本项目立足东莞、辐射湾区，以国家政策为纲、名医经验为魂、AI技术为器、政企校协同为径， 构建覆盖"诊前智能导诊分流 → 诊中辅助问诊开药 → 诊后跟踪管理 → 卫健局监管进化"的完整闭环， 将东莞名医专家的诊断看病、问诊开方等经验习惯数字化为AI智能体，赋能实习医生学习和患者导诊， 打造健康中国"东莞样板"的AI标杆。
采用"18万种子课题 + 350万正式项目"两阶段递进策略：第一阶段用最小成本验证技术可行性、 建立合作关系、产出申报成果；第二阶段基于第一阶段成果申报市级/省级正式项目，完成全模块交付和多院试点。 在风险可控的前提下实现完整交付，打造可复制、可推广的"东莞AI医疗模式"。
2026.8 - 2027.3（8个月）
1个专科名医知识图谱 + 1个原型Demo + 1篇论文 + 1项软著，验证可行性，建立合作关系
2027.4 - 2028.12（18个月）
全模块完整交付 + 5-10个专科智能体 + 2-3家医院试点 + 卫健局监管大屏 + 申报省级示范
| 政策文件 | 发文机构 | 时间 | 核心价值 |
|---|---|---|---|
| 《关于深入实施"人工智能+"行动的意见》 | 国务院 | 2025.8 | 探索推广居民健康助手，推动AI辅助诊疗 |
| 《关于促进和规范"人工智能+医疗卫生"应用发展的实施意见》 | 国家卫健委等五部门 | 2025.10 | 最强政策依据 8大方向24项重点应用 |
| 《广东省加快"人工智能+医疗卫生"发展行动方案》 | 广东省卫健委等八部门 | 2025.6 | 全省铺开AI医疗，建设500P智算力 |
| 政策方向 | 政策条款 | 本项目对应模块 |
|---|---|---|
| AI+基层应用 | 第2条 基层医生智能辅助诊疗 | 诊前导诊分流、辅助初步诊断 |
| 第3条 居民慢性病规范管理 | 诊后慢病生命周期管理 | |
| AI+临床诊疗 | 第6条 临床专病辅助诊疗 | 名医经验智能体、辅助开药 |
| 第7条 智能康复和用药服务 | 辅助开药弹窗、处方前置审核 | |
| AI+患者服务 | 第8条 患者智能服务全流程 | 诊前预问诊→诊中云陪诊→诊后智能随访 |
| 第9条 智能转诊服务 | 智能导诊分流至医院专家 | |
| AI+科研教学 | 第16条 智能体共建共享 | 高校联合研发、智能体共建 |
| 第17条 健康科普服务 | 患者教育、实习医生学习 | |
| AI+行业治理 | 第19条 医疗机构智能管理 | 卫健局监管大屏 |
| 第20条 行业智能监管 | 训练数据监管、效果汇报 | |
| 第24条 孵化专科化医疗智能体 | 名医智能体矩阵 |
支持图片上传（皮疹/舌象/检验报告），AI视觉分析辅助判断
处方前置审核，实时校验药物相互作用、过敏史、禁忌症
根据诊断结果自动推送个性化健康教育内容
AI扮演标准化病人，模拟问诊训练并自动评分
基于专科能力+负载率+地理位置智能推荐转诊
对接舌象仪/脉诊仪，四诊信息定量化采集
五层技术架构，从基础设施到应用服务，层层递进、解耦设计
| 层级 | 技术选型 | 选型理由 |
|---|---|---|
| 基座大模型 | DeepSeek / Qwen 医疗垂直版 | 国产自主可控，医疗领域验证适配性 |
| 微调方案 | LoRA + RAG 混合架构 | LoRA低成本个性化，RAG保证时效性 |
| 知识图谱 | Neo4j + 中医临床术语系统 | 支持复杂关系网络，兼容中医辨证 |
| 语音引擎 | Whisper + 医疗ASR优化 | 实时转写，医疗术语准确率>95% |
| 多模态 | CLIP + 医学影像预训练 | 支持皮疹/舌象/检验报告理解 |
| 前端 | React + TypeScript + Vite | 管理后台标准技术栈 |
