預測模型，采用區(qū)塊鏈網(wǎng)絡，構(gòu)建遺傳性疾病篩查及預測一體化、海量智能大數(shù)據(jù)管理和協(xié)同分析平臺，在多中心進行部署，為疾病精準篩查預測提供決策支撐，實現(xiàn)遺傳性疾病早期發(fā)現(xiàn)、早期干預，提高遺傳性疾病防治水平。

46.慢性非傳染性疾病篩查與預測

基本概念：利用人工智能實現(xiàn)慢性非傳染性疾病早期篩查、危險因素識別、風險評估預測和預防性干預。

應用場景：通過收集個體生物醫(yī)學數(shù)據(jù)、機會性篩查數(shù)據(jù)、生活方式和環(huán)境等信息，應用人工智能模型分析數(shù)據(jù)，分析慢性非傳染性疾病的潛在風險因素、早期癥狀和發(fā)病概率等，根據(jù)分析結(jié)果提供個性化預防建議和干預措施。智能化篩查可以有效提高疾病的早期發(fā)現(xiàn)率，降低誤診、漏診風險。同時風險 預測模型能夠優(yōu)化醫(yī)療資源精準配置，提升慢性非傳染性疾病 的預防和控制效率。通過早期預警和及時干預顯著延緩疾病進展、減少并發(fā)癥、改善長期預后，提高慢性非傳染性病的知曉率、早診率和管理達標率，從而降低致死率、致殘率和疾病負擔。

（七）“人工智能+”公共衛(wèi)生服務

47.傳染病智能監(jiān)測

基本概念：綜合醫(yī)院門急診和住院電子病歷，利用自然語言處理、大模型等人工智能技術(shù)，自動探測和智能監(jiān)測傳染病病例及癥候群聚集性等公共衛(wèi)生異常狀況，提高發(fā)現(xiàn)新發(fā)、突發(fā)傳染病及醫(yī)院內(nèi)感染的敏感性。

應用場景：綜合利用二級及以上醫(yī)院門急診的診斷數(shù)據(jù)、住院病歷數(shù)據(jù)、醫(yī)院檢驗數(shù)據(jù)、影像報告結(jié)果、實驗室病原數(shù) 據(jù)、相關(guān)用藥數(shù)據(jù)，使用多模態(tài)時空模型等人工智能技術(shù)，實現(xiàn)對群體性不明原因疾病、聚集性不明原因肺炎、有流行病學關(guān)聯(lián)的臨床危重癥病例和不明原因死亡等異常健康事件的快速發(fā)現(xiàn)和綜合分析，以期實現(xiàn)傳染病的早期監(jiān)測、預警提示等功能，盡早發(fā)現(xiàn)新發(fā)、突發(fā)傳染病，及時有效防控新發(fā)、突發(fā)傳染病。推動以實驗室為基礎(chǔ)的病原監(jiān)測，提高對新發(fā)突發(fā)和重大變異病原體的發(fā)現(xiàn)和識別。

48.智能衛(wèi)生應急管理

基本概念：實現(xiàn)衛(wèi)生應急準備、持續(xù)突發(fā)事件監(jiān)測預警、 突發(fā)事件衛(wèi)生應急處置實時方案支持，衛(wèi)生應急全程輔助等決策輔助支持。

應用場景：通過整合疾控、急救、血液、監(jiān)督等衛(wèi)生健康信息數(shù)據(jù)資源，基于衛(wèi)生應急預案、資源儲備、歷史復盤資料 等信息資源庫，使用專家評議和機器學習等多種方法，構(gòu)建多維度監(jiān)測預警指標和閾值，利用人工智能技術(shù)處理分析突發(fā)公共衛(wèi)生事件監(jiān)測預警信息，全面監(jiān)測醫(yī)療救治和衛(wèi)生應急信息，開展衛(wèi)生應急風險預警，為衛(wèi)生應急處置全流程領(lǐng)導決策提供輔助支持。

49.智能公共衛(wèi)生群體數(shù)據(jù)分析

基本概念：對公共衛(wèi)生群體數(shù)據(jù)進行多維度智能分析，及時發(fā)現(xiàn)潛在健康風險和疾病暴發(fā)趨勢。

應用場景：利用人工智能技術(shù)整合公共衛(wèi)生“時間、空間、人群”多維度數(shù)據(jù)，構(gòu)建公共衛(wèi)生智能分析模型，智能監(jiān)控區(qū)域高發(fā)疾病，精準識別疾病傳播路徑和風險因素，準確評估疾病的傳播速度和范圍，智能分析疾病傳播和暴發(fā)趨勢。利用人工智能技術(shù)制作傳染病疫情風險月歷和風險地圖，輔助評價風險等級，自動生成風險信息。智能監(jiān)測公共衛(wèi)生健康指標，精準預測潛在的健康風險，實現(xiàn)提早預防和控制疾病傳播，為政府決策提供有力的科學依據(jù)和預警輔助，保障公眾健康和安全。

