AI如何赋能药物研发工作中的最后一步：临床试验。 图1：药物研发生产流程，图片引自[1]↓ 临床试验简介 药物研发的最后一步，便是将药物大规模应用到患者体内以进行实际效果测试，这 一步骤即临床试验。临床试验是一种系统性的研究，其目的是调查医药产品对人类 疾病过程的影响，以证实或揭示试验药物的作用、不良反应及试验药物的吸收、分 布、代谢和排泄，并最终确定试验药物的疗效与安全性。 点是试验患者 的匹配。患者的匹配是指将研究对象按照一定的标准进行分类，以挑选出最适合特 定临床试验的患者。每个临床试验都会有不同的纳入标准和排除标准，患者自身的 情况也需要达到一定的门槛，才可以参加。 招募合适的患者这一过程是非常耗时且困难的。这个过程需要仔细分析患者的病 历，根据临床试验的纳入标准和排除标准判断患者和试验的匹配度。据统计有50% 的临床试验由于招募不到合适的患者而被迫延迟，有25%的临床试验由于患者不足 ，有25%的临床试验由于患者不足 而完全无法开展。据估算每招募一名患者约花费6000至7500美元，成本可谓十分 高昂。因此如果进行高效的临床试验-患者匹配，是药物研发中急需解决的一个难 题。 传统的临床试验患者匹配方法及局限性 传统情况下，患者和试验的匹配是人工进行的。主要包含两大方向：TO B（找医 生）和TO C（找患者）。早期的患者招募机构多采取线下招募的方式，即项目人员

案例 4 | 高敏快速检出病灶，CT+AI 助力医院实现“应收尽收”——体素科技 案例 5 | 新冠肺炎患者治愈出院后的康复管理如何进行？——海思瑞格 疫情突袭，智慧医疗围绕就诊全流程迅速落地 在本次突如其来的疫情面前，大批医疗科技企业冲在一线，加班加点地“捐赠”自 己的技术和产品，围绕患者的诊前、诊中和诊后在多个场景迅速应用和落地， 承担着自己的使命。 如果说此前智慧医疗的主要推动力是政策，那么，此次疫情中智慧医疗在多环 应用，大致可分为智能问答、线上问诊以及 AI 辅助诊疗。 在诊前环节，虚拟助手依靠自然语言处理和知识图谱等 AI 技术提供智能问答服 务，承担减轻恐慌、分流普通患者的任务；同时，线上问诊作为线下诊疗的补 充，在患者就诊前通过人机交互技术快速收集患者病情信息，进行患者筛查， 减轻医院和医生负担，实现智能分诊与导诊。 其中，在线诊疗成为国家大力倡导的方式。2 月 3 日，国家卫健委发布《关于 加强信息化支撑 织各级医疗机构借助“互联网+”开展针对新型冠状病毒感染的肺炎的网上义务咨 询、居家-医学观察指导等服务，拓展线上医疗服务空间，引导患者有序就医， 缓解线下门诊压力。 在此前就已大规模展开的智慧医院建设中，智能导诊和分诊作为诊前收集患者 症状基本信息和引导精准就医的重要应用，已在很多公立医院落地。疫情期间， 由于新冠肺炎患者就诊量大并且交叉感染风险颇高，因此就医之前的智能导诊 和分诊显得更为重要。 2 月 7 日，国家

医疗场景的需求分析..................................................................................26 3.1 患者管理需求......................................................................................28 3.1.1 4.2.2 影像生成与增强.........................................................................54 4.3 健康教育与患者沟通...........................................................................56 4.3.1 自动化咨询....... 当前，面对全球医疗资源紧张、临床决策复杂化等挑战，传统 医疗模式已无法满足日益增长的患者需求。医务人员需要在短时间 内处理海量的信息并做出决策，这无疑增加了医疗风险。生成式大 模型通过自然语言处理、图像生成等技术，可以在多方面为医疗应 用提供支持。 首先，生成式大模型可以应用于临床诊断辅助。通过分析患者 的症状、实验室结果及影像学资料，这些模型能够生成初步的诊断 建议。这不仅提高了诊断的准确性，还可以减少医生的工作负担。

