健康大数据与智能医学—健康大数据与智能医学招生简章

聚焦医学人工智能研究成果！10期新刊导读

俞刚，教授、正高级工程师，现任浙江大学医学院附属儿童医院副院长，浙江大学生物医学工程与仪器科学学院博士生导师，杭州医学院研究生导师。浙江省科技创新领军人才、浙江省卓越工程师、浙江省卫生高层次人才创新人才。长期从事健康大数据、医学人工智能、智慧医院建设等领域的研究工作。近年来，主持国家重点研发计划2项、国家自然科学基金面上项目1项、浙江省“尖兵”“领雁”研发攻关计划1项、浙江省自然科学基金项目多项，发表学术论文60余篇，授权国家发明专利30件，软件著作权30余件，制定团体标准1项，荣获浙江省科技进步二等奖1次。

近年来，随着数据、算法、算力等关键技术取得重大突破，人工智能技术迅猛发展，正在全球掀起新一轮的科技革命浪潮，已成为全球科技竞争的主战场。尤其在医疗行业，各国都在积极行动，奋力抢占医学人工智能的行业制高点。

作为医疗服务的主要提供者，医院对人工智能技术的研发和应用情况直接反映了医学人工智能的技术能力和发展水平。为此，在人工智能已成为国家战略和数字经济重要支柱的背景下，总结分析我国医学人工智能在医疗机构中的发展态势具有十分重要的现实意义。本期专题邀请了国内医学人工智能领域有较强代表性和影响力的团队，从我国儿童疾病辅助诊断、妇科疾病智能诊断、老年病临床决策、眼科疾病多中心检测、罕见病筛查等视角分享其研究成果，以飨读者。

1.HR-SCNet在儿童发育性髋关节发育不良诊断中的应用研究

本研究收集某儿童医院 DDH 患者的骨盆正位 X 线片，构建包含不同疾病程度的 DDH 数据集，通过对多尺度特征图空间重构与通道重构，精确定位髋关节 8 个关键点，并实现 DDH 的精准诊断。在关键点定位及国际髋关节发育不良协会（IHDI）分型诊断结果中表现较高的准确率，其中 IHDI Ⅰ分型准确率为91.86%，与高年资临床医生诊断结果相似。HR-SCNet 模型能够准确定位髋关节关键点并实现 DDH 的分类诊断，可大幅提升 DDH 筛查及诊断效率。

2.老年常见病一体化监测平台建设与应用探索

本研究借助医疗物联网智能设备实时监测并整合老年人的必要院外健康数据，形成老年常见病健康数据采集的闭环，建立了老年常见病一体化云监测平台和多维健康数据中心平台。结合大数据治理技术和人工智能技术，探索老年病临床智能推荐决策模型研究。一体化云监测平台已在部分医院试点应用，同时初步建成老年常见病多维健康数据中心平台，有效弥补了以往老年健康数据中心的不足。利用 22 万余份老年健康数据和医院临床知识库，构建了老年常见病知识图谱，并初步形成了临床智能推荐决策规则引擎；基于知识图谱、智能规则引擎和智能推荐决策模型，借助 CDSS 的集成应用初步实现老年常见病临床智能推荐决策支持。本次探索在促进区域老年医学信息化、分级诊疗、临床决策支持和慢病管理等方面有积极影响。

3.基于视网膜图像疾病检测大模型的可迁移性验证

迁移学习通过整合源领域模型知识，优化目标领域的模型性能。但在医学领域中不同病种之间存在差异，甚至某些病种在源机构标注训练集中从未出现，这构成了典型的开放场景下的迁移学习问题，此外由于部分数据难以获取，以大批量标注来进行二次训练的工作存在困难。医学影像基础大模型的出现为这些问题提供了一种潜在解决方案，这些基础大模型是基于海量的数据进行预训练，具备强大的特征提取和学习能力，可以将其作为迁移学习的起点，将源领域的知识迁移到目标领域。基于视网膜影像疾病诊断基础大模型，从疾病种类、疾病位置、模型迁移方法的跨任务迁移能力及外部测试的跨中心迁移能力 4 个方面对其进行了可迁移性的验证，展示了其在解决开放场景下医学迁移学习问题中的潜力和价值，为医学影像分析技术的发展和应用提供了新的思路和方法。