50.智能疫苗查漏補種

基本概念：利用人工智能技術(shù)對適齡兒童進行查漏補種。

應用場景：利用人工智能技術(shù)，精準定位未按免疫程序完成國家免疫規(guī)劃疫苗接種的漏種兒童，開展智能語音電話及短信提醒補種，追蹤補種后疫苗實際接種情況，提高兒童疫苗接種率和及時率，提升預防接種服務質(zhì)量。

51.智能新生兒黃疸監(jiān)測與干預

基本概念：開展新生兒黃疸監(jiān)測，實現(xiàn)膽紅素腦病高危患兒精準識別和新生兒黃疸智能輔助診斷，為早期干預和規(guī)范治療提供智能決策支持。

應用場景：對新生兒黃疸進行動態(tài)監(jiān)控、高危預警和病情 分析，動態(tài)監(jiān)測高膽紅素血癥患兒住院期間的治療措施，包括光療、換血、靜脈輸注白蛋白和丙種球蛋白等內(nèi)容。指導開展 膽紅素腦病高危患兒治療結(jié)果的規(guī)范評估，包括膽紅素相關(guān)神 經(jīng)損傷癥狀、腦干聽覺誘發(fā)電位、頭顱磁共振等檢查內(nèi)容。所有信息上傳智能終端處理，提供可視化膽紅素腦病高危患兒的早期診斷和臨床智能輔助決策支持，提出及時干預治療措施建議，提升新生兒黃疸診療的便捷度與精準度，提高規(guī)范化診療水平，降低醫(yī)生工作負擔。

52.智能嬰幼兒生長發(fā)育分析

基本概念：綜合分析嬰幼兒生長發(fā)育指標，智能生成嬰幼兒生長發(fā)育分析報告，促進嬰幼兒全面均衡發(fā)展。

應用場景：深度分析嬰幼兒生長發(fā)育過程中的營養(yǎng)與喂養(yǎng)、 睡眠、生活與衛(wèi)生習慣、動作、語言、認知、情感與社會性等 指標，智能生成嬰幼兒個性化生長發(fā)育發(fā)展報告，精準評估嬰幼兒生長發(fā)育狀況，科學預測嬰幼兒生長發(fā)育趨勢。在嬰幼兒全周期生長發(fā)育數(shù)據(jù)中，應用算法模型分析嬰幼兒生長發(fā)育狀況，精準捕捉嬰幼兒生長發(fā)育指標，快速識別嬰幼兒的生長水平和潛在問題，幫助托育從業(yè)人員和家長全面了解嬰幼兒生長發(fā)育狀況，提供科學干預措施，制定個性化保育照護服務計劃， 促進嬰幼兒全面均衡發(fā)展。

53.智能放射性染色體畸變劑量估算

基本概念：快速分析放射工作人員及疑似放射性疾病患者的染色體畸變情況，智能估算放射劑量，輔助放射性疾病預防和 應急處置。

應用場景：在放射性疾病篩查和診斷中應用人工智能技術(shù)，采集整合文本、圖像及基因組等多元異構(gòu)數(shù)據(jù)，分析放射性職業(yè)暴露情況，提升放射性疾病染色體畸變劑量估算的效率和準確性，實現(xiàn)放射性疾病的高效篩查和損傷預測，提升醫(yī)療機構(gòu)放射應急響應速度和處理能力。

54.智能職業(yè)健康風險評估

基本概念：抓取多維職業(yè)健康相關(guān)數(shù)據(jù)，建立多模態(tài)分析模型，實時評估和管理職業(yè)健康風險。

應用場景：整合分析職業(yè)健康相關(guān)的危害因素、接觸強度、預防措施、易感基因、個人健康狀況等各維度數(shù)據(jù)，通過人工 智能技術(shù)與職業(yè)健康知識體系的結(jié)合，建立多因素綜合分析智能模型，實時監(jiān)測個體的職業(yè)相關(guān)疾病風險情況。基于對職業(yè) 群體健康態(tài)勢的統(tǒng)計分析，對工作場所管理、新技術(shù)、新材料、 新工藝等危害因素進行監(jiān)控預警，為預防和管理職業(yè)健康問題提供輔助決策支持。

（八）“人工智能+”養(yǎng)老托育服務

55.智能老年人健康管理

基本概念：應用智能病床、穿戴設(shè)備、物聯(lián)網(wǎng)設(shè)備采集老年人健康數(shù)據(jù)，開展智能健康管理、慢性病管理和護理指導等。

應用場景：運用人工智能、區(qū)塊鏈、物聯(lián)網(wǎng)及數(shù)字孿生等技術(shù)，面向老年人構(gòu)筑基于智能病床、智能穿戴設(shè)備等物聯(lián)網(wǎng) 設(shè)備的主動智能感知體系，采集匯聚老年人健康狀態(tài)與行為認知活動多模態(tài)數(shù)據(jù)。老年人健康管理方面，通過佩戴智能手環(huán)或手表，實時監(jiān)測老年人的心率、血壓、睡眠質(zhì)量等健康指標，提供運動和飲食建議。老年人慢性病管理方面，健康體測數(shù)據(jù) 自動上傳至管理系統(tǒng)，供專家日常巡診，幫助糖尿病患者監(jiān)測 血糖水平，通過分析數(shù)據(jù)預測血糖異常，提醒服藥，提醒及時調(diào)整治療方案。老年人護理方面，通過地板傳感器、攝像頭等 設(shè)備監(jiān)測老人的活動，發(fā)生跌倒等緊急情況時立即通知家人或 急救中心，保障老年人的生命安全。