一个“目标”三个“平台”五项“服务” 目标：以智慧医院建设为目标 平台：以临床为主的“医院集成平台建设” 以后勤保障为主的“物联网管理平台建设” 以综合管理为主的“院长决策BI分析平台” 服务：以患者为中心的“智慧病房”体验服务 以护理为核心的“移动护理”随身服务 以查房为重点的“移动查房”高效服务 以科普为常态的“床边宣教”服务 以缩短医患距离为宗旨的“数字化床边呼叫”服务 在候诊大厅部署综合显示屏，用于显示当前科室中各诊室的 队列情况。 患者可在候诊休息区等待就诊，偶尔留意下综合显示屏和语 音提示，当门诊医生呼叫到自己的号码时，综合显示屏会显示 “请xx号xxx到xx诊室就诊”同时伴有语音提示，病人可依照提 示前去相应的诊室就诊。 分诊台客户端软件安装在护士站电脑上，可对本科 室所有诊室的排队叫号进行管理，并显示各诊室及患者 的信息。 信息发布&分诊排队叫号 p 普通门诊系列 普通门诊系列 Ø 诊室门口 在诊室门口部署二次分诊的诊室门口屏，用于显示当前诊室中的就诊患者和 接下去3~4位候诊患者信息。 患者可在诊室门口的二次候诊区等待就诊，偶尔留意下诊室门口屏和语音 提示，当门诊医生呼叫到自己的号码时，分诊显示屏会显示“请xx号xxx到xx诊室 就诊”同时伴有语音提示，病人可依照提示进去诊室就诊。 虚拟叫号器安装在诊室里的 电脑上，用于医生叫号使用，可

打好硬件和网络基础适度超前，稳步实效地推进医院信息化建设，加强信息技 术在医院的应用深度和广度，强调信息规范性、服务方便性、临床实用性、管 理可及性。在满足患者、临床业务人员、医院管理者等各个层面的要求之下， 提升医院信息资源的协同共享能力。 使患者就医更方便、医患沟通更有效、医疗服务更高效、医护应用更简便、 用药更精准，医院管理更精准、决策更科学、医疗协同更无缝。 经过本次信息化建设，需实现以下目标： 4、智慧医院服务分级评估达到 3 级。 5、智慧医院管理分级评估达到 3 级水平。 6、网络及信息安全等级保护达到三级。 5、项目采购清单 序号 系统分类 系统名称 数量 1. 医院管理 患者基本信息登记系统 1 2. 门急诊预约挂号管理系统 1 3. 门急诊划价收费管理系统 1 4. 门急诊分诊叫号系统 1 5. 门诊排班管理系统 1 6. 医技计费管理系统 1 7. 住院登记收费系统 界面上提 供多种人性化的提示符号，例如主要功能的按钮图片放大处理，让操作员操作 更加清晰。 （5）安全性原则 系统应注意信息安全设计，系统应满足实现系统 7×24h 连续安全运行，并 注意患者隐私数据的保护。 系统应设置有多种内部网络设置层级授权机制，设定系统内部终端和访问 者的权限，设定操作者多层级电子签名机制，防止数据删改和电子确认的漏洞。 系统在安全性上提供的设置和措施应包括：严格的权限与登录管理、采用分级

目 标：以智慧医院建设为目 标 平台：以临床为主的“医院集成平台建设” 以后勤保障为主的“物联网管理平台建设” 以综合管理为主的“院长决策 BI 分析平台” 服务：以患者为中心的“智慧病房”体验服务 以护理为核心的“移动护理”随身服务 以查房为重点的“移动查房”高效服务 以科普为常态的“床边宣教”服务 以缩短医患距离为宗旨的“数字化床边呼叫”服务 诊室的 队列情况。 患者可在候诊休息区等待就诊，偶尔留意下综合显示屏和语 音提示，当门诊医生呼叫到自己的号 码 时，综合显示屏会显示 “请 xx 号 xxx 到 xx 诊室就诊”同时伴有语音提示，病人可依照提 示前去相应的诊室就诊。 分诊台客户端软件安装在护士站电脑上，可对 本 科室 所有诊室的排队叫号 进行 管理，并显示各诊室及患者的 信息。 信息发布 & 分诊排队叫号 分诊排队叫号  普通门诊系列  诊室门口 在诊室门口部署二次分诊的诊室门口屏，用于显示当前诊室中的就诊患者和 接下去 3~4 位候诊患者信息。 患者可在诊室门口的二次候诊区等待就诊，偶尔留意下诊室门口屏和语音提 示，当门诊医生呼叫到自己的号 码 时，分诊显示屏会显示“请 xx 号 xxx 到 xx 诊室 就诊”同时伴有语音提示，病人可依照提示进去诊室就诊。