4.小样本条件下利用面部特征提高罕见病预测准确率的方法研究

在数千种已知的罕见病中，大约 30% ～ 40% 的患者存在面部异常，面部特征识别成为利用机器学习预测罕见病风险和类型的一种有效方法。由于罕见病样本的稀缺，机器学习面临不少挑战。使用 Dlib 提取患者面部的 68 个关键点，并计算 35 个点之间的尺寸距离和 26 个线段的夹角余弦作为面部几何特征。通过特征选择筛选出其中前 10 个重要特征，并与 Dlib 提供的 128 维向量融合，从而构建 138 维新的向量作为面部特征，再利用 NIH 网站公开的 DiGeorge 综合征、Down 综合征和 Williams 综合征的面部数据进行分类建模。测试结果表明，融合几何特征的模型在分类性能上优于仅使用深度学习特征的模型。这种方法不仅具有更好的可解释性，而且适用于小样本情况下的罕见病早筛分类，为罕见病预测提供了一种有效的新途径。

5.妇科罕见病原发性闭经病历结构化和智能诊断研究

本研究探讨人工智能技术在妇科罕见病原发性闭经病历结构化及智能诊断中的应用，以提升诊疗效率与准确性。临床专家对原发性闭经患者病历进行了详细标注，涵盖病史、症状和体征等信息。利用深度学习技术训练命名实体识别和机器阅读理解模型，从非结构化文本中提取关键医疗信息，并通过 XGBoost 算法训练智能诊断模型。病历结构化模型准确率高达 93.3%。智能诊断模型在原发性闭经识别中的准确率达到 90.0%，显著提高了诊断的精确性和效率。AI 技术在原发性闭经诊断中的应用，展现出提高诊断精准性、优化医疗服务、减轻医护人员负担的潜力，为罕见病的辅助诊疗提供了有效途径。

美年大俞熔讲健康产业：2C端机会大于2B端｜创业实验室

资料卡

出品：创业实验室

导师：俞熔 美年大健康、天亿投资

董事长、创业实验室导师

主题：健康产业的发展逻辑和美年大

健康的路径选择

口述|俞熔

整理|王亚奇

俞熔引领的健康产业实验室即将开题，这次，他只招募1-15个成员，他的招募标准如下：

1. 领先的技术；拥有独特的技术、有创造力的团队、创新的服务模式；

2. 创新的服务模式＆牛掰的团队；创业团队和创业模式在大健康生态链中有一定创新性和竞争力；

3. 涉及领域不限；我们寻求以下四大领域的优秀企业，依托美年大健康集团庞大的客户群和千万级精准健康大数据，共建医疗健康行业的超级生态：

① 移动医疗（医药电商平台、诊后随访工具 、医生应用工具等细分领域）

② 健康管理 （健康体检 、慢病管理 、健康护理 、穿戴设备及应用等细分领域）

③ 健康大数据 （医疗信息化 、医疗云平台 、医疗O2O 、医疗数据分析等细分领域）

④ 体外诊断/医疗器械 （体外诊断产品 、诊断服务、基因检测…）

4. 美年大健康现在的生态资源有助于报名者的企业快速成长的优先。

以下是俞熔创业实验室，在学吧的开题演讲：

没有人怀疑投资出身的俞熔更善于资本运作。

2006年转型进入健康产业后，通过连续并购和高效运营，俞熔带领美年大健康迅速成为体检行业的龙头老大。2015年俞熔整合收购慈铭体检，借壳江苏三友，带领美年大健康成功登陆A股。2016年美年大健康收购美兆体检上海和北京公司。

但俞熔的胃口显然不止于此。9月26日，美年大健康董事长俞熔在黑马学吧App进行“健康产业和美年大的发展逻辑”为主题的直播时表示，“美年大健康将继续做深体检入口，未来在同业并购方面，美年大健康还会有新的力度和动作。”

中国A股市场有4000多家上市公司，医药类接近200家，医疗器械类接近100家，但健康服务类只有2家，一家是爱尔眼科，一家是美年大健康。在俞熔看来，健康产业正处在一个黄金时代，而以健康服务为代表的C端业务存在巨大机会。但在医疗健康板块中能够形成闭环的模式才是持续盈利的保障。

