第四屆全國智慧醫療創新大賽由全國 20 多個協會學會相關單位聯合主辦，深化行業影響、提升賽事規模與深度，推進我國智慧醫療創新生態建設與發展。大賽以“賽事、展示、論壇”的模式，探索數據的開放共享和創新應用，進一步挖掘優秀項目，加速產業和人才雙發展。推動智慧醫療、數字技術與實體經濟深度融合，持續維進智慧醫療創新生態圈發展，為“健康中國”貢獻創新智慧，打造智慧醫療創新的“中國模式”。

項目名稱：基于超聲的5G多模態人工智能精準篩查服務模式建立與示范

參賽單位：蕪湖市醫院管理中心

聯合參賽單位： 蕪湖數據智能國際創新研究院

參賽人員：陳韌

項目起源：團隊擁有全球最高品質模態智能精準篩查數據庫。2019年，以此為基礎，與蕪湖市醫院管理中心合作，共同探索建設基于超聲的5G多模態人工智能精準篩查服務示范模式。建設影像設備的“大腦”，具備智能化計算、實時更新數據、個體化服務等屬性，使設備演變成匯聚檢測、診斷、監護、治療、給藥、康復等信息的平臺。促進醫療服務和商業模式進化，影響生物醫藥等新技術研發及智慧醫藥健康生態鏈。

痛點、難點：人口結構變化的醫療健康服務，已成為全球性議題；老齡化程度高，使政府在醫療衛生領域投入增加；醫療保險報銷比例提高，近五年全國人均醫療保健消費支出增速均在10%以上。人工智能和移動互聯技術為醫療設備的升級、新型醫療服務模式創新帶來了革命性的歷史機遇。醫療設備不只是硬件，還將成為醫療數據的第一入口。智能診療是醫療設備和服務升級的關鍵，誰掌握了智能診療誰將擁有核心競爭力和核心價值。

技術驅動5G+AI將引領重大醫療變革。網絡速度提升、覆蓋區域增加、單位流量成本降低、機器計算與學習能力提高，高端醫療設備升級的核心要素已逐步成熟。正如多年前很少有人相信智能手機會取代電腦，成為上網的必備品。
新一輪技術驅動的浪潮帶來醫療健康行業整體價值鏈的演變，呈現出以“智能化”為核心價值主張的三方面特征：智能感知，互聯，協同。
5G跨模態智能精準篩查，具備智能化計算、實時更新數據、個體化服務等屬性，使設備演變成匯聚檢測、診斷、監護、治療、給藥、康復等信息的平臺。從而改變醫院的服務和商業模式，影響生物醫藥等新技術研發及智慧醫藥健康生態鏈。
思路、方法：（1）構建跨模態大數據的基礎架構平臺。

健全源數據、大數據存儲計算、應用、展現、數據管控、安全管理和運營維護功能。
源數據層主要是定義大數據平臺要采集的數據內容，包括病患身份信息、病患在診療過程中的生理和病理數據、診療方案和實施效果等診療數據，以及大量的圖像數據（B超、CT、MRI、病理圖片、放射線）和科研數據等；此外，還有醫生信息等其他數據。最終實現跨院、跨科室臨床診療大數據的采集和共享，基于多租戶的架構，不同單位可在保證數據歸屬的情況下，實現數據的分享和發布機制。
（2）建立可解釋的機器學習模型。
建立知識圖譜，用于可視化地描述多模態醫學大數據擁有的知識資源及其載體，繪制、挖掘、分析和顯示知識以及它們之間的相互聯系，從而創造知識共享的環境。將零碎的知識進行整合并建立關聯。
用向量表示知識以及特定關系，量化計算關系成立的概率，精準挖掘出知識元之間的隱含關聯。
建立異構信息網絡形成醫療知識庫。將多源異構的數據映射到一個統一的數據模式，進行數據融合。進行跨模態的特征提取，針對入組量大、代表性強的特征，建立代理模型，在非線性和非單調模型之上提供一個全局可解釋層，即作為模型的“全局總結”。
創新點：（1）依據解剖學原理，建立了醫學影像整體認知模型。

醫學圖像的識別，以往都是“盲人摸象”式的，一個個部位的攻克，孤立地研究每個部位的各自特點，即便是這種病癥研究清楚了，也很難拓展到另外一種病癥。我們依據人體解剖學原理，建立了整體認知模型。解決了醫療大數據中關鍵的 “結構化”問題。將特定目標識別方法上升為具有通用特性的方法。這使得醫學影像變為真正有價值的數據。
（2）突破深度學習的局限，依據不確定性理論構建了可解釋的識別框架。可正確理解數據決策背后所依賴的醫學事實基礎，實現了以“機器”為中心到以“人（醫師）”為中心的模型升級，從而得到了高可靠性的定量、分析、預測結果，形成先進的智能診療一體化集成方法。
推廣及意義：本項目作為5G跨模態智能精準篩查服務模式的探索與示范，其實施與推廣將引導改變基層民眾的就醫習慣，使診斷與治療兩級相分離。以先進AI設備為支撐平臺有能力將80%的基礎性影像診斷病患導向基層，使基層醫療資源得到充分利用和鍛煉。同時，將復雜性病例由基層精準導向經驗豐富的醫療機構。病患及醫療資源將在平臺凝結，從而帶動保險、醫藥、保健、健管等相關產業萬億市場。

總決賽擬定日程