陆军军医大学第一附属医院（西南医院）：面向高质量临床研究的医学AI能力生成服务平台建设与应用

　　2023年医院新兴技术创新应用典型案例征集活动圆满落幕，经过行业专家的严格评审，最终甄选出24篇优秀案例，并将陆续公布，以飨读者。

1. 项目概述

　　近年来，随着医学数据的不断汇聚和人工智能技术的快速发展，基于大数据的临床研究已成为医工交叉融合的热点。越来越多的临床研究开始采用人工智能技术，对医学数据进行建模、训练、分析，形成具有前瞻性的结论。2019年，科技部发布了《国家新一代人工智能开放创新平台建设工作指引》，要求开展细分领域的技术创新，推动标准化、模块化模型、算法、中间件及应用软件的开放共享。对于医疗行业而言，如何有效应用大量文本、影像等多模态数据，建立符合医学数据特征的模型构建方法，是亟待解决的问题。

　　针对临床研究与应用的复杂场景，陆军军医大学第一附属医院（西南医院）将数据处理、模型训练、分析决策等环节的关键技术进行流程化、颗粒化、工程化处理，研发了医学AI能力生成服务平台。该平台具备文本与影像智能搜索、医学研究模型构建、医学AI模型应用、统计分析等功能，使临床医生能够自主进行数据制备、建模训练、知识构建和分析决策，满足其个性化临床研究与应用需求。这一平台的建立与应用将是AI技术在医学领域深层次发展的重要方向，对提升临床研究水平与辅助诊断能力具有积极意义。

2. 关键技术或平台功能描述

关键技术

　　该平台重点解决了文本、影像数据的多维综合分析处理与跨模态检索匹配、医学影像数据自动化标注、医学研究模型自动化构建与自适应调参三大关键技术。

1. 图文结合的医学多模态数据匹配技术：基于机器视觉与深度卷积神经网络技术，研究病灶的全征象检出，包括钙化、肿块等。对分型、征象进行自动识别与配准，实现多维综合分析处理与跨模态检索匹配。
2. 医学影像数据自动化标注技术：利用机器学习模型，由影像智能分析引擎自动生成标注信息。该技术能自动检测病灶，圈定ROI区域，并分类甄别病灶与非病灶ROI，输出检测结果及定位信息。
3. 医学研究模型自动化构建与自适应调参技术：采用知识表达、认知计算等算法模型构架，研究自适应调参技术，包括机器学习的超参数配置和深度学习的参数优化算法自动化选择等。

平台功能

　　该平台包含数据层、算法层、工具层和应用层。其中，数据层负责多模态数据的采集、汇聚与治理；算法层提供数据算法包、算法引擎等功能；工具层集成数据挖掘、分析工具；应用层形成多病种图文一体数据库、智能检索等应用。

• 图文结合的多模态数据库与搜索引擎：结合医疗专业术语的语义结构，实现医疗语义信息的结构化分析。支持多维度搜索条件及逻辑关系，对影像数据进行清洗筛选和重采样，支持高维度量化变量提取和检索。
• 医学AI智能分析算法模型：提供影像处理算法包和多种机器学习模型，支持AutoML功能，使临床医生能建立自己的临床诊断模型，并输出多维度的评价指标及图表评估。
• 医学AI模型应用：包括影像智能判读、临床Web应用和API接口调用等。支持对多类型影像进行临床医学判读，生成解读报告；通过Web应用进行病人数据录入及预测分析；通过API形式调用影像判读模型进行结果分析。
• 统计分析：集成多种编程分析工具，提供30余种分析方法及中英文统计分析报告输出。

3. 应用效果

　　经过两年的项目建设，该平台已完成1千余万名患者、5千余万份病历和30余万份影像序列的数据治理。近3个月为全院临床科室提供了近5000次数据搜索服务。基于该平台建立了多个项目研究队列和回顾性、前瞻性研究队列。同时提供了多种影像模型和临床模型以及统计分析方法。

　　该平台形成了从数据采集、模型建立到统计分析于一体的功能模块，使医生无需编程能力即可进行AI算法的构建和训练。这打破了AI应用在临床研究中的技术和工程障碍，提升了临床研究流程的效率和产出。临床医生可将训练好的AI模型组装成临床数据处理流并分享给其他医生使用，实现科研到应用的快速转化。

4. 总结展望

　　该平台聚焦临床研究与诊疗场景，依托大数据与人工智能技术探索了流程化、自主化的服务模式。接下来将从功能建设、应用评估两个角度重点评价平台的性能指标和应用效果，形成循环反馈与改进机制。平台还将结合临床专家经验在诊疗标准建设等方面发挥AI算法优势，提升诊断、治疗等环节的规范化和同质化服务能力。同时拓展病历质控、危急值预警等方面的应用，实现AI技术辅助医疗管理的目标。