56.智能托育咨詢服務

基本概念：精準識別、綜合分析托育從業(yè)人員和家長所提出的問題，快速提供個性化解答。

應用場景：利用自然語言處理和機器學習等技術(shù)，依托托 育知識庫為托育從業(yè)人員提供專業(yè)指導和學習建議，為家長提 供精準尋托和育兒咨詢等服務。在問答過程中，綜合分析托育從業(yè)人員和家長的歷史提問，深入理解提出的問題，及時提供貼合實際需求的答案。幫助托育從業(yè)人員和家長解決托育過程中遇到的各種疑問和難題，提供準確、權(quán)威的回答，有效增強托育服務的針對性，提高托育服務的質(zhì)量和效率。

57.智能托育從業(yè)人員學習輔助

基本概念：為托育從業(yè)人員提供集人才測評、學習規(guī)劃、資源推送、效果評估于一體的智能學習輔助應用。

應用場景：基于深度預訓練學習框架、知識圖譜智能推薦和職業(yè)技能效果評估等核心技術(shù)，為托育從業(yè)人員科學規(guī)劃學習路線，精準推送課程資源，智能評估學習效果。在托育從業(yè)人員學習過程中，通過收集分析托育從業(yè)人員的學習數(shù)據(jù)，智能識別學習需求和能力水平，匹配行業(yè)成功案例和職業(yè)要求，智能推薦適合的學習路線和課程資源，根據(jù)托育從業(yè)人員的學習情況及時調(diào)整輔助學習方案，提高托育從業(yè)人員的學習效率 和服務水平。

58.智能托育培訓應用

基本概念：通過模擬真實嬰幼兒的生理與行為特征，為托育從業(yè)人員提供回應性照護的實操訓練。

應用場景：模擬嬰幼兒的各種生理和行為特征，具備高度 仿真性和互動性，在模擬托育環(huán)境中實現(xiàn)托育從業(yè)人員喂奶、拍嗝、哄睡、換尿布和陪伴等多種場景的嬰幼兒回應性照護實操訓練。在托育從業(yè)人員實訓過程中，根據(jù)預設(shè)程序，智能檢測和評估托育從業(yè)人員操作行為，展現(xiàn)出不同的情緒反應，幫助托育從業(yè)人員直觀地了解嬰幼兒的需求和反應，及時發(fā)現(xiàn)并糾正錯誤，提高托育從業(yè)人員的專業(yè)技能和服務水平。

59.智能托育行業(yè)監(jiān)管輔助

基本概念：多維度分析托育行業(yè)市場供需指標，智能生成托育專項數(shù)據(jù)報表，支持托育行業(yè)監(jiān)管決策。

應用場景：圍繞托育需求、托育機構(gòu)覆蓋、機構(gòu)質(zhì)量和機構(gòu)安全等托育行業(yè)關(guān)鍵指標，應用監(jiān)管輔助決策分析模型智能生成托育專項數(shù)據(jù)統(tǒng)計分析報表，智能分析托育機構(gòu)全過程運營數(shù)據(jù)，提取托育行業(yè)市場供需發(fā)展指標結(jié)果，優(yōu)化托育行業(yè)綜合研判體系，提高托育行業(yè)監(jiān)管效率，降低管理成本，為人口增長分析聯(lián)動提供托育行業(yè)監(jiān)管輔助決策支持，促進托育行業(yè)健康發(fā)展。

60.智能托育機構(gòu)質(zhì)量評估

基本概念：通過采集托育機構(gòu)的運行質(zhì)量數(shù)據(jù)，智能生成托育機構(gòu)質(zhì)量評估報告，提升托育機構(gòu)的服務質(zhì)量。

應用場景：依托托育機構(gòu)質(zhì)量評估標準，自動采集托育機構(gòu)的辦托條件、托育隊伍、保育照護、衛(wèi)生保健、養(yǎng)育支持、安全保障、機構(gòu)管理等7類質(zhì)量指標數(shù)據(jù)，通過大數(shù)據(jù)綜合治理分析，智能生成托育機構(gòu)質(zhì)量評估報告。在評估托育機構(gòu)質(zhì) 量過程中，利用“公式清單化、監(jiān)管分類化、數(shù)據(jù)集成化”自評，綜合他評和督評方式，實時檢測托育機構(gòu)質(zhì)量指標，及時發(fā)現(xiàn) 機構(gòu)未達標情況，智能推薦機構(gòu)改進優(yōu)化方案，提高托育服務質(zhì)量，增強家長信任度。

