Pada tanggal 11 November, Rumah Sakit Oriental Shanghai secara resmi merilis model medis kecerdasan buatan berukuran besar "med-go", yang secara efektif dapat membantu dokter dalam menganalisis kasus-kasus yang kompleks dan jarang terjadi, memberikan diagnosis klinis dan saran pengobatan yang akurat dan transparan, serta memberdayakan kecerdasan buatan dan kedalaman medis. .
"Dokter kepala pribadi" untuk dokter akar rumput
Saat ini, "med-go" telah dipasang di ruang kerja dokter Rumah Sakit Dongfang dan terhubung ke sistem rumah sakit; selain itu, "med-go" telah dipasang di 15 pusat layanan kesehatan masyarakat di Area Baru Pudong dalam bidang medis konsorsium Rumah Sakit Dongfang, Rumah Sakit Rakyat Kabupaten Jiangsu Sheyang dan pusat layanan kesehatan masyarakat afiliasinya, serta Rumah Sakit Rakyat Shanxi Xinzhou dan pusat layanan kesehatan masyarakat afiliasinya juga telah memasang "med-go". Setelah dokter mengisi keluhan utama pasien, riwayat penyakit saat ini, pemeriksaan fisik, dll., "med-go" dapat memberikan saran tambahan untuk diagnosis, diagnosis banding, dan pengobatan langkah selanjutnya, yang tidak hanya meningkatkan kualitas dan efisiensi. diagnosis dan pengobatan, namun juga mengurangi terjadinya kesalahan diagnosis dan kesalahan diagnosis, yang memberikan hasil yang sangat baik pada kasus yang sulit dan jarang terjadi.
"med-go" dikembangkan bersama oleh tim ahli Rumah Sakit Oriental dan Laboratorium Gabungan Kecerdasan Buatan Biomedis yang didirikan bersama oleh Institut Perangkat Lunak Akademi Ilmu Pengetahuan Tiongkok. Pada konferensi pers tanggal 11 November, Zhang Haitao, pendiri “med-go” dan direktur Departemen Pengobatan Darurat dan Perawatan Kritis Rumah Sakit Dongfang, langsung mendemonstrasikan sebuah kasus: Ini adalah kasus nyata pediatri di sebuah negara terkenal. rumah sakit tersier di Beijing. Anak itu dirawat di rumah sakit dua kali, butuh waktu hampir satu tahun untuk membuat diagnosis yang benar. Zhang Haitao memasukkan rekam medis anak-anak ke dalam "med-go", dan dalam beberapa menit dia memberikan diagnosis yang membutuhkan waktu satu tahun bagi para ahli untuk membuatnya; ketika dia memasukkan rekam medis yang sama ke dalam model skala besar terbaik di Amerika Serikat, kesimpulan yang dicapai mencakup Diagnosis yang benar, tetapi dengan beberapa pilihan lagi. Zhang Haitao berkata: "Dibutuhkan lebih dari satu jam untuk membacakan tumpukan catatan medis ini kepada kepala dokter yang sebenarnya!"
Dengan semakin dalamnya pemahaman masyarakat tentang penyakit, disiplin ilmu kedokteran menjadi semakin rinci. Bahkan kanker payudara yang sama harus dibagi menjadi beberapa jenis yang berbeda. Sulit bagi seorang dokter kepala untuk menguasai ilmu dari setiap subspesialisasi. Namun, hal ini tidak menjadi masalah bagi komputer. Seorang "med-go" adalah dokter yang "serba" terhadap gejala pasien, "med-go" dapat "berpikir" dan membuat penilaian dari semua aspek internal dan internal pasien. aspek eksternal, dan memberikan nasihat.
“med-go” telah menghabiskan lebih dari 6.000 buku pelajaran
Mengapa "med-go" begitu ampuh? Karena “materi” yang diberikan tidak hanya mencukupi, tetapi juga sangat mengikuti bahan ajar otoritatif internasional dan dalam negeri. Zhang Haitao berkata: "Saat ini, ini didasarkan pada 20 miliar data medis berkualitas tinggi. Kami telah menggunakan lebih dari 6.000 buku teks untuk melatihnya. Beberapa buku teks resmi internasional belum memiliki versi bahasa Mandarin. Beberapa dari masyarakat kita dan lebih dari 60 ahli baru saja Menerjemahkan halaman demi halaman, saya menggali sebuah buku baru dengan lebih dari 10.000 halaman dan memasukkannya ke dalamnya. "Secara teoritis, "med-go" memiliki pengetahuan yang lebih baru dan lebih lengkap daripada seorang dokter kepala, dan melampaui seorang dokter sungguhan. Kemungkinannya tinggi.
