AI影像辅助诊断
先辅助，不先替代；先测结果，不先扩大范围。
AI intervention
把重复判断交给模型，
把最终责任留给人
不是“AI替代整个岗位”，而是在现有流程中找到可重复、可衡量、可复核的一段。
AI药物发现
先辅助，不先替代；先测结果，不先扩大范围。
AI辅助问诊与分诊
先辅助，不先替代；先测结果，不先扩大范围。
Proof, not promise
价值必须能被数字看见
0%[2]中国信通院深度观察报告2025-12
肺结节检测灵敏度
0倍[2]中国信通院深度观察报告2025-12
辅助阅片效率
0+[2]中国信通院深度观察报告2025-12
覆盖医院
公开案例
谁做了什么，结果如何
案例不是照抄答案。重点是找到同样的业务约束、数据条件和验收方法。
推想医疗
用InferRead辅助肺结节筛查，为医生标记疑似病灶。[2]中国信通院深度观察报告2025-12
先在单一病种量出灵敏度、复核时间和漏诊风险，再考虑扩展。
覆盖2000+医院[2]中国信通院深度观察报告2025-12
公开案例结果
联影智能
把uAI影像标注和疑点提示接入医生阅片流程。[2]中国信通院深度观察报告2025-12
AI先承担准备工作，最终诊断权与责任仍由医生掌握。
辅助阅片效率提升5倍[2]中国信通院深度观察报告2025-12
公开案例结果
百度灵医智惠
将问诊和分诊提示下沉到基层医疗机构。[2]中国信通院深度观察报告2025-12
基层落地需要低门槛接入、可解释提示和明确人工兜底。
覆盖5万+基层机构[2]中国信通院深度观察报告2025-12
公开案例结果
参考资料
- [2]中国信通院，《深度观察报告》，2025-12。
试点路线
从问题到规模化，四步走
评估诊断要做什么
列出高频、耗时、结果可衡量的任务，先记录当前成本与质量。
阶段交付物
问题清单 + 当前基线
常见问题
开始前先说清楚
医疗健康的下一步
别先买系统，先写一张两周试点卡
把业务问题、当前基线、成功指标、负责人和停止条件写清楚。两周后用结果决定继续、调整还是停止。
- 只选择一个高频问题
- 保留人工复核和退出开关
- 试点前记录当前基线
- 同时统计节省与新增成本