61.智能托育機構(gòu)安全隱患預警

基本概念：實時檢測托育機構(gòu)的安全場所，智能預警托育機構(gòu)的安全隱患，提高托育機構(gòu)的安全水平。

應用場景：通過云端協(xié)同的智能分析能力，應用陌生人識別、人群密度檢測、煙火捕捉等安全預警算法模型，實現(xiàn)托育機構(gòu)安全隱患全方位、無死角實時監(jiān)控與智能預警。在托育機構(gòu)安全隱患檢測中，綜合分析托育機構(gòu)門口、走廊、廚房等存在安全隱患場所的實時視頻畫面，精準捕捉潛在風險點，預警托育機構(gòu)安全隱患，及時將預警信息推送托育從業(yè)人員，方便托育機構(gòu)快速展開人工干預，全方位筑牢托育機構(gòu)安全屏障。

三、“人工智能+”健康產(chǎn)業(yè)發(fā)展 （九）“人工智能+”醫(yī)用機器人

62.手術(shù)機器人

基本概念：整合先進機械設(shè)備、智能導航系統(tǒng)、傳感器技術(shù)和實時影像反饋技術(shù)，建立輔助醫(yī)生開展手術(shù)的智能機器人，輔助醫(yī)生開展精準、微創(chuàng)、遠程手術(shù)。

應用場景：基于高精度機械設(shè)備、先進導航系統(tǒng)、實時三維影像反饋技術(shù)建立手術(shù)機器人，配備智能算法，具備術(shù)中決策和導航功能，推薦適合患者解剖結(jié)構(gòu)的個性化手術(shù)規(guī)劃。通 過高精度機械臂濾除人手自然顫動、提供關(guān)節(jié)自由度，輔助醫(yī) 生精準實施手術(shù)，適用于普外科、胸外科、泌尿外科、婦科、骨科、神經(jīng)外科、眼科等外科手術(shù)。手術(shù)機器人可以拓展醫(yī)生 的操作能力，提高手術(shù)精度與安全性，減少手術(shù)創(chuàng)傷和術(shù)后并發(fā)癥，提高手術(shù)成功率，縮短患者康復時間。

63.康復機器人

基本概念：通過多維人體信息采集、智能算法識別、精準機械運動實時反饋和電磁刺激調(diào)控的智能康復訓練設(shè)備，促進 神經(jīng)受損功能恢復，實現(xiàn)患者精準康復。

應用場景：結(jié)合虛擬現(xiàn)實、腦機接口、神經(jīng)調(diào)控、高精度機械臂和智能導航系統(tǒng)等技術(shù)建立智能康復機器人，通過采集腦電、肌電、關(guān)節(jié)活動、步態(tài)等多維人體數(shù)據(jù)，針對腦卒中、腦外傷脊髓損傷、周圍神經(jīng)損傷、神經(jīng)退行性疾病、精神類疾病等康復需求，智能推薦主被動結(jié)合的智能個體精準康復方案，動態(tài)評估感覺、運動、平衡、認知、吞咽、情緒等功能障礙狀態(tài)，自動完成康復治療程序性任務，根據(jù)患者反應情況實時調(diào)整康復方案，預測治療效果，優(yōu)化康復策略，提升臨床康復療效，提升患者整體生活自理能力，降低因病致殘發(fā)生率。

64.針灸推拿機器人

基本概念：應用人工智能技術(shù)建立針灸推拿機器人，實現(xiàn)中醫(yī)針灸、推拿等傳統(tǒng)非藥物療法的智能診療。

應用場景：基于生成式智能仿生、針灸和推拿自動控制等技術(shù)，建立具有穴位自動識別與精確控制的智能針灸或推拿機械手。具備自主評估與診斷，多手法、多維度、多通道智能推拿仿生模擬功能。推薦非藥物治療方案選擇、仿生模擬、信息反饋、療效評價、可視化等臨床非藥物療法智能治療方案。通過穴位局部血流、溫度和形態(tài)等穴位敏化特征變化，實現(xiàn)監(jiān)測、反饋控制功能。

65.醫(yī)療咨詢機器人

基本概念：利用語言大模型、智能算法和醫(yī)學知識庫，與患者進行智能對話，提供醫(yī)療信息咨詢，協(xié)助完成就診、檢查預約等服務，提高患者就醫(yī)便捷性和準確性。

應用場景：適用于醫(yī)院網(wǎng)站、健康管理平臺、移動應用、門診導診等場景，利用語言大模型、智能算法和醫(yī)學知識庫進 行理解和分析，通過文字輸入或語音交互的方式與患者進行智能對話，回答患者關(guān)于疾病癥狀、健康管理、醫(yī)療常識等方面的問題，提供醫(yī)療信息咨詢與就診服務。與醫(yī)院信息系統(tǒng)對接，實現(xiàn)醫(yī)療預約、藥品購買、健康檔案管理等功能，為患者提供全方位的醫(yī)療服務和健康管理服務支持，提升患者就醫(yī)體驗，減輕醫(yī)務人員負擔。

