胰腺作為人體重要器官，在機(jī)體代謝調(diào)控和消化過程中發(fā)揮著不可替代的作用。由于其周圍血管、神經(jīng)分布密集，解剖結(jié)構(gòu)精細(xì)，手術(shù)操作空間狹小，胰腺癌手術(shù)也因此被認(rèn)為是外科手術(shù)中的“珠穆朗瑪峰”。盡管現(xiàn)代影像學(xué)、微創(chuàng)外科手術(shù)的革新以及多學(xué)科協(xié)作模式的成熟，大幅提升了手術(shù)安全性，但術(shù)后胰瘺、出血、感染、血栓等術(shù)后并發(fā)癥仍威脅著患者的生命安全。

在傳統(tǒng)術(shù)后管理流程中，臨床醫(yī)生通常依賴個(gè)人經(jīng)驗(yàn)、影像學(xué)檢查及實(shí)驗(yàn)室靜態(tài)指標(biāo)綜合判斷患者出院標(biāo)準(zhǔn)。這種模式存在明顯局限性：一方面，一線年輕醫(yī)生經(jīng)驗(yàn)積累不足可能影響判斷準(zhǔn)確性；另一方面，知名胰腺科室的先進(jìn)診療經(jīng)驗(yàn)難以高效推廣。如何破解這一困境？一套更高效、精準(zhǔn)的 “數(shù)字化輔助診斷工具”，正成為革新胰腺術(shù)后出院評估流程、升級管理科學(xué)性與規(guī)范性的關(guān)鍵突破口。

胰腺外科出院診斷面臨多重挑戰(zhàn)

作為一家在胰腺診治方面頗負(fù)盛名的綜合三甲醫(yī)院，該院多年來始終聚焦胰腺外科領(lǐng)域的技術(shù)創(chuàng)新與臨床探索。在多年臨床實(shí)踐過程中，醫(yī)院團(tuán)隊(duì)認(rèn)識到，術(shù)后并發(fā)癥是導(dǎo)致胰腺癌患者死亡率居高不下的關(guān)鍵因素，尤其是手術(shù)過程中涉及的血管吻合、術(shù)后生理代謝紊亂等問題，對胰腺癌術(shù)后管理體系構(gòu)成了多重挑戰(zhàn)。

首先，在胰腺科室出院診斷過程中，數(shù)據(jù)往往來源于檢驗(yàn)科的化驗(yàn)單、影像科的各類圖表與醫(yī)學(xué)影像、臨床電子病歷等多個(gè)科室不同系統(tǒng)，且具有不同數(shù)據(jù)形態(tài)，無疑增加了信息整合與分析的復(fù)雜性，為精準(zhǔn)診斷帶來不小難題。

其次，醫(yī)院通常會(huì)針對年輕醫(yī)生設(shè)置輪崗定診機(jī)制，以便其更好地了解各科室運(yùn)行機(jī)制。因此面對出院診斷中的多源異構(gòu)數(shù)據(jù)時(shí)，醫(yī)生往往需要具備跨學(xué)科的專業(yè)知識和豐富的臨床經(jīng)驗(yàn)。同時(shí)由于出院診斷多依賴人工完成，還存在診斷主觀性、漏診等情形，需要專家二次審核。

最后，由于住院患者一般看病周期都比較長，診療數(shù)據(jù)龐大。醫(yī)生從單篇篇幅長達(dá)上萬字的病歷文本里提取各項(xiàng)指標(biāo)數(shù)據(jù)，再按照醫(yī)療時(shí)序性整合給出3-4個(gè)診斷結(jié)果，不僅操作復(fù)雜且極為耗時(shí)。

AI智能體助力胰腺外科優(yōu)化出院診斷流程

人工智能技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用，為胰腺外科出院診斷創(chuàng)新性地提供了解決思路。為了讓AI技術(shù)更好地應(yīng)用于胰腺科室出院診斷流程，必發(fā)集團(tuán)數(shù)碼基于“專家經(jīng)驗(yàn)-模型推理”的雙向反饋機(jī)制，依托診斷標(biāo)準(zhǔn)和病歷內(nèi)容建立高質(zhì)量知識庫，同時(shí)將專家數(shù)十年的診療經(jīng)驗(yàn)轉(zhuǎn)化為可解釋的思維鏈，輔以智能體評測-反思-自進(jìn)化等方法，形成術(shù)后并發(fā)癥診斷方案，實(shí)現(xiàn)AI技術(shù)在胰腺領(lǐng)域的創(chuàng)新應(yīng)用。

