原标题：AI 在医院落地的 IT 挑战

　　首先，由于 " 散点式 " 应用带来的系统集成上的难题。

　　据了解，解放军总医院此前基于 8 万例输血病例，建立红细胞输注量个性化预测评估模型，准确率接近 90%，已将该模型嵌入医生工作站，实现医生输血申请的智能化管控。

　　在薛万国主任看来，很多研究成果都没能实现落地应用的原因之一就是系统集成不到位，大量模型还游离在业务之外。他建议，不同疾病模型的使用环境都不同，为了避免把医生工作站改造得 " 支离破碎 "，需要建立统一的集成规范解决问题。

　　上海市儿童医院于广军院长建议，AI 系统要与医院原有系统结合，需要具备比较强的集成化能力，医院要选择工程化、集成化能力比较强的合作方。据了解，上海市儿童医院此前与卫宁健康合作研发的人工智能骨龄检测系统实现了亚秒 " 读 " 骨龄，从读片到输出骨龄诊断报告全过程不到 30 秒，并实现将 AI 系统无缝嵌入到 PACS/RIS 系统。

　　其次，阻碍 AI 融入医院业务流程的另一大问题是数据质量和标准。

　　知名医疗信息化专家陈金雄主任曾指出，目前医疗数据质量还远远不能满足智能医疗的要求，如果把医院数据分为数字化、集成化、数据化、要素化、结构化、语义化和智能化 7 个层级，那么大部分医院还只是实现数字化，尚未完全实现集成化。目前即使最高等级的医院基本也只是实现集成化和数据化，离后几个阶段还有很长的路要走。

　　事实尽管如此，但产业领域一直在探索。比如，医疗 AI 创新企业森亿智能就以中文医学自然语言处理技术起步，从医院对科研数据的需求切入，研发出智能化科研平台产品，已在全国几十家医院落地。后为解决医院信息孤岛和数据可用性低问题，研发基于 AI 技术的新一代医院信息平台，一直聚焦医院数据治理问题。