66.配送機器人

基本概念：采用人工智能導航和定位技術(shù)，配備智能傳感器和運動控制的配送系統(tǒng)，執(zhí)行自動化藥品、醫(yī)療用品等物品配送任務，提高配送效率和準確性，降低人工成本。

應用場景：通過路徑規(guī)劃和實時避障等技術(shù)，應用于各類醫(yī)療場所，將藥品、醫(yī)用耗材、手術(shù)器械、病理標本、被服、餐食、醫(yī)療廢棄物等物品快速、準確地配送到指定目的地。在配送任務過程中能夠根據(jù)周圍環(huán)境自動調(diào)整路徑和速度，避免碰撞和意外發(fā)生，保證配送安全與穩(wěn)定。與信息系統(tǒng)或醫(yī)療設(shè)備聯(lián)動，實現(xiàn)物品配送和信息傳遞的無縫連接，為患者和醫(yī)護人員提供便捷、高效的配送服務，提升醫(yī)院物流效率和質(zhì)量，降低物流成本，改善醫(yī)療服務體驗。

67.消毒機器人

基本概念：采用先進的消毒技術(shù)和自動化控制系統(tǒng)，對環(huán)境進行自動、高效、精準消殺，有效預防疾病傳播和交叉感染，保障人員健康安全。

應用場景：配備紫外線、臭氧、噴霧等各類消毒裝置，用于空氣、表面、器械等消毒殺菌，廣泛用于各類醫(yī)療機構(gòu)、公共場所。實時監(jiān)測環(huán)境參數(shù)，自動調(diào)整消毒策略和路徑，根據(jù)實際場景需求選擇合適消毒方式，確保消毒效果達標。具備消毒任務自動化管理和記錄功能，及時、精準保障公共空間或特 定區(qū)域的環(huán)境衛(wèi)生質(zhì)量，有效預防疾病傳播和交叉感染，提高工作效率和數(shù)據(jù)可追溯性，提升公共衛(wèi)生安全水平。

68.緊急醫(yī)學救援機器人

基本概念：面向重大火災爆炸、毒氣泄漏等事故，應用醫(yī)學急救機器人和云端專家輔助決策系統(tǒng)，在人力難以到達的空間開展智能緊急搜救、前期處置、生命支持和安全搬運等。

應用場景：應用醫(yī)學急救機器人，快速進入廢墟下狹小空間或火、爆、毒等危險救援現(xiàn)場搜索幸存者，采集傷病員生命 體征參數(shù)并上傳云端專家輔助決策系統(tǒng)，實現(xiàn)對傷員進行簡單現(xiàn)場急救、生命支持和安全快速搬運，為后續(xù)救援作業(yè)贏得時間。

（十）“人工智能+”藥物研發(fā)

69.智能藥物研發(fā)

基本概念：集成人工智能和生物信息等技術(shù)，基于海量數(shù)據(jù)支持高效篩選、效果預測、設(shè)計優(yōu)化，加速藥物研發(fā)。

應用場景：集成人工智能、計算化學和系統(tǒng)生物學等算法，用于小分子藥物的篩選、設(shè)計和優(yōu)化。利用虛擬篩選技術(shù)、高通量篩選實驗平臺，自動化、規(guī)模化篩選大量化合物，快速識別有潛力的藥物候選分子，評估其與藥物靶標的相互作用。在藥物逆合成設(shè)計中，實現(xiàn)單步逆合成分析、多步逆合成分析、合成路線設(shè)計等功能。在新藥研發(fā)過程中，從化學反應數(shù)據(jù)集 中進行逆合成分析預測任務，加速合成路徑的設(shè)計和優(yōu)化。研發(fā)多維藥物評價及臨床前研究工具，包括藥物動力學、藥效學、結(jié)構(gòu)生物學、安全性等模型，綜合評估其與藥物靶標的分子對接、體內(nèi)循環(huán)、毒副作用等多個維度的性能，加速藥物候選物 的驗證和優(yōu)化。

70.智能藥物臨床試驗輔助

基本概念：搭建藥物研發(fā)臨床試驗智能應用，智能輔助篩選患者、檢查檢驗判讀，為提高臨床試驗質(zhì)量提供支持。

應用場景：在藥物研發(fā)的臨床試驗階段，發(fā)揮大數(shù)據(jù)精準、快速、智能的能力智能篩選患者，研究者維護需要發(fā)布篩選信息的項目后，系統(tǒng)根據(jù)入組標準、排除標準等信息，通過臨床研究數(shù)據(jù)中心及醫(yī)療數(shù)據(jù)知識圖譜，快速精確地進行患者數(shù)據(jù)的清洗與整合，展示疑似受試者，研究者可對疑似受試者進行查看追蹤。患者入組后，系統(tǒng)自動監(jiān)控數(shù)據(jù)平臺中的臨床試驗 患者檢查檢驗數(shù)據(jù)，進行智能預警并對需要判讀的不良事件自 動生成判讀任務，支持在線生成異常評判單及電子簽名留檔，進行嚴重不良事件上報及可疑且非預期嚴重不良反應上報。應用臨床試驗智能平臺，快速準確發(fā)現(xiàn)項目疑似受試者，提高試驗患者入組率，加速試驗進度；智能檢查檢驗單判讀，降低漏 判錯判率，提升藥物研發(fā)效率和質(zhì)量。