验。这使得借助 AI 技术的介入成为可能和必要。 通过接入 AI 大模型，我们可以实现门诊病历自动生成的目 标。这一方案的实施将带来一系列的优势： 1. 提高工作效率：AI 大模型可以快速解析患者的主诉和症状， 自动生成结构化的病历内容，大幅减少医生的手动记录时间。 2. 增强准确性：通过学习大量中医病例，AI 大模型能够根据病 人情况提供相对准确的病历描述，降低人为错误的发生。 3 支持个性化医疗：AI 模型能够分析病人的历史记录，为医生 提供个性化的诊疗建议，使治疗更具针对性。 4. 促进数据分享与分析：生成的电子病历不仅便于医务人员查 阅，还可以通过数据挖掘分析，为患者管理和公共卫生研究提 供数据支持。 为了实现上述目标，需考虑以下几个关键因素：  数据来源：需收集和整理大量的中医门诊病历数据，为 AI 模 型的训练提供优质样本。  AI 模型选择：选择适合中医领域的 可，未来该 方案将对中医院的工作流程和患者体验产生深远的影响。 1.1 中医院门诊现状 在当前医疗体系中，中医院门诊作为重要的医疗服务环节，承 载着大量患者的诊疗需求。中医院门诊主要分为药物治疗、针灸、 推拿、理疗等多种治疗手段，涵盖了中医理论与实践的广泛应用。 然而，随着患者人数的增加和就诊频率的提升，中医院门诊在服务 效率、质量控制和患者体验等方面面临着诸多挑战。 一方面，传统

的产品盘点其稀缺板块，指引数字营销服务发展方向。 主要观点：  数字化发展的大势中，医药数字营销早已经不再是先进企业的优先尝试，而是各医 药企业的标配。  随着医患信息差缩小、患者健康意识增强、对健康解决方案参与度提升，以患者为 中心的数字营销重要性不断升高，患者教育从可有可无已经成为刚需环节。  医药数字化营销市场规模稳步提升，但资本热度自 2022 年起断崖式下降。这其中 的主要差异，或许来自对数字营销的定义以及价值量化方式的不同。 ..........................................................................................19 4.1 以患者为中心成为数字营销第二大主线...................................................19 4.2 用好数据资产，是数字营销核心竞争力......... 多方促进数字营销发展。从政策端看，医疗反腐促进药品销售规范化、医药代表职业规 范促进回归学术推广本质、集采和国谈等政策推动企业降本增效优化销售费用支出，均 不同程度提升了数字营销的重要性。再观用户市场，无论医生还是患者信息获取渠道极 大丰富且主动搜索明显提升，数字营销是更好满足全渠道触达的方式。 在市场规模增加并多因素促进数字营销发展的背景下，数字营销的未来发展却没有匹配 相应的市场看好程度。这或许与数字营销定义模糊以及其价值未被合理量化有关。

........................................................................................112 6.2.2 患者体验与满意度的提升.......................................................................................... ........................................143 1. 引言 随着医疗健康行业的快速发展，传统的数据处理和分析方法已 逐渐无法满足日益增长的需求。特别是在患者数据的采集、存储、 分析和预测方面，传统的技术手段面临着效率低、准确性不足以及 成本高昂等问题。在此背景下，引入先进的技术手段以优化医疗健 康场景的运作已成为行业的迫切需求。DeepSeek 作为一种基于深 作为一种基于深 度学习的智能分析工具，具备高效的数据处理能力和强大的预测分 析功能，为医疗健康领域的智能化转型提供了新的可能性。 医疗健康场景中，数据的复杂性和多样性对技术提出了更高的 要求。例如，患者的电子健康记录（EHR）、医学影像数据、基因 组数据等多源异构数据的整合与分析，需要处理大量的非结构化数 据，并从中提取有价值的信息。传统的处理方法往往依赖于人工干 预或简单的算法，导致效率低下且容易出错。而

要发展目标。 公立医院高质量发展 区域医疗中心 迈进十四五 —— 把方向定坐标 育先机 开新 局 公共卫生 政府市场双到位 社会办医 公立民营双发展 公平效率双兼顾 医养结合 医生患者双满意 中医西医双融合 五 大 关 键 词 五 大 关 注 点 “ 这次抗击新冠肺炎疫情，公立医院承担了最紧急、最危险、最艰苦的医疗救治工作，发挥了主力军作用。推 对信息赋能提出更多要求 要求提升工作效率，要求数据得到利用，要求符合诊疗 内 核 患者是客户 对诊疗服务提出更多要求 要求改变就诊形态，要求持续健康管理，要求同步世界 管理者是客户 对持续发展提出更多要求 要求快速落实要求，要求数据可信可看，要求符合政策 稳定高效响应 面向患者服务 市场环境导向发展 2019 年，国家卫生健康委发布《医院智慧服务分级评估标准体系》，意味着今后推进智慧医院建设的基本框架已经初现。 智 慧 医 院 临床安全质量 诊疗能力提升 患者就医体验 医院运营效率 医教研业务拓展 集成平台 + 数据中心 + 基础设施 + 信息安全 + 应急容灾：医院互联互通成熟度测评 质量管理 设备管理 后勤管理