| 后端 | Node.js + Python 微服务 | 高并发API + AI推理 |
| 数据库 | PostgreSQL + Redis + ES | 关系型+缓存+全文检索 |
| 部署 | Docker + K8s 私有化 | 数据不出院，满足安全要求 |
通过自然语言对话+多模态输入采集患者症状信息，实现智能预问诊→初步诊断建议→精准科室匹配→专家智能推荐→紧急程度判断。
| 实时语音转写 | 医患对话实时转文字，区分角色 |
| 关键信息抽取 | 自动提取症状/体征/检查/用药史 |
| 病历自动生成 | 对话结束生成结构化病历草稿 |
| 问诊建议提示 | 实时建议追问方向，更新鉴别诊断 |
| 多模态补充 | 拍照上传皮疹/报告，AI辅助解读 |
| 开药习惯学习 | 基于历史处方学习医生偏好 |
| 智能药品推荐 | 弹窗推荐常用药品+剂量，一键插入 |
| 药物相互作用校验 | 实时检查配伍禁忌 |
| 过敏史/禁忌症拦截 | 红色弹窗警示 |
| 医保规则提示 | 校验医保目录，减少拒付 |
多渠道自动触达：微信小程序(24h) + 短信(48h) + AI电话回访(出院7天)
高血压(周) + 糖尿病(周) + 肿瘤术后(月) + 产后(42天)，异常指标自动预警
初诊→治疗→康复→随访→慢病管理，区块链存证+跨院共享，AI生成健康画像
| 高 医疗资源紧张 | 负载率>90%持续2h |
| 高 AI诊断偏差 | 一致率下降>5% |
| 中 处方异常 | 不合理处方率异常升高 |
| 中 满意度下降 | 环比下降>10% |
这是本项目的技术核心——将名医隐性经验转化为可计算、可传承的显性知识， 构建从数据采集到持续进化的完整智能体训练流水线。
| 数据类型 | 采集来源 | 处理技术 |
|---|---|---|
| 结构化诊疗记录 | HIS/EMR历史病历（10万+） | 数据清洗 + 实体标注 |
| 名医处方数据 | 处方系统历史记录 | 用药模式挖掘 |
| 问诊录音/录像 | 诊室录音（需授权） | ASR转写 + 对话分析 |
| 学术论文/著作 | 名医发表论文、专著 | NLP信息抽取 |
| 教学查房记录 | 教学视频、查房笔记 | OCR + NLP解析 |
| 临床指南/路径 | 国家/省级临床路径 | 结构化入库 |
| 名医访谈记录 | 专家深度访谈 | 知识工程建模 |
自动标记AI与专家差异，推送复核
实时纳入新确诊病例，微调更新
每季度采纳/拒绝/修改记录作训练信号
实时采集模拟问诊+专家评审，评估准确率
每月| 交付物 | 第一阶段（18万） | 第二阶段（350万） |
|---|---|---|
| 名医知识图谱 | 1个专科，实体5万+ | 5-10个专科，实体50万+ |
| 大模型微调 | 基座预训练+1个专科LoRA | 5-10个专科LoRA+RAG |
| 诊前导诊系统 | 原型Demo | 正式上线，覆盖全流程 |
| 诊中辅助问诊 | 技术验证Demo | 正式上线，对接HIS |
| 辅助开药弹窗 | 原型Demo | 正式上线，HIS插件 |
| 诊后随访+监管大屏 | — | 正式上线 |
| HIS对接 | — | 2-3家医院HIS对接 |
| 数据治理 | 1万+病历标注 | 10万+病历标注 |
| 论文/专利/软著 | 1篇/—/1项 | 3篇/3项/5项 |
| 医院/专科覆盖 | 1家/1个 | 2-3家/5-10个 |
| 里程碑 | 时间 | 交付物 | 验收标准 |
|---|---|---|---|
| M1 立项完成 | 第3月 | 立项批文+协议签署 | 三方协议签署，经费到位 |
| M2 数据底座建成 | 第5月 | 知识图谱V1.0+数据集 | 10万+标注病历，5专科覆盖 |
| M3 模型上线 | 第7月 | 医疗垂直大模型V1.0 | 领域预训练完成，基准测试通过 |