71.智能藥品臨床綜合評價輔助

基本概念：利用人工智能技術(shù)自動快速分析評估藥品多維 度信息，生成藥品臨床綜合評價結(jié)果報告，助力藥品臨床綜合評價主題遴選、評價實施和結(jié)果轉(zhuǎn)化應用全流程。

應用場景：應用大數(shù)據(jù)、自然語言處理、機器學習和數(shù)據(jù) 挖掘等人工智能技術(shù)，迅速抓取藥品在治療疾病中研究進展和 評價情況，輔助評價人員快速識別科學問題和發(fā)現(xiàn)有價值的評 價主題，自動爬取、解析、預處理、整合多源信息，識別高質(zhì) 量研究證據(jù)，深入挖掘真實世界數(shù)據(jù)，快速分析評估藥品安全性、有效性、經(jīng)濟性、創(chuàng)新性、適宜性、可及性等多維信息，自動完成數(shù)據(jù)的提取整合和定性定量分析，快速自動生成評價結(jié)果報告，避免人為因素導致的評估質(zhì)量差異，提升評價結(jié)果可信度，為優(yōu)化醫(yī)療機構(gòu)藥品目錄、強化合理用藥、控制不合理藥品費用、完善藥物政策等場景提供輔助參考依據(jù)。

（十一）“人工智能+”中醫(yī)藥產(chǎn)業(yè)

72.中藥材智能生態(tài)種植

基本概念：采用人工智能技術(shù)建立中藥材智能模擬種植系統(tǒng)，開展規(guī)模化、科學化、精細化種植，提高中藥材種植品質(zhì)，降低種植成本，提升中藥材種植經(jīng)濟效益。

應用場景：利用深度學習等人工智能技術(shù)，收集中藥材生長環(huán)境的空氣、土壤、水分等數(shù)據(jù)，建立藥材種植培育數(shù)字化模型，模擬不同中藥材原生態(tài)種植環(huán)境，實現(xiàn)中藥材智能化、 規(guī)模化生態(tài)種植，提高中藥材種植品質(zhì)。

73.中藥材智能仿生鑒定識別

基本概念：將傳統(tǒng)性狀鑒定與仿生化、數(shù)字技術(shù)結(jié)合，為中藥材和中藥飲片真?zhèn)舞b定和快速評價提供新手段。

應用場景：利用電子眼、電子鼻、電子舌等仿生設(shè)備，對藥材或飲片特征進行數(shù)字化提取分析，結(jié)合人工智能算法，利用實測樣本提取特征數(shù)據(jù)對仿生分類設(shè)備進行針對性訓練，建立仿生特征智能分類模型，實現(xiàn)對中藥材和飲片進行快速、高效、定性鑒別。

74.中藥智能生產(chǎn)設(shè)備

基本概念：基于中醫(yī)藥理論、藥材固有屬性以及產(chǎn)品制備要求，集合視覺分析、智能傳感、在線檢測、全過程質(zhì)量控制 等技術(shù)，提升中藥（制劑）生產(chǎn)設(shè)備的智能化水平。

應用場景：應用人工智能、物聯(lián)網(wǎng)、數(shù)字孿生等技術(shù)，采集中藥（制劑）生產(chǎn)加工全過程參數(shù)建立數(shù)據(jù)模型，進行仿真模擬、工藝參數(shù)實時動態(tài)監(jiān)測、質(zhì)量在線檢測控制和全過程質(zhì) 量追溯管理。利用機器視覺自動檢測、電子智能傳感等技術(shù)， 研發(fā)包含前處理、提取、濃縮、干燥、制劑成型等工藝環(huán)節(jié)的實時質(zhì)量監(jiān)測設(shè)備，基于丸、散、膏等劑型原料物理性質(zhì)，建 立包含物料特性、制劑工藝、成型質(zhì)量的大數(shù)據(jù)模型及指紋圖譜，提升臨方制劑生產(chǎn)的自動化、智能化水平，實現(xiàn)中藥生產(chǎn)加工設(shè)備的智能化升級。

四、“人工智能+”醫(yī)學教學科研 （十二）“人工智能+”醫(yī)學教學

75.醫(yī)學教學智能輔助

基本概念：開展醫(yī)學教學薄弱環(huán)節(jié)的虛實融合內(nèi)容研發(fā)， 研發(fā)可交互的教學工具，解決醫(yī)學實操訓練的教學難題，拓展教學模式，提升醫(yī)學教學質(zhì)量。