美年健康未来的商业逻辑，通过检查构筑了两个超级闭环。一个方面表现为，左边是从医疗端、预防端以及支付端的闭环，右边为创新闭环，在这个平台上，未来能够构筑的创新的应用会层出不穷。另一方面讲，预防医学入口以体检为核心价值成为流量入口，形成一个非常扎实的平台。左边是我们不断扩大的健康体检的专业入口，右边是我们覆盖的，从诊断、产品、服务、保险、器械等等生态圈，这两个生态圈，两个闭环互相支持，这就是我们未来要构筑的一个产业并购的核心模型，构成了未来核心竞争力的保障。个体预防、智能诊断、精准医疗和分级保障，是我们对未来医疗发展的景象的描述。

“美年大健康有三大并购逻辑：同业并购、跨界并购和产业链并购。”俞熔在黑马学吧上称，除了加大同业并购做深体检入口，未来在上下游生态圈中对美年大健康有重大提升重大影响，有核心技术的优质项目、团队、标的，包括诊断、机械和疾病管理等都会被美年大健康装进来。同时在口腔、眼科、慢病管理等专科医疗领域的跨界并购也是美年大健康未来并购的目标。

以下为俞熔演讲全文

健康产业2C端的机会大于2B端

健康产业有几个纬度，提供服务、销售产品、搭建平台，还有创造一个好的流通渠道。你是选择做渠道、做服务、做产品，还是做平台，决定了你未来的商业模式和发展前景，这里面没有一定哪个模式是最好的，关键是怎么把趋势和你的核心竞争力结合，做出重要的决策和战略部署。

我们看到健康产业一共有三大块，机械、医药和医疗服务，我们可以对此做一个2B、2C的划分。这种划分也是对未来趋势性的一个预判。

2B端目前主要涉及的是大型器械、医药等，2C端则包括了医疗服务、健康管理、健康保险、医生平台等等。从丰富度和创新的力度来看，我认为未来2C端的发展空间和潜力可能会稍微大一些。

通过此前资本市场的脉络我们也可以看出一些端倪。中国A股市场大概有4000多家上市公司，医药类的上市公司差不多200家，医疗器械类的公司接近100家，医疗服务类的上市公司只有2家，一家是爱尔眼科，一家是美年大健康。所以资本市场对医疗健康和健康服务的渴望是非常强烈的。

我们在做战略选择的时候，也会更关注医疗服务板块中专科医疗领域的布局。目前为止，我们觉得在这个板块更大的优势是在专科服务领域的。比如大家现在看到眼科、口腔、体验这些项目。大众在选择服务时，第一反应不再是要去大型的公立医院，而是已经非常认可提供这方面服务的专业的第三方机构。所以社会力量已经在专科领域建立和巩固了一定的自身优势，而且未来这个优势会依靠企业管理、系统和规模不断被强化。

但是以口腔为例，这是一个三四千亿的市场，目前最大的公司才做到10多个亿。所以专科服务领域仍然是一个方向，而且存在很大的机会。

美年大健康自身所在的疾病早期预防、诊断、筛查领域也是专科领域一个巨大的机会点。过去几年大家都忙着攻克疾病难题，但是随着人口老龄化的加剧，各国政府包括中国的管理部门、财政和医保部门，最受困扰的就是医疗费用的急剧增加，财政负担越来越承重。因此大家的共识正在更多的转向怎样预防疾病，疾患发生后怎么控制，怎么减缓它带来的损害。

为什么现在基因检测、诊断方面的先进技术这么火热，这是全球趋势下的一个产物。未来结合包括基因检测、分子诊断，以及其他一些更新、更优质的早期筛查手段，会让体验的内涵更加丰富，这会成为未来很多年资本追捧的领域。

想要在专科服务领域创业的玩家，无非是要解决好商业模式的优化和核心竞争力的提升，包括体系建设的标准化，以及服务内涵的提升，当然还有品牌的问题。谁率先突破，未来就有可能一骑绝尘了。

美年大健康的左右两大闭环

当下健康体检已经逐步显现三足鼎立的局面，一类是像美年大健康、慈铭这样的大型专业连锁机构，一类是在品牌综合性和大型三甲医院这类有特色和影响力的，其他还有一些有特色的区域机构。它们组成了三架马车，形成了服务供给的主体。

