近日，廣東省衛生健康委發布《關于公布“人工智能+醫療衛生”應用場景案例（第一批）的通知》。經單位申報、地市推薦、專家評審，遴選了第一批“人工智能+醫療衛生”應用場景案例共289個，涵蓋了醫療服務管理、基層公衛服務、健康產業發展、醫學教學等四個領域的12個方面、44個應用場景。

深圳共有30個案例上榜，其中市屬醫院（含市衛健委）8個，寶安區6個，坪山區5個，福田區4個，南山區3個，龍崗區2個，羅湖區和龍華區各1個，光明區、鹽田區和大鵬新區無案例上榜。

寶安坪山福田占15例 光明鹽田大鵬無案例上榜　

為落實省委、省政府關于發展人工智能的工作部署，充分應用人工智能技術，提升健康醫療服務水平，改善居民就醫體驗，加快衛生健康智能化數字化轉型。省衛健委上半年組織開展了“人工智能+醫療衛生”應用場景案例征集工作。經單位申報、地市推薦、專家評審，省衛健委共遴選了第一批“人工智能+醫療衛生”應用場景案例共289個，涵蓋了醫療服務管理、基層公衛服務、健康產業發展、醫學教學等四個領域的12個方面、44個應用場景，日前該批案例被正式公布。

省衛健委稱，希望各地、各單位參考借鑒這些有益做法，結合實際予以落地推廣。進一步加強“人工智能+醫療衛生”的探索和實踐，豐富人工智能應用場景，不斷提升醫療衛生服務效率和質量，推進衛生健康高質量發展。

首批入選的289個典型案例中，深圳有30個案例成功上榜。其中市屬醫院（含市衛健委）8個，寶安區6個，坪山區5個，福田區4個，南山區3個，龍崗區2個，羅湖區和龍華區各1個，光明區、鹽田區和大鵬新區無案例上榜。

寶安區人民醫院醫學影像智能輔助診斷系統。

寶安區的醫療機構表現也十分突出，共有6個案例入選，其中五個案例全部來源于寶安區人民醫院。該院人工智能輔助診斷在病理診斷中的應用案例，通過對大量病理圖像的學習訓練，累計完成宮頸液基細胞學樣本分析10萬例，AI陽性率11.89%，上皮病變敏感性超過99%，大幅提高了病理診斷效率和準確性，減少了漏診誤診風險。影像AI系統在放射影像快速智能診斷中的應用案例，完成肺部影像分析27萬例、CTA影像分析3萬例，將肺部CT單列影像診斷時間從15分鐘降至5-8分鐘。深圳市寶安區福永人民醫院的基于多模態AI的腸道準備質量智能檢測平臺，有效降低了腸道準備不充分率，提高了患者依從性。　　

案例覆蓋十余應用場景 “醫學影像智能輔助診斷”占6個　

深圳30個入選案例在應用場景上覆蓋廣泛，深度融合了人工智能技術與醫療衛生的各個環節。其中，“醫學影像智能輔助診斷”應用場景案例有6個，“智能病例輔助生成”案例有5個，“智能預問診”“智能醫療文書質控輔助”案例也各有3個。此外，手術智能輔助規劃、智能門診分診、智能醫療質量管理、智能醫院經濟管理決策支持、智能健康管理、智能慢性病管理、中藥智能生產設備、基層全科醫生智能輔助決策、臨床專病輔助智能決策等應用場景均有案例入選。

廣州中醫藥大學深圳醫院（福田）“‘仲思’智慧中醫平臺”。

如在“醫學影像智能輔助診斷”應用場景中，深圳大學附屬華南醫院的“DeepSeek大模型驅動的影像應用”案例，通過整合醫院多系統資源，借助大模型推理能力，為影像診斷醫生提供精準診斷關鍵信息輔助，報告生成效率提升約30%，解讀準確率與高年資醫生匹配度達90%以上；在“臨床專病智能輔助決策”應用場景中，廣州中醫藥大學深圳醫院（福田）的“‘仲思’智慧中醫平臺”案例，基于中醫大語言模型，實現了醫患對話實時轉寫、診療輔助等功能，已在下屬多家社康和社區醫院部署，提升了社康接診效率。　　

部分上榜案例

深圳市衛生健康發展研究和數據管理中心：智能預問診 醫生寫病歷平均節省一半時間

深圳市衛生健康發展研究和數據管理中心（市衛健委下屬單位）利用全市1000多萬本地醫療衛生語料進行集中訓練和標注，采用大模型+RAG/提示詞工程等技術，建設了覆蓋就診全流程的“深小衛AI預約”健康助手。

“深小衛AI預約”具備3D數字人、智能導診、智能客服、智能陪診、智能預問診、智能報告解讀等功能。其中3D數字人結合深圳市衛生健康委IP形象設計，提供語音、文字、動作等多種交互方式，實現與客服咨詢、門診分診、陪診等全流程融合。智能導診結合患者病癥，提供醫院科室智能推薦和門診掛號服務。智能客服為居民提供醫學知識獲取、就醫流程指導、復雜問題解答等功能，實現24小時問答咨詢。智能預問診通過采集患者疾病信息，自動生成結構化病歷并同步至醫生HIS工作站。智能陪診通過對傳統門診的就診流程優化，以可視化動態流程圖形式，實時更新患者的就診流程和狀態，為患者提供就診全流程智能指引服務。智能報告解讀為患者提供報告上傳、異常指標分析、風險評估及健康建議等服務。