應用場景：基于虛擬現(xiàn)實、增強現(xiàn)實、混合現(xiàn)實、機器視覺、語言大模型等人工智能技術(shù)，構(gòu)建院前急救、手術(shù)操作、醫(yī)患溝通等虛實結(jié)合仿真課程，提供姿態(tài)識別、語音交互、知識推薦等工具，全面監(jiān)測教學過程、教學內(nèi)容、學生專注度等，建立教師教學畫像和學生學習畫像，精準推薦教學內(nèi)容與課后作業(yè)，加強智能醫(yī)學教學的針對性和實用性，了解學生學習成效，規(guī)范教師教學行為，提升教師教學能力。

76.醫(yī)學智能仿真實驗

基本概念：運用仿真模擬等人工智能技術(shù)，構(gòu)建多層級多維度生物過程仿真模型，支持多類科研及臨床試驗應用。

應用場景：智能化醫(yī)學仿真實驗環(huán)境通過仿真建模復雜生物過程，可優(yōu)化設(shè)計、降低成本、提高安全性，加速醫(yī)療科研創(chuàng)新。建立從分子、細胞、組織到器官和整個人體的多尺度基 礎(chǔ)生物模型，以模擬不同層級的生物過程。集成多源數(shù)據(jù)，可基于實際觀測樣本數(shù)據(jù)進行導入及綜合模擬分析，并提供參數(shù) 調(diào)節(jié)、規(guī)則設(shè)置，以支持對于不同目標人群的實驗。應用人工智能算法，提升對于生物模型演化的學習預測能力，降低計算復雜性，提升對于復雜生物過程的智能模擬。提供交互仿真平臺，面向生物標志物發(fā)現(xiàn)、藥物研發(fā)仿真、疫苗研發(fā)支持、臨床試驗設(shè)計等不同應用場景，提供典型工作流編排、標準研發(fā)工具及開放對接能力。

77.醫(yī)學教育患者虛擬人

基本概念：結(jié)合數(shù)字人、語言大模型等技術(shù)，基于患者診療案例建立患者虛擬人，提升醫(yī)學教育的多樣性、靈活性。

應用場景：基于對患者案例的脫敏、抓取、整合、篩選、摘要等步驟，形成高價值的醫(yī)學教育案例儲備和教學知識庫。基于標準化患者數(shù)字虛擬人，結(jié)合案例數(shù)據(jù)及相關(guān)配置，模擬其病情的生理和病理表征。基于影像、病理等數(shù)據(jù)，通過三維重建技術(shù)形成患者的臟器孿生模型。通過語言大模型加載案例數(shù)據(jù)、醫(yī)學知識，模擬患者的溝通表述方式，支持學員與模擬患者進行仿真沉浸式互動。

78.醫(yī)學教學資源智能生成

基本概念：基于大模型定制學習資料、真實病例展示和復雜過程演示等個性化醫(yī)學教學資源，提高學習效率和質(zhì)量。

應用場景：基于個性化教學資源平臺建立多模態(tài)醫(yī)學教育垂直類大模型，處理和學習文書、影像等多模態(tài)醫(yī)學數(shù)據(jù)，提升教學資源生成效果。基于醫(yī)學教育垂直類大模型進行具體生成應用的探索，為學員定制各類教學資源。通過對真實病例的學習進行合理化生成病例研究，自動收集整理相關(guān)論文、臨床指南和多媒體內(nèi)容，創(chuàng)建3D動畫模擬演示復雜的醫(yī)學過程等，生成的教學資源提供基于學員畫像的主動式生成推送、智能交互式定制生成等兩種方式。

79.醫(yī)學科普智能生成

基本概念：自動生成和配置醫(yī)學知識內(nèi)容，以多媒體和人機互動形式向公眾普及醫(yī)學信息和健康知識。

應用場景：基于醫(yī)學科普教育平臺和醫(yī)學基礎(chǔ)垂直類大模型構(gòu)建科普知識體系，生成科學準確的醫(yī)學教育內(nèi)容，通過文字、圖像、視頻等多模態(tài)語料的語義對齊，打造跨模態(tài)融合的生成能力，自動生成醫(yī)學科普文章、視頻腳本和真實案例解說等科普素材，使醫(yī)學知識更加生動、易于理解。基于對患者診療記錄、興趣、需求和知識水平的畫像分析，定制個性化的健康科普內(nèi)容，智能推送其最相關(guān)和最感興趣的信息。補充研發(fā)在線問答、模擬診斷游戲等互動模塊，設(shè)計針對性的教育活動和挑戰(zhàn)，提高用戶的參與度和學習興趣。

