这家大三甲医院如何利用AI年省工时超3000小时？

AI预问诊、手术机器人精准定位、术后并发症预警……在人工智能不断融入到诊疗的各个流程时，越来越多医院发力创新，寻找与AI技术的契合点，将过去复杂、冗长的流程变得更加准确和高效。

作为一名外科出身的医院管理者，山东第一医科大学第一附属医院（山东省千佛山医院，下文简称山一大一附院）党委副书记、院长田辉深谙管理和诊疗的痛点，带领医院持续探索人工智能与医疗的深度融合。

3月21日，田辉做客健康界ALL in Al Health创新应用大讲堂，与本期节目主持人健康界内容负责人郑宇钧对谈，分享该院在临床、管理、科研等领域的AI应用实践，展示了AI在推动医疗创新、提升医疗服务质量等方面的积极成效。

山一大一附院将自身定位为全国率先实现国产大模型全院级部署的三甲医院，致力于构建「临床——管理——科研」全链路智能生态，推动医院整体智能化转型。田辉表示，为实现这一目标，医院凭借在人才、设备和数据资源等方面的优势，加大了科研资金的投入，同时与高校和科技企业合作，加速AI技术在医疗领域的「落地」。

DeepSeek大模型

如何实现全院级应用？

改变的动力源于痛点和管理需求。以往，医院跨部门协作存在效率低下的问题，如设备审批周期长，影响临床工作开展。传统流程咨询方式依赖人工，信息传递不及时，容易出现沟通失误。

在田辉推动下，国产人工智能大模型DeepSeek在该院实现全院级部署，在多个方面取得显著成效：

流程导航精准化方面，该院构建了覆盖行政、采购、设备管理等全流程的知识图谱，通过自然语言交互实现「问题直达解决方案」。这一举措使得流程咨询响应准确率达到98%，审批周期缩短60%，年节省工时3000多个小时，真正实现「数据跑腿替代人工跑腿」。

在医疗安全体系化建设中，该院开发了手术麻醉移动访视系统，利用AI预判麻醉风险，结合患者个体化数据生成风险矩阵，使术后并发症预警准确率达到91%，围术期不良事件发生率下降25%。

药品智能审方系统覆盖2000多种药品，利用AI识别剂量错误、药物相互作用等问题，拦截剂量错误率高达99.8%，保障了患者的用药安全。

在手术麻醉风险防控与用药安全保障方面取得显著成效的同时，山一大一附院进一步在诊疗决策的智能化升级上发力，力求为患者提供更加精准高效的医疗服务。医院诊疗决策智能化借助DeepSeek对接千万级病理数据库，实时整合国际最新指南、文献及本院案例。

以肺癌诊断为例，系统自动识别关键病理特征，将诊断一致性提升35%，报告生成效率提高40%。肿瘤多模态诊疗系统融合影像、病理、基因组等多模态数据，为乳腺癌患者生成个性化治疗方案，方案匹配精准度达到92%。

在实现手术麻醉、用药安全以及诊疗决策的智能化进阶，为医疗质量筑牢坚实基础的同时，山一大一附院也将目光聚焦于患者的就医感受，探索就医体验的智慧化升级之路。

田辉提到，就医体验智慧化通过AI预问诊系统实现，该系统采用人机交互模式，结合上下文语境生成结构化问诊逻辑链，支持语音、图文多通道信息输入。由此，患者就诊前信息完整度达85%，病历基础信息自动填充率60%，医生接诊效率提升30%，极大改善了患者体验。

为实现风险预警全程化，该院借助 DeepSeek构建「症状解构——风险预警——资源匹配」全链路智能预问诊体系，解析患者症状、病史和检查结果，评估疾病风险，预判诊断。如急性胸痛患者AI识别准确率达到 95%，急诊响应时间缩短至8分钟。

建构国内首个医疗数据可信共享空间后

如何设定更明确的技术规划与目标？

为打造AI驱动的医疗新生态，田辉为山一大一附院制定了明确的技术规划与目标。在临床智能中枢建设方面，2025 年，医院将「落地」手术机器人毫米级定位技术，提高手术精度和安全性。开展慢病管理数字孪生项目，涵盖糖尿病、高血压等常见慢性疾病，实现全周期智能健康管理。