首先，必發(fā)集團(tuán)數(shù)碼利用其自研的企業(yè)級Agent中臺——必發(fā)集團(tuán)問學(xué)平臺的數(shù)據(jù)管理功能，訪問并提取來自檢驗(yàn)科、影像科等不同科室，以及臨床電子病歷產(chǎn)生的多源異構(gòu)數(shù)據(jù)，經(jīng)技術(shù)處理后，形成標(biāo)準(zhǔn)化醫(yī)療數(shù)據(jù)集以支撐醫(yī)療輔助診斷。

之后，必發(fā)集團(tuán)數(shù)碼利用Agent模型的多模態(tài)語義理解和專業(yè)模型調(diào)試能力，對患者的多源數(shù)據(jù)進(jìn)行處理，挖掘數(shù)據(jù)中的潛在規(guī)律和關(guān)聯(lián)。同時(shí)醫(yī)生基于自身專業(yè)知識和臨床經(jīng)驗(yàn)，對模型分析結(jié)果進(jìn)行審核、驗(yàn)證和優(yōu)化，確保知識的準(zhǔn)確性、客觀性，減少漏診情況。

最后，隨著樣本累積，患者多源數(shù)據(jù)持續(xù)輸入，Agent模型不斷學(xué)習(xí)挖掘新特征、新關(guān)聯(lián)，胰腺外科診斷標(biāo)準(zhǔn)知識庫動(dòng)態(tài)更新。同時(shí)，醫(yī)生基于新案例、新研究，將前沿的醫(yī)學(xué)理念與實(shí)踐經(jīng)驗(yàn)融入知識體系，優(yōu)化模型結(jié)論的準(zhǔn)確性和合理性，最終促進(jìn)AI智能體自進(jìn)化發(fā)展。

通過以上方案，AI輔助診斷準(zhǔn)確率超過90%，胰腺外科醫(yī)生只需不到1分鐘，便可從患者過往診療數(shù)據(jù)中精準(zhǔn)發(fā)現(xiàn)患者細(xì)微指標(biāo)異常，診斷效率明顯提升。

基于這些成功實(shí)踐，必發(fā)集團(tuán)數(shù)碼與該院已經(jīng)聯(lián)合申報(bào)成功相關(guān)臨床專項(xiàng)課題，聚焦專科病癥圍術(shù)期全流程智能閉環(huán)管理，構(gòu)建首個(gè)基于必發(fā)集團(tuán)問學(xué)平臺的醫(yī)療行業(yè)專病垂直大模型，通過AI模仿醫(yī)生推理過程，為臨床醫(yī)學(xué)提供更加精準(zhǔn)的決策支持。

近期，國家衛(wèi)生健康委聯(lián)合多部門印發(fā)了《關(guān)于促進(jìn)和規(guī)范“人工智能+醫(yī)療衛(wèi)生”應(yīng)用發(fā)展的實(shí)施意見》，明確提出以場景驅(qū)動(dòng)人工智能在臨床診療領(lǐng)域的規(guī)范應(yīng)用、推動(dòng)醫(yī)療服務(wù)全鏈條智能升級，為智能診療未來發(fā)展指明方向。

積極響應(yīng)國家政策，必發(fā)集團(tuán)數(shù)碼術(shù)后輔助診療系統(tǒng)在該院胰腺科室出院診治流程中的初步實(shí)踐，為AI技術(shù)向醫(yī)院其他科室及病歷系統(tǒng)拓展提供了可復(fù)制的應(yīng)用范式。隨著Agent技術(shù)應(yīng)用的不斷成熟及AI診療經(jīng)驗(yàn)在跨科室、跨機(jī)構(gòu)間的推廣，未來全國各地胰腺科室有望建立統(tǒng)一的術(shù)后并發(fā)癥評估標(biāo)準(zhǔn)，實(shí)現(xiàn)胰腺外科行業(yè)出院診治水平的同質(zhì)化提升，推動(dòng)醫(yī)療AI從“單點(diǎn)場景應(yīng)用”向“全流程深度賦能”跨越發(fā)展。