（十三）“人工智能+”醫(yī)學科研

80.智能患者招募

基本概念：基于患者的診療數(shù)據(jù)，自動識別篩選符合臨床研究條件的患者，加速患者招募。

應用場景：基于大數(shù)據(jù)技術(shù)，高效匯聚患者的入院信息、醫(yī)生文書記錄、檢驗檢查、影像、病理、生物標志物等多源多模態(tài)診療信息。基于語言大模型的語義理解和信息抽取能力，對患者進行關(guān)鍵信息識別和綜合評估，自動匹配臨床試驗入排標準，實時監(jiān)測并通過醫(yī)生工作站向醫(yī)生自動推薦潛在受試者，從而有效降低人力耗時，提前儲備受試者，有效加速臨床試驗進程。通過智能監(jiān)測患者的反應和副作用，為臨床決策提供支持。強化患者隱私保護，在技術(shù)層面通過患者信息脫敏處理、設(shè)置權(quán)限隔離、過程監(jiān)管等方法提升信息安全能力，促進和規(guī)范對醫(yī)療健康數(shù)據(jù)的合理利用途徑，提升相關(guān)人員的信息安全 意識和法律意識。

81.智能研究型病房

基本概念：基于人工智能和物聯(lián)網(wǎng)技術(shù)提供實時監(jiān)測、智能輔助診療、試驗靈活配置等能力，打造數(shù)智化研究型病房。

應用場景：利用物聯(lián)網(wǎng)設(shè)備將人工智能算法嵌入邊緣端，實時、按需管理配置和收集患者生命體征、病房環(huán)境參數(shù)等數(shù)據(jù)，協(xié)助保障試驗過程的可靠性和可溯源。基于人工智能算法深度分析采集的數(shù)據(jù)，輔助醫(yī)生的診斷與治療方案評估，支持醫(yī)護人員遠程監(jiān)控患者狀態(tài)，及時響應醫(yī)療需求，減少不良反應、不良事件的發(fā)生。協(xié)助進行病房自動化管理，自動調(diào)節(jié)溫度、濕度、照明等病房環(huán)境以適應患者需求，提示預測性設(shè)備維護以保障研究型病房穩(wěn)定運行等。

82.醫(yī)學科研智能輔助

基本概念：建立涵蓋文獻資料檢索、數(shù)據(jù)制備、智能分析、結(jié)果解讀的科研輔助工具庫，提高科研效率。

應用場景：基于多模態(tài)大模型、計算機視覺、知識圖譜、大數(shù)據(jù)分析等技術(shù)，輔助醫(yī)生從海量文獻資料中快速、精準地檢索信息，按照醫(yī)生個性化需求自動提煉、整合生成結(jié)構(gòu)清晰、邏輯連貫的文獻綜述，提高醫(yī)生查閱資料和信息匯總整理效率。 輔助醫(yī)生高效處理和整合多模態(tài)研究數(shù)據(jù)，提供數(shù)據(jù)標注、數(shù)據(jù)特征提取、深度學習建模和結(jié)果可視化等科研流程一體化智能分析工具，加速科研成果形成與轉(zhuǎn)化。

83.智能文獻挖掘分析

基本概念：應用語言大模型整合文獻數(shù)據(jù)庫公開數(shù)據(jù)，對文獻進行領(lǐng)域歸納，挖掘歸納領(lǐng)域前沿熱點。

應用場景：利用語言大模型的語義理解能力，挖掘分析國內(nèi)外文獻數(shù)據(jù)庫公開數(shù)據(jù)，對文獻要點進行分析、歸納和總結(jié)，實現(xiàn)文獻按領(lǐng)域分類，結(jié)合對于文獻文本的理解，總結(jié)歸納行業(yè)領(lǐng)域前沿研究熱點并向醫(yī)生智能推薦，為醫(yī)生提供診斷治療 的最新方案和研究證據(jù)，為醫(yī)生開展科研提供前沿熱點文獻和知識推薦，提升醫(yī)生文獻檢索和閱讀效率。

84.智能醫(yī)學科研數(shù)據(jù)分析

基本概念：利用人工智能技術(shù)，整合醫(yī)學文書、影像、基因組、轉(zhuǎn)錄組、蛋白質(zhì)組、時序傳感等多模態(tài)數(shù)據(jù)，建立全面分析輔助臨床科研的智能平臺。

應用場景： 整合多模態(tài)醫(yī)學數(shù)據(jù)，包括圖像、文本、聲音、傳感器數(shù)據(jù)和基因組、轉(zhuǎn)錄組、蛋白質(zhì)組等多組學數(shù)據(jù)，完成不同時間點、條件下的數(shù)據(jù)對齊，構(gòu)建醫(yī)學科研數(shù)據(jù)資源庫。 利用數(shù)據(jù)融合模型與方法，提供跨模態(tài)標注算法和標注工具， 揭示跨模態(tài)數(shù)據(jù)之間的語義關(guān)聯(lián)性，幫助分析其相互作用和整合效果，提高診斷和分析的準確性。面向不同類型的數(shù)據(jù)，提供計算機視覺、自然語言處理、圖學習等多類算法，對多模態(tài)數(shù)據(jù)進行特征提取、模型訓練、統(tǒng)計分析等，以識別疾病標志物和模式。提供科研合作平臺，促進跨學科研究團隊的協(xié)作，支持將分析結(jié)果轉(zhuǎn)化為臨床輔助決策支持工具，輔助醫(yī)生進行更準確的診斷和治療規(guī)劃。