在手术室，手术机器人与 AI 技术实现融合，为复杂手术提供精准支持；在慢病管理方面，利用数字孪生技术实时监测患者健康状况，提供个性化干预方案，提升患者生活质量。

在管理效能升级方面，该院将利用 AI 预测科室排班冲突率，准确率≥90%，优化人力资源配置。通过数据分析和智能调度，优化大型设备周转率，目标提升30%。这一系列举措提高了医院管理的精细化水平，减少资源浪费，提升运营效率，为医院管理者提供数据驱动的决策支持，推动医院管理向智能化、科学化方向发展。

在加速康复外科（ERAS）领域，田辉认为，AI可以实现精准定位，简化手术流程，加速患者康复。例如，在肺结节诊疗中，AI 可判断恶变率，辅助医生确定手术时机，提高手术效果。

在田辉的带领下，山一大一附院联合山东省计算中心（国家超级计算济南中心）申报的《面向可信数据空间的异构医疗数据隐私计算关键技术研究与应用》项目成功获批，这是山东省唯一一项由医院牵头承担的此类项目。

医院还计划研发医疗数据资产完整性审计、数据资产加密高速检索等关键技术，构建面向可信数据空间的数据资产安全共享分析平台。

通过联邦学习和加密检索技术，医院实现了跨机构数据共享，确保数据在不出本地的情况下进行联合建模，提高了医疗数据查询效率和安全性，查询速度提升50%。在智能外科手术导航中，利用联邦学习整合多机构数据，实现误差小于1毫米的精准定位。

此外，山一大一附院构建了国内首个医疗数据可信共享空间，实现了10多家医院的数据安全互联，推动了数据要素市场化进程，数据流通效率提升20%。这为医疗科研、临床决策和公共卫生管理提供了丰富的数据资源，释放了数据价值。

扫码▽ 即可获取完整回放和思维导图

申请成为讲师、评委，加入主题社群

在直播过程中，田辉回答了网友的线上提问，欢迎扫码加入主题社群，预约下一次直播前排提问机会。

网友：如何引导和培训医务人员去适应新技术？医护人员的工作模式和强度是否有变化？

田辉：在引导和培训医务人员适应人工智能新技术方面，医院做了顶层设计，多次召开培训会，邀请相关领域专家到院讲解人工智能和大数据知识，提升全院医务人员的知识水平与储备，引导大家了解、拥抱人工智能。同时倡导医生、护士将 DeepSeek应用到临床工作中，鼓励创新和实践。

医学发展经历了从经验医学到循证、精准、转化再到数字医学的过程，应用人工智能新技术后，医疗工作更安全，通过将AI应用于临床，能提升效率，实现更精准精细的诊疗，还可以降低诊疗费用，实现价值医疗，让患者花费低、治疗效果好、满意度提高。这一过程中，虽然工作模式因新技术应用而改变，但从整体效果看，新技术的应用提升了医疗质量和效益。

网友：人工智能如何更好地融入到加速康复当中，让更多患者受益？

田辉：多年来我致力于加速康复外科（ERAS）的研究与实施，其精髓是价值医疗。我相信，如果将人工智能融入诊疗过程，能助力加速康复。比如通过大数据实现精准定位，让手术更简单。

我一直倡导手术要简单化、普及化、实用化，避免独特化、复杂化、炫技化。精准定位后手术简化，患者恢复更快、花费更低。以肺结节为例，应用人工智能软件可以判断恶变率，确定手术时机。而且有报道说，人工智能判断肺结节良恶性准确率已经超有经验的医生。

虽然人工智能在医疗领域有着巨大的应用潜力，能为患者带来诸多益处，但人们也必须清醒地认识到，医学的本质远不止于技术层面的操作。「医学是科学，我想更是人学。AI的算法无法穷尽所有变量，面对患者，医生不仅是在诊断疾病，更是在倾听、理解和安慰，而这些，才是医疗真正的温度。」田辉说。