接下来体检更重要的是的内涵和标准的不断提升，用四个词叫个体化、专业化、高端化、多元化。也就是说根据个体数据定制体验内容的趋势已经形成了，未来不断地结合最新的诊断和检验技术让体检的内涵更加丰富。

这里面更重要的一点是未来体检入口引发的，或者赛道延伸出来的在诊断、检测或者健康产品等等会形成一个非常庞大的价值生态圈。

所以我们有两个闭环，一个是围绕体检入口所建造的商业闭环。健康体验透露出来的一个核心逻辑是，通过专业的普查筛选高危人群，给予精准的治疗或者预防方案，最后回到个体。这本质上是一个数据流的生意，它是一个数据采集、评估、挖掘、提供解决方案然后再检查的一个循环。这里面蕴含的商业机会是异常庞大的，想象空间也非常大。

以糖尿病为例，通过普查和专业检查我们发现血糖异常的用户和患者比例是非常高的，在体验人群当中可能接近于30%。这30%当中谁是最危险的人，要有进一步的筛选和算法去鉴定它，要有一套很好的后台评估和分析体系去鉴定每个人群的危险指数，再根据这些人群的危险指数去定制个体化的解决方案，这样的商业逻辑是非常顺畅也是非常合理的，而且需求也非常强劲。沿着这条路走，我们会有很多创新模式的延展，并且会有非常有意思的、有价值的成果不断地涌现出来。

我们还有另一个闭环，就是形成一个孵化、资本和产品的闭环。也就是说在我们生态圈所营造的流量数据入口当中和这种庞大的线下服务场景提供的资源当中，我们可以培育和帮助更多优质、创新的医疗健康的企业去成长。

未来我们体检的入口会继续做大、做深、做精，给大家提供一个很好的资源互助平台，同时做一个包括专科、精准医疗、分子诊断、医疗管理、先进器械等在内的美年大健康生态布局。右边的生态圈提升体检的内涵价值，左边体检的流量数据去支撑生态圈的布局和发展，这是未来我们在健康产业当中非常重要的一个闭环，也是我们未来核心的逻辑。

美年大健康的三大并购思路

我对创新生态圈的理解是，流量人口、线下服务加资本扶持体系，三个要素三管齐下。这里面需要资源整合、加强并购和积累行业的资源，以及组织人力的团队等等。这些核心要素的配置，是未来我们构建新赛道重要的一个组成部分。

我们在通过并购强化生态圈的方式上分为三大类：同业并购、跨界并购和产业链并购。

刚刚讲到我们要继续做深体检入口，所以在同业并购方面我们还会有新的力度和动作。

产业链并购就是上下游生态圈当中对我们有重大提升和重大影响，有核心技术的优质项目、团队、标的我们都会装进来，包括诊断、机械和疾病管理方面，这些我们称之为产业链的并购。

跨界并购是医疗服务的延伸，比如口腔、眼科、慢病管理，这些领域的优秀团队跟我们的逻辑、使命、价值观比较吻合的，都是我们未来并购的目标。

未来大家可以一起设定一些优秀的赛道，因为健康领域不同于其他的领域，我们可以创造一些新的赛道，比如说基因检测领域的NIPG就是大家创造出来的，消化道检查也是大家创造出来的，这些C端市场是不需要抢别人的蛋糕的，未来这样的路会越来越多，每开辟一条新赛道，我们都可以想办法利用现有的资源、流量、渠道帮助大家快速地跨越企业的不稳定期和不安全期，快速地进入一个上升的通道。

医疗健康领域的创业跟别的行业不太一样，这个行业的特点决定了创业的门槛比别的行业要稍微高一些。我们创业相当大的程度上是去解一个多元一次方程式，这里面的核心变量越少越好。

比如说X、Y、Z，X是团队、Y是资源、Z是时机，等号右端是成功，我们需要看我们在这些核心要素当中需要把控哪些，如果有两个以上的变量，我们在创业的时候就要做更慎重的思考，因为一旦变量太多往往是顾不过来的，最好的就是能够集中精力攻破一个变量。比如说我们的商业模式确定，资源也可靠，团队也OK，那么我们集中在市场或者渠道上发力，或者我们在一点上取得突破。

