返回文章列表
九江市第一人民医院如何用AI解决诊疗效率、质控覆盖难题的案例
📌 摘要
九江市第一人民医院作为医疗卫生行业的代表企业，通过引入DeepSeek+千问双底座大模型及多款AI诊疗系统，实现诊疗效率大幅提升。单病种上报效率提升8倍，卒中中心救治效率提升30%，血管重建时间缩短70%，肺结节识别率提升32%，病历质控100%全病历覆盖，DRG入组准确率达98%。
📖 本案例根据 来自文明江西：AI赋能诊疗革命——九江市第一人民医院打造国家级智慧医院新标杆报道整理 · 查看原文 →
企业背景
九江市第一人民医院是江西省九江市规模最大的三级甲等综合医院，承担着区域疑难危重病症诊治、医学教育和科研创新等多重职能。面对国家"健康中国"战略要求和人民群众日益增长的健康需求，医院传统以人力为主的诊疗模式遭遇瓶颈：医生撰写病历耗时过长（单份病历30分钟以上）、单病种数据上报依赖人工填报、影像阅片依赖经验、危急重症分诊效率低下。每一项痛点背后，都是患者的等待、医生的负担和医院运营的压力。
2025年，九江市第一人民医院以"技术+管理"双轮驱动，率先引入DeepSeek和千问双底座大模型，并部署覆盖临床决策支持、影像AI、危急分诊、病历质控等十余款AI产品，构建起"国家级智慧医院"的新范式。
遇到的问题
1. 单病种上报耗时过长
传统的单病种数据上报依赖医生人工逐项填报电子病历，以急性心肌梗死、脑梗死等病种为例，每例上报需消耗医生30至40分钟，且容易出现填写错误或漏报，影响医院DRG（疾病诊断相关分组）付费改革的推进。
2. 卒中救治效率遭遇瓶颈
脑卒中救治有严格的"时间窗"要求。九江市第一人民医院作为区域卒中中心，传统的CTA影像重建和病灶分析依赖手工操作，从扫描到出具报告耗时10至20分钟，延误黄金救治时间的事件时有发生。
3. 肺结节早筛漏诊率高
肺部CT影像中，血管旁结节和磨玻璃结节是肺癌早筛的难点，传统人工阅片容易遗漏微小病灶，导致部分患者错过最佳治疗窗口。早诊率低是我国肺癌五年生存率低于欧美的主要原因之一。
4. 危急重症分诊效率低下
急诊科承担大量危急患者分诊工作，颅内出血等重症若不能及时识别和预警，可能导致漏诊和延误，后果严重。传统分诊完全依赖护士经验和医生判断，存在主观性和不确定性。
AI解决方案
医院以DeepSeek和千问双底座大模型为基础，结合权威临床医学指南，创新构建了覆盖"诊疗-影像-质控-管理"全流程的AI产品矩阵：
1. 单病种智能上报系统
AI自动抓取电子病历中的关键字段数据，一键生成标准化的单病种上报表单，将医生从30至40分钟的重复填报中解放出来，上报时间压缩至5分钟以内，效率提升8倍。
2. 头颈血管AI分析系统
基于深度学习的CTA影像自动重建与智能病灶检测系统，以"闪电速度"完成影像后处理，将血管重建时间从10至20分钟缩短70%以上，卒中中心整体救治效率提升30%，为患者赢得宝贵的黄金救治时间。
3. 颅内出血AI分诊系统
医院引进国内首个获得NMPA三类医疗器械注册证的颅内出血AI分诊系统，实现PC端与移动端"双端联动"，AI自动识别颅内出血特征并主动推送危急预警，分诊时间缩短至3分钟内，漏诊率大幅降低。
4. 肺结节AI早筛系统
肺结节AI系统支持3mm以上结节高灵敏检出，血管旁、磨玻璃结节识别率提升32%，阅片效率提高26%，结合AI辅助，医生可将更多精力放在诊断判断上，而非基础搜寻工作。
5. 大模型CDSS临床决策支持系统
基于DeepSeek和千问双底座大模型，病历书写时间从30分钟缩短至10分钟（效率提升3倍），支持智能鉴别诊断和诊疗方案动态优化，同时为医生提供实时知识检索和决策支持。
6. 前列腺AI分析加骨折AI系统