自2025年1月上線以來，“深小衛”數字人服務患者近萬人次，問答數累計4萬余次，已在深圳市第三人民醫院、深圳市中醫院、中國醫學科學院阜外醫院深圳醫院試點上線AI全流程就醫服務，并正向全市醫院推廣使用。智能分診場景快速掛號功能對比傳統預約流程，平均縮短了3－5分鐘。智能預問診平均為醫生節省50%病歷書寫時長。智能陪診，實現了引導患者有序就醫，大幅度減少了患者門診就診時長。

龍華區人民醫院“龍醫AI小助手”。

龍華區人民醫院：“龍醫AI小助手”服務5.6萬多次評審場景查詢

為將分散的制度轉化為員工可即時調用的行為決策依據，2025年2月21日，深圳市龍華區人民醫院基于DeepSeek大語言模型研發、上線“龍醫AI小助手”智能問答系統，通過整合超300份國家、省、市、區及院內政策法規、章程制度、專科規范等構建院內制度知識圖譜，采用Function　Calling技術實現智能調度，精準解析制度內容，自動化輸出文檔材料。系統結合RAG增強技術，建立包含政策法規、制度文件、典型問題和最佳實踐的向量庫，支持條款關聯檢索與場景化應用，并通過持續學習機制優化推薦策略，為醫院制度管理提供全流程智能管理支持。

“龍醫AI小助手”智能問答系統依托DeepSeek深度語義理解技術，實現復雜制度的智能拆解與可視化呈現，讓制度學習從“紙質文檔”躍遷為“立體認知”。截至今年4月29日，系統累計服務5.6萬多次評審場景查詢，完成高頻調用驗證；大模型完成超255萬字符醫療領域知識注入，構建精準院內制度語義網絡，輸出標準化知識條目600萬+Tokens，覆蓋制度解讀、診療規范等高頻需求。

龍崗區婦幼保健院智慧化古法煎藥系統，機器人替代83%人工操作。

龍崗區婦幼保健院：AI生成個性化煎煮方案　機器人替代八成多人工操作

龍崗區婦幼保健院研發智慧化古法煎煮系統，以“人工智能決策中樞+工業機器人執行終端+區塊鏈溯源網絡“的模式，實現古法煎藥工藝標準化，生產全程透明化。

該中藥代煎服務是由三大智能平臺協同運作，實現全程無人化操作。一是智能收貨平臺，對接供應商數據，AI自動核驗飲片產地資質、質檢報告，確保原料合規。二是AI調劑審核平臺，自動校驗處方合理性，高清攝像頭記錄調劑過程，杜絕配藥差錯。三是機器人煎煮平臺，AI生成個性化煎煮方案，機械臂自動搬運砂鍋；通過高精度流量傳感器+深度學習算法動態計算藥材吸水率，智能加水，實時精準調控加水量；利用超高頻RFID傳感網絡，砂鍋植入式耐高溫電子標簽實時采集煎煮全流程數據。

該平臺2025年4月研發落地，日均煎煮350劑，機器人替代83%人工操作，區塊鏈存證降低醫療糾紛風險，藥效物質提取率提升37%，達家庭自煎水準，保障患者用藥安全。　　

南山區人民醫院出院小結AI智能生成系統。

南山區人民醫院：AI智能生成出院小結只需5分鐘 效率提升83%

一直以來，出院小結撰寫是醫療文書工作中的“耗時大戶”，醫生需反復整合患者基本信息、入院診斷、治療過程、檢查結果及出院醫囑等數據，其中南山醫院每份出院小結平均需住院醫師耗費30分鐘，且80%內容屬于標準化表述，占用醫生大量工作時間。

南山區人民醫院引入DeepSeek　R1671B滿血版大模型，通過深度對接醫院HIS、EMR、LIS、PACS等醫療信息系統，構建起全維度診療數據實時采集網絡。依托RAG技術，系統整合醫院47個臨床科室歷年評選出的327份優秀出院小結模板，打造出不同專科的出院小結模板知識庫。當醫生在系統下達“今日出院”醫囑時，系統將對患者全周期診療數據進行毫秒級語義解析與結構化提取，解析患者入院記錄、首程病歷、查房記錄、護理記錄、檢查檢驗報告、用藥治療過程、手術麻醉記錄等全過程診療數據，個性化地智能生成患者基本信息、入院情況、入院診斷、治療經過、出院情況、出院診斷、出院醫囑等七大出院小結模塊，并無縫嵌入標準化病歷模板，無需醫生重新撰寫出院小結病歷，打開出院小結界面即可直接看到出院小結智能生成內容，并支持一鍵導入最終打印病歷，省去病歷重復撰寫、數據反復查看、界面來回切換等繁瑣操作。

截至2025年5月20日，該系統已累計智能生成3924份出院小結，單份生成時間從30分鐘縮短至5分鐘，效率提升高達83%。臨床調研顯示，92%的醫師反饋該系統顯著減輕文書工作負擔，使他們能夠將更多精力投入患者健康教育與醫患溝通環節。

采寫：南都N視頻記者 韓成良 謝萌