目的:开发和验证一个用于检测早期胃癌(GC)的卷积神经网络(CNN)的高效人工智能(AI)系统。方法:本研究回顾性纳入了2020年1月至2022年6月间接受内镜黏膜下剥离术的157例患者,包括109例训练集、28例时间验证数据集和20例外部验证集。通过ROC曲线评估了CNN系统在检测患者早期GC中的性能,并比较了CNN系统和内镜专家的性能。结果:对于验证数据集,CNN系统的灵敏度和阴性预测值大于85%。CNN系统的特异度为81.7%~90.3%,阳性预测值为80.5%~90.5%。ROC分析显示,CNN系统在验证集(AUC=0.906~0.923)和早期GC的三个亚组(AUC:0.920~0.946)中具有优异的诊断性能。内镜专家组在结合CNN系统后,诊断准确度(87.3% vs. 94.3%,P = 0.002),敏感度(82.7% vs. 97.4%,P = 0.001)和阴性预测值(85.4% vs. 97.9%,P = 0.002)显著增加。实习生组在结合CNN系统后,诊断准确度(73.6% vs. 96.2%,P < 0.001)、敏感度(50.2% vs. 94.7%,P < 0.001)和阴性预测值(66.7% vs. 94.9%,P < 0.001)显著增加。结论:本研究开发的基于CNN的AI系统在验证数据集中表现出出色的早期GC检测性能,并将实习内镜医生的诊断能力提高到与专家相当的水平。
目的:建立统一的资源管理平台,推动优质医疗资源下沉,构建分级诊疗模式,实现资源共享和连续化管理。方法:以厦门大学附属第一医院为核心,联合区域内医疗机构,建立医联体跨域预约服务体系,促进医疗资源上下联动、分工协作与高效利用。结果:患者平均候诊时长从90 min 降至27 min,缩短了70%,跨院区患者累计减少往返15万余次。结论:基于动态资源全自动管理与智能预约的医联体跨域预约服务,通过科学管理,显著提升了医疗资源利用率,加强了基层医疗机构与上级医院的协作,优化了患者就医流程,降低了就医成本,提高了患者满意度。