前列腺AI实现腺体与病灶智能分割，自动生成结构化图文报告，医生报告书写时间从30分钟压缩至1分钟；骨折AI系统肋骨骨折检出敏感度高达98%，阅片效率提升5至6倍，基本消除漏诊。
7. AI病历质控系统
引入基于自然语言处理技术的AI病历质控系统，质控人员配置不变的情况下，实现100%全病历覆盖，病历缺陷率显著下降，27项病案管理关键指标持续优化，DRG入组准确率达到98%。
实施效果
| 指标 | 实施前 | 实施后 | 改善幅度 |
|---|---|---|---|
| 单病种上报时间 | 30至40分钟/例 | 5分钟以内/例 | 效率提升8倍 |
| 卒中中心救治效率 | 基准=1x | 提升30% | +30% |
| 头颈血管重建时间 | 10至20分钟 | 缩短70% | -70% |
| 颅内出血分诊时间 | 数十分钟 | 缩短至3分钟内 | — |
| 肺结节识别率（血管旁/磨玻璃） | 基准 | 提升32% | +32% |
| 阅片效率 | 基准 | 提高26% | +26% |
| 肺癌早诊率 | 基准 | 提高20% | +20% |
| 病历书写时间 | 30分钟 | 缩短至10分钟 | 效率提升3倍 |
| 病历质控覆盖率 | 抽检不足100% | 100%全病历 | — |
| DRG入组准确率 | — | 98% | — |
| 医保扣费风险 | 基准 | 降低50% | -50% |
| 骨折AI检出敏感度 | — | 98% | — |
关键成效：
• ✅ 诊疗效率全面跃升：单病种上报效率提升8倍，病历书写效率提升3倍，医生有更多时间专注临床判断
• ✅ 危急重症救治率大幅改善：卒中救治效率提升30%，颅内出血分诊时间压缩至3分钟内，漏诊率显著降低
• ✅ 肺癌早诊能力增强：肺结节识别率提升32%，早诊率提升20%，为患者赢得更多生存机会
• ✅ DRG改革顺利推进：入组准确率98%，医保扣费风险降低50%，医院评级数据质量稳居全省前列
技术解析
• 双底座大模型架构：DeepSeek+千问双底座大模型，结合临床指南和九江市第一人民医院的脱敏历史病历进行精调，形成医疗专用模型
• 医学影像AI：头颈血管AI基于CTA三维重建算法，肺结节AI支持3mm以上结节多维度特征提取，敏感度高
• NLP病历质控：自然语言处理技术自动识别病历中的逻辑矛盾、缺失项和编码错误，大幅降低人工审核负担
• 多端联动系统：颅内出血AI分诊系统支持PC端和移动端双端联动，确保医生在任何场景下都能收到危急预警
经验启示
第一，大模型落地医院，场景选择比模型能力更重要。 不是所有场景都适合AI，优先选择"高重复、高耗时、高风险"三大特征叠加的场景（单病种上报、危急分诊、病历质控），ROI最高。
第二，双底座策略有效分散模型风险。 DeepSeek和千问各有优势，在医疗场景下同时部署，可实现能力互补，避免单模型失效导致的业务中断。
第三，DRG付费改革是医疗AI落地的政策推手。 DRG要求精准的诊断编码和病历质量，倒逼医院必须上马AI质控系统。政策合规需求与降本提效需求在此交汇，形成自然的AI采购动机。
企脉AI独家观点
许多医院做AI，第一反应是上影像AI（肺结节、骨折检测），但真正能改变医院"基本面"的，是病历质控和DRG辅助这两件事——因为它们直接影响医院的收入和合规。影像AI是锦上添花，DRG质控是雪中送炭。九江市第一人民医院的聪明之处在于：它没有押注单点突破，而是用双底座大模型做底座，横向铺开十余款AI产品，形成了"诊疗-影像-质控-管理"的完整闭环。医疗AI的最大机会，不在"让机器看懂片子"，而在"让医院管理从粗放走向精细"——这是一片比影像AI大得多的蓝海。