解決方案

一是匯聚高質(zhì)量數(shù)據(jù)資源訓(xùn)練模型。與中華醫(yī)學(xué)會(huì)雜志社、開(kāi)放醫(yī)療與健康聯(lián)盟等權(quán)威機(jī)構(gòu)合作，匯聚公開(kāi)脫敏數(shù)據(jù)，構(gòu)建涵蓋疾病知識(shí)、癥狀體征、檢驗(yàn)檢查、藥物信息、臨床路徑、診療規(guī)范及指南等內(nèi)容的數(shù)據(jù)資源庫(kù)，訓(xùn)練形成智慧醫(yī)療AI模型。

二是推進(jìn)醫(yī)療數(shù)據(jù)與“問(wèn)、診、治”場(chǎng)景深度結(jié)合。模型與行業(yè)信息平臺(tái)和醫(yī)院信息系統(tǒng)對(duì)接，以“數(shù)據(jù)不出本地局域網(wǎng)”方式匯聚分析患者病歷數(shù)據(jù)及歷史健康信息數(shù)據(jù)。實(shí)現(xiàn)在醫(yī)生問(wèn)診過(guò)程中，根據(jù)問(wèn)診邏輯提示病情問(wèn)診；在診斷過(guò)程中，對(duì)患者病歷數(shù)據(jù)進(jìn)行智能化分析和判斷，協(xié)助醫(yī)生對(duì)病情進(jìn)行合理診斷；在醫(yī)生下處方和檢查檢驗(yàn)時(shí)，及時(shí)給出常見(jiàn)用藥和常見(jiàn)檢查檢驗(yàn)建議，并將異常診斷結(jié)果數(shù)據(jù)及時(shí)報(bào)送醫(yī)療主管部門(mén)復(fù)核。