| M4 试点验证 | 第9月 | 2家医院系统上线 | 诊前+诊中+诊后全链路跑通 |
| M5 中期评估 | 第12月 | 评估报告+论文 | 导诊准确率>85%，满意度>80% |
| M6 全面推广 | 第15月 | 9家三甲覆盖 | 系统稳定运行，覆盖主要专科 |
| M7 结题验收 | 第18月 | 验收报告+成果集 | 论文3+篇，专利2+项，产品1套 |
| 预算科目 | 金额(万) | 占比 | 说明 |
|---|---|---|---|
| 研发人力成本 | 130 | 37.1% | 企业方技术服务费（含2-3名全栈开发×18月） |
| 算力与基础设施 | 50 | 14.3% | GPU集群租赁+私有化部署服务器 |
| 数据治理与标注 | 45 | 12.9% | 10万+病历清洗标注+知识抽取 |
| 名医专家咨询/劳务 | 35 | 10.0% | 5-10位名医深度参与 |
| 高校科研经费 | 40 | 11.4% | 纵向课题经费（算法研究+论文+专利） |
| HIS对接与系统集成 | 25 | 7.1% | 2-3家医院HIS适配+联调 |
| 硬件设备 | 10 | 2.9% | 诊室定向麦克风+舌象仪等 |
| 测试验证与评估 | 8 | 2.3% | 第三方评测+临床验证 |
| 学术交流与论文 | 5 | 1.4% | SCI版面费+学术会议 |
| 不可预见费 | 2 | 0.6% | 统筹使用 |
| 合计 | 350 | 100% | — |
| 来源 | 金额(万) | 占比 | 渠道 |
|---|---|---|---|
| 广东省重点研发计划 | 100 | 28.6% | 省科技厅申报 |
| 东莞市科技重大专项 | 100 | 28.6% | 市科技局申报 |
| 卫健局信息化专项 | 80 | 22.8% | 卫健局预算 |
| 医院自筹配套 | 50 | 14.3% | 各医院信息化预算 |
| 企业配套投入 | 20 | 5.7% | 企业自筹研发 |
| 合计 | 350 | 100% | — |
| 首期30% | ¥54,000 | 签约+到账 |
| 中期30% | ¥54,000 | 第5月知识图谱+模型+导诊Demo验收 |
| 结题40% | ¥72,000 | 第8月论文+软著+结题验收 |
| 首期30% | 105万 | 立项+签约+到账 |
| 中期40% | 140万 | 第10月中期评估（全模块+3专科+1篇论文） |
| 结题30% | 105万 | 第18月结题验收（全部交付物） |
| 参与方 | 角色 | 核心职责 |
|---|---|---|
| 东莞市卫健局 | 项目主管 | 立项审批、经费拨付、政策协调、监管评估 |
| 广东医科大学 | 学术主导 | 医学知识体系构建、临床验证设计、论文发表、人才培养 |
| 东莞理工学院 | 技术研发 | 算法创新、模型优化、系统架构、工程实现 |
| 松山湖医工融合中心 | 协同平台 | 产学研对接、成果转化孵化 |
| 各三甲医院 | 临床基地 | 名医专家、诊疗数据、验证场景、HIS对接 |
| 技术企业（我方） | 技术交付 | 系统开发、产品交付、运维保障、持续迭代 |
| 成果类型 | 权属 | 转化路径 |
|---|---|---|
| 名医知识图谱 | 医院+高校共有 | 学术论文 + 临床应用 |
| 核心算法/模型 | 高校+企业共有（企业优先使用权） | 技术转让 / 作价入股 |
| 软件系统/产品 | 企业所有 | 商业化推广至其他医院 |
| 临床验证数据 | 医院所有 | 科研论文 + 指南修订 |
| 专利 | 发明人所在方+共同申请 | 专利许可 / 转让 |
| 安全层 | 技术措施 |
|---|---|
| 数据采集 | 患者知情同意 + 授权机制 + 最小化采集 |
