AI“強心”賦能基層醫療 川農大團隊攻克心血管智能診斷難題

【導語】心血管疾病是影響我國居民健康的重要疾病之一，患者基數較大，提升基層診療服務能力是當前重要工作方向。近日，四川農業大學 “心聯智診” 團隊經過持續技術攻關，成功研發新一代開放協同心血管智能診斷系統。項目依托三大核心技術，有效應對行業在數據應用、標注效率、臨床適配等方面的現實需求，將單例診斷時間由 60 分鐘縮短至 5 分鐘，誤診率降低 30%，為提升基層醫療服務水平、推動優質醫療資源普惠共享提供了有力支撐，助力《健康中國 2030》規劃綱要落地實施。

面對基層醫療發展的現實需求，四川農業大學跨學科團隊聚焦關鍵技術難點，以三大核心技術構建開放協同的智能化診斷體系。在數據協同方面，采用聯邦學習、差分隱私、同態加密等技術，實現數據 “本地訓練、參數共享”，在保障數據安全與隱私的前提下，有效整合多中心數據資源，提升模型泛化能力 15%-30%，改善小樣本條件下的模型訓練效果。在數據擴充與智能標注方面，依托 StyleGAN3 等生成式 AI 技術構建超過 20 萬例罕見病影像數據集，結合 Swin-LINet 智能標注系統，將醫生單例標注時間從 30 分鐘縮短至 5 分鐘，工作效率顯著提升。在臨床適配方面，創新應用醫療 Agent 技術，系統可學習并貼合醫生診療習慣，3 天內完成個性化適配，支持自然語言交互與邏輯優化，提升模型應用的透明度與臨床認可度。

目前，“心聯智診” 平臺已在雅安市人民醫院、西南醫科大學附屬醫院等 20 家省、市、縣級醫療機構投入應用，累計處理多模態影像數據超 5 萬例。臨床應用數據顯示，系統診斷效率提升約 10 倍，誤診率降低 30%，單例診斷成本從 200 元降至 20 元，下降幅度達 90%。系統可與醫院現有信息系統無縫對接，實現影像上傳、智能分析、報告生成全流程服務。團隊構建面向醫療機構、醫藥企業、保險機構的協同發展模式，為醫院提供病例診斷與模型訓練服務，為醫藥企業提供臨床試驗患者篩選支持，為保險機構提供風險評估模型。按照發展規劃，平臺 1 年內將覆蓋四川 50 家基層醫院，3 年內拓展至云貴川地區 200 余家醫療機構，5 年內力爭建成全國性心血管疾病人工智能開放應用生態。

作為推動醫療普惠的重要載體，平臺不僅為基層機構提供高性價比的智能診斷工具，還為基層醫生提供輔助指導、為科研人員提供數據支撐、為高校學生提供實踐平臺，實現醫療資源下沉與專業人才培養的雙向賦能。未來，團隊將繼續深化技術研發與臨床成果轉化，推動人工智能與心血管疾病診療深度融合，讓科技創新成果更好惠及廣大群眾，為提升全民健康水平貢獻力量。