北京友谊医院王力华：医学数智创新中心“四招开新局”（附视频+课件）

来源：HIT专家网      作者：龚晨

3月31日，北京友谊医院医学数智创新中心（以下简称数智中心）正式揭牌成立。“春节前，我从信息中心转岗至数智中心，参与筹建准备，并协助王振常院士开展日常工作。这对我而言也是一个全新挑战。”

4月12日，在HIT专家网主办的“AI时代的医院信息技术应用创新培训会”上，北京友谊医院医学数智创新中心办公室副主任王力华分享介绍了数智中心正在开展的四项“开局”工作以及近期感悟。

多模态大数据平台：实现多模数据一体化汇集、协同管理

数智中心的第一项核心任务是多模态大数据平台，这也是王力华于信息中心任职期间深耕多年的重点工作之一。2018年，北京友谊医院建设多模态大数据服务平台，提升了数据利用效率，为临床诊疗、医学科研、医院管理等方面提供数据支持。

据统计，北京友谊医院科研大数据平台整合19类临床文本数据，包括医嘱、检验、检查、诊断、病理等各类临床结构化数据，总存储超过3T；影像平台接入18类影像数据，总存储超过400T；医疗场景下视音频数据5万余例；并建立了近30个EDC专病数据库，超过10个科研专病数据集等。

“以前我们在建设大数据平台时，站在信息中心的角度，其实没有过多考虑数据使用问题，光看存储量，觉得已经够多了。但现在我的身份、角度不一样了，开始思考怎么去用的时候，会发现数据缺失的问题还挺多，这也是我们后期的工作重点。”王力华介绍，数智中心一方面将持续完善多模态数据库，在AI赋能下实现各类数据的可信、安全、高效存储；另一方面将用好数据，在模型训练、模型发布、AI管理、科研数据加工等方面开展更细致的工作。

全病种库平台：实现临床数据收集、治理、科研一体化

在科研大数据平台基础之上，数智中心用两个月时间搭建了全院的全病种库平台，便于全院临床科室与课题项目组建立多个专病库。

“基于全病种库平台，我们对数据采用分级、分类、分层管理，实现精细化治理。”王力华介绍，数智中心将数据分为4个层级：通用指标（L1），如检验值等可直接提取的数据，包含在通用字段内；结构化指标（L2）：从电子病历、检查所见、检查结论中进行后结构化提取的数据；定制化指标（L3），需要多个字段进行逻辑运算得出的结果；迁移化指标（L4），需要手工补录的数据，如随访数据等。

“之前我们认为专病库的建设难度还是挺大的，难点之一在于科研大数据平台存在很多不太好分割的、大段的自由文本。现在我们尝试集成整合大模型技术，实现相关结构化数据的自动提取，并且已在全病种平台规划了几个大模型场景。”王力华介绍，比如针对L2数据，可以借助DeepSeek自动从病历文书中提取出关于“结节大小”的信息并进行结构化处理，“这对提升临床科研效率很有意义”。

可信数据空间：开拓数据资产与确权新征程

数智中心在较短时间内搭建起全院的可信数据空间，推动医院数据资产登记与确权工作。依托数据可信空间平台，数智中心初步探索出医疗数据确权、登记与转化的全新路径，并设立两大核心目标：一是推动医院数据资产的登记与转化；二是开展医院数据知识产权的试点工作。

据王力华介绍，在院内搭建的可信数据空间，与北京市卫生健康委健康云平台的可信数据空间实现了有效连接。如此一来，若数据资产交易仅在院内进行，可直接在院内完成；若需在市级平台展示，即“数据目录上架”，则能让更多需求方看到。通过这种院内与市级平台的联动方式，有望极大地促进医疗数据的流通。

“由于开展时间较短，目前我们仅完成一个数据知识产权项目的登记环节，后续工作仍在稳步推进中。我们期望以此为样板，在全院范围内推广，让临床科室深入了解整个流程，为其提供参照范例。”王力华说。

友谊DeepSeek的部署及应用实践

“前面提及的三件事，实际均围绕数据要素展开。第四项工作则涉及人工智能领域。”2月20日，北京友谊医院顺利完成DeepSeek部署工作，该部署具备三大显著特点：其一为671B满血版，其二采用私域云算力模式，其三采用国产GPU服务器。

在部署的同时，北京友谊医院利用开源架构，开发出AI助手“友谊DeepSeek”（简写为YYDS，其中YY为“友谊”缩写），面向全院近5000台电脑进行推送，同时完成了30余个系统的接入，为用户提供信息系统、桌面端、网页端、手机端四种入口的访问方式。“当前，我们尚未对AI助手进行深度集成，仅采用外挂式的接入方式。我们的初衷是先以一种灵活自由、不受限制的形式将AI助手提供给用户，让用户能够尽快使用起来，后续再依据实际使用情况灵活调整。”王力华说。

3月，数智中心面向全院用户展开使用调查。根据北京友谊医院访问日志显示，第一周的使用量极为可观，首日便达到8000人次，随后使用量逐渐趋于平稳，每周访问量约为3万人次。

用户使用DeepSeek主要用于哪些方面？数智中心通过日志监测手段，对2761条日志进行分析后发现：95%的使用场景均与医学问题相关，其中内科知识问答占比超过50%，多数为直接提问，其次是辅助诊断，最后是辅助生成类，而职能科室在行政办公方面的应用相对较少。“从这一角度来看，医生对AI助手存在较大需求。医学知识体系极为复杂，尽管医生们经过多年学习且拥有丰富的实践经验，但在某些特定领域仍存在知识盲点，因此他们会直接通过该工具进行提问。”

不过，在使用过程中也暴露出一些问题。例如，许多医生不太擅长合理使用提示词进行提问，有的医生反馈在多轮问话中存在幻觉。针对这些问题，数智中心正在积极开展相关培训工作。

未来展望：数智驱动智慧医院新发展

在谈到“人工智能赋能智慧医院规划”的未来计划时，王力华表示将主要从以下三个方面入手。

第一，进一步完善多模态数据库，并进行全面数据治理，赋能临床、科室和管理。“当前我们的工作成果还远远未能达到临床科研人员的需求。”

第二，做好数据要素登记、确权、流通、交易等全生命周期管理。

第三，挖掘、找准临床痛点问题，作为人工智能应用潜在场景，“未来我们将对DeepSeek进行二次训练和应用场景开发，打造医院专属垂直大模型。”

附件下载：《王力华-数智技术助力医院高质量发展》

【责任编辑：陈曦 版式：明超】