| 数据传输 | TLS 1.3加密 + VPN专线 |
| 数据存储 | AES-256加密存储 + 区块链存证（电子病历授权调阅已验证） |
| 数据使用 | 隐私计算（联邦学习/多方安全计算）+ 数据脱敏 |
| 数据共享 | 可信数据空间 + 智能合约访问控制 |
| 数据销毁 | 定期清理 + 安全擦除 |
| 指标 | 基线值 | 目标值 | 提升幅度 |
|---|---|---|---|
| 门诊预问诊报告覆盖率 | 0% | 80% | 新增 |
| 门诊平均问诊时间利用率 | 60% | 85% | +25% |
| 辅助开药采纳率 | — | 60% | 新增 |
| 处方不合理率 | 5% | 1.5% | -70% |
| 用药冲突拦截率 | 0% | 95% | 新增 |
| 诊后随访覆盖率 | 15% | 70% | +367% |
| 慢病患者再入院率 | 12% | 8% | -33% |
| 风险类别 | 风险描述 | 等级 | 应对措施 |
|---|---|---|---|
| 数据安全风险 | 患者隐私泄露 | 高 | 私有化部署+脱敏处理+区块链存证+审计日志 |
| AI准确性风险 | AI诊断建议不准确导致误导 | 高 | 辅助定位（不替代医生）+置信度标注+专家验证闭环 |
| 名医配合风险 | 名医时间难协调、不愿分享经验 | 中 | 卫健局行政支持+合理劳务报酬+知识署名权保障 |
| HIS对接风险 | 各医院HIS系统差异大，对接复杂 | 中 | 开发标准适配层+分批对接+选择HIS供应商配合 |
| 伦理审查风险 | 伦理委员会审查不通过 | 中 | 提前沟通+完善知情同意+参考同类项目伦理批件 |
| 经费到位风险 | 立项审批周期长，经费拨付延迟 | 中 | 企业先行垫付启动资金+分阶段拨付+多渠道筹资 |
| 模型备案风险 | 大模型备案不通过 | 中 | 参照广东省已备案模型标准+提前与省卫健委沟通 |
| 推广接受度风险 | 医生/患者对AI接受度不高 | 中 | 试点示范+培训宣贯+激励机制+用户体验优化 |
| 技术迭代风险 | 大模型技术快速迭代，方案过时 | 低 | 架构解耦+模型可替换+持续关注前沿 |
| P0 HIS接口文档+开放API |
| P0 EMR历史病历导出（脱敏） |
| P0 处方历史数据导出（脱敏） |
| P0 测试环境提供 |
| P1 检验检查数据接口 |
| P1 区块链电子病历平台对接 |
| P0 推荐名医作为数字化对象 |
| P0 诊室录音授权 |
| P0 深度访谈（3-5次×1-2小时） |
| P0 处方习惯确认 |
| P0 模型验证 |
| P1 持续反馈差异案例 |
院内立项审批
伦理审查
信息安全审查
知识产权协商
| 步骤 | 时间 | 内容 |
|---|---|---|
| 1. 联合调研 | 第1月 | 高校+医院+企业联合开展需求调研，形成立项建议书 |
| 2. 课题申报 | 第2-3月 | 以高校为申报主体，申报省/市级重点研发计划 |
| 3. 立项评审 | 第4月 | 通过科技厅/科技局评审，正式立项 |
| 4. 经费拨付 | 第5月起 | 首期经费拨付至高校账户 |
| 5. 联合开发 | 第5-18月 | 三方协同研发，里程碑考核 |
| 6. 中期评估 | 第12月 | 卫健局组织中期评估，调整方向 |
| 7. 结题验收 | 第18月 | 成果验收，论文/专利/产品交付 |
| 8. 成果转化 | 持续 | 产品推广至全省/全国医院 |
结语：本项目以国家政策为纲、以名医经验为魂、以AI技术为器、以政企校协同为径， 通过"18万种子课题+350万正式项目"两阶段递进策略，在风险可控的前提下实现完整交付。 最终打造可复制、可推广的"东莞AI医疗模式"，为健康中国建设贡献东莞智慧。