Ini adalah inisiatif manusia untuk bertanya dan memikirkan masalah. Bagaimana kita bisa membuat komputer belajar berpikir tentang masalah medis seperti seorang dokter kepala? Hal ini memerlukan dekonstruksi pengetahuan medis ke dalam bahasa yang dapat dipahami dan digunakan oleh komputer. Misalnya, suatu obat dapat memiliki 202 dimensi dalam "med-go", yang berkaitan dengan gejala penyakit, usia pasien, lingkungan tempat tinggal pasien, dll. Tidak ada dokter yang dapat memikirkan dengan cermat untuk menggunakan satu obat dari 202 dimensi. Tumbuhan obat, tapi komputer bisa, dan komputer hanya bisa berpikir dalam 202 dimensi.
Zhang Haitao berkata: "Konten respons medis yang dapat dijelaskan secara akurat dan efisien adalah daya saing inti model medis dan prioritas utama dalam memberdayakan pengobatan untuk meningkatkan aplikasi klinis." "med-go" dapat secara efektif membantu dokter dalam menganalisis masalah yang kompleks dan jarang terjadi. memberikan diagnosis klinis dan rekomendasi pengobatan yang akurat dan transparan.
“med-go” mendukung “pendidikan, penelitian dan manajemen kedokteran”
Selama sesi pengajaran di Rumah Sakit Dongfang, guru pengajar Profesor Xu Shumin sedang menjelaskan kasus kepada sekelompok dokter magang. Selain memberikan para siswa analisis mendetail tentang gagasan diagnostik, diagnosis banding, dan pilihan pengobatan pada kasus tersebut, ia juga mendemonstrasikan cara menggunakan "med-go" untuk pembelajaran berbantuan - penjelasan yang dipersonalisasi mengenai poin-poin pengetahuan, analisis kasus, dan interpretasi literatur untuk membantu Mahasiswa kedokteran dan warga dapat menguasai pengetahuan profesional dengan lebih efisien, dan sistem juga mendukung pengembangan rencana pengajaran dan rencana evaluasi, menjadikan proses pengajaran lebih terstandarisasi dan cerdas.
Di bidang penelitian ilmiah, “med-go” juga menunjukkan kekuatan yang kuat. Liu Xiaobin dari ICU ekstrakardiak sedang merancang penelitian tentang penerapan penghambat sglt2 pada pasien gagal jantung. "'med-go' tidak hanya dapat menganalisis literatur dengan cepat untuk menemukan poin inovasi, tetapi juga memberikan evaluasi profesional dan saran perbaikan, membantu mengoptimalkan rencana statistik, dll., yang telah sangat meningkatkan efisiensi penelitian ilmiah saya."
Kemampuan profesional medis dan kemampuan pemrosesan data yang kuat dari "med-go" juga memungkinkan manajemen rumah sakit untuk lebih mewujudkan "data berbicara". Mengambil contoh manajemen kendali mutu rekam medis, "med-go" diperkenalkan ke ruang kerja dokter di Rumah Sakit Oriental. Sistem ini secara otomatis meninjau dan menilai rekam medis berdasarkan serangkaian standar penilaian yang ketat, dan memberikan skor spesifik serta saran perbaikan setiap item untuk membantu Dokter melengkapi rekam medis dan meningkatkan kualitas perawatan medis. Atas dasar ini, Rumah Sakit Dongfang secara aktif berencana untuk melaksanakan pengelolaan sumber daya medis yang komprehensif dan efisien berdasarkan model medis "med-go" dan pembangunan sistem manajemen "rumah sakit pintar".
Xu Zhaohui, wakil direktur Rumah Sakit Dongfang, mengatakan bahwa fitur terbesar dari "med-go" adalah berasal dari dokter dan melayani dokter. Sebagai model medis besar yang sepenuhnya diprakarsai oleh tim dokter, dengan pencipta utama berpartisipasi dalam penelitian dan pengembangan, kemampuan pendukung keputusan klinis med-go selalu menjadi inti penekanan pada “keunggulan”. Pada langkah selanjutnya, rumah sakit akan terus mengandalkan laboratorium gabungan untuk terus meningkatkan fungsi sistem, termasuk dukungan keputusan klinis yang lebih mendalam, manajemen mutu medis yang lebih cerdas, dan solusi pendidikan kedokteran yang lebih personal, sehingga "med-go" dapat menjadi mitra dokter. Alat yang ampuh untuk eksplorasi mendalam bersama di bidang medis untuk benar-benar mewujudkan integrasi mendalam antara kecerdasan buatan dan perawatan medis.