所以我们说多元一次方程大家要去看，你在创业成功要素当中还缺哪几样，如果缺的要素太多的话，就要开始搞组合了，只有搞组合才能提升成功率。

本文系创业黑马学院创业实验室演讲干货整理，俞熔口述，王亚奇整理。如需转载，请后台回复“转载”获取转载格式。推荐关注i黑马微信公号（ID:iheima）。

还有多位导师的创业实验室学员招募火热进行中

加入他们的实验室

和导师开启一次创业实验学习探索之旅，

请戳阅读原文

↓↓

智慧医疗，让宁波人看病越来越方便

黄合、陈敏、陈琼

在宁波大学附属第一医院方桥院区就诊大厅里，人来人往。记者10月12日看到，有了全新上线的AR导航和AI应用支持，患者及其家属只要把手机摄像头对准实景，按照屏幕上的指示箭头，就能在建筑面积数万平方米的立体空间里快速找到目的地。

预约挂号、快速问诊、复诊配药、复检开单、上门护理……一项项信息化赋能的成果，正在悄然改变宁波人的就医体验。伴随着时代的快速发展，数字技术给予宁波小步快跑、后发跟进的新机遇，也让广大市民的获得感大大提升。

“早在2011年，宁波就启动了数字健康建设。经历了数据互通共享、互联网医院建设、健康医疗大数据、医学人工智能四个阶段，2023年宁波的卫生健康领域信息化发展指数全国排名第八，成功跻身全国‘第一方阵’。”宁波市卫生健康委员会负责人说。

宁波大学附属第一医院方桥院区5G智能物流机器人“小齿轮”，把医疗物品在医院内的运送方式，从靠医护人员两条腿跑路转变为靠物流机器人四个轮子配送。

2017年，在被誉为信息化领域“奥斯卡”的信息社会世界峰会(WSIS)上，宁波云医院斩获全球信息化领域最高级别奖项——“eHealth”Champion大奖。这也是当年我国唯一获此殊荣的项目。

荣誉的背后，是实打实的改革和创新。2015年，全国首家云医院在宁波诞生，采用政府主导、多方参与、市场化运营的模式。

集中全市医疗卫生资源，建成集“医康养护防”于一体的远程医疗服务与协同平台，致力实现“足不出户看云医、不出社区看名医”的新型医疗健康服务模式——曾经的愿景，正一步步变成现实。

如今，在云医院平台上，宁波共建成互联网医院54家，上线宁波市互联网医院城市门户，提供快速问诊、复诊配药、复检开单和上门护理等线上线下一体化诊疗服务，2023年服务150万人次，相当于一个大型三甲医院的服务量。

方便，是很多市民对互联网医院的直接观感。

曾经，古稀之年的王大爷，连续多年困扰于下肢静脉溃疡。是“互联网+护士”模式下的上门护理，让他遇见了宁波市医疗中心李惠利医院慢创护理中心的专科护士戴秋君。

清创、控制感染、泡沫敷料、使用皮肤保护膜、梯度压力治疗……一个多月时间里一次次上门精心照料，王大爷的伤口长出新生的肌肤。

目前，由高年资护士上门进行专业的护理服务，可以为行动不便的患者提供造口护理、静脉采血、血糖检测等112项服务。

高效，是很多专业医生对智慧医疗的心得体会。

几个月前刚刚离开自己热爱岗位的宁波市第二医院影像科医生卢仁根，从医49年，是宁波医疗卫生事业发展的亲历者和见证者。

曾经，一台X光机从头查到脚，医生穿着沉重的铅衣高强度工作。“如今，不仅设备更新、专业更细，而且有了人工智能在医学影像智能阅片服务方面的辅助，工作效率大大提升。”卢仁根说。

2023年开始，宁波积极拥抱生成式人工智能，为基层医疗机构提供人工智能辅助诊断服务，提高基层医生诊疗能力。宁波大学附属第一医院推出的“远程皮肤癌诊断”项目，通过皮肤镜图像智能分析，成了皮肤癌早期筛查的“黑科技”。

十余年的探索和积累，换来的是宁波在全国智慧医疗领域走在前列的“成绩单”。

截至目前，宁波市已建立900多万份电子健康档案，详细记录了个人长达10多年的健康信息，每日访问量超过10万人次；1176项检查项目和116项检验项目纳入检查检验互认共享，避免重复检查化验，全年可为群众节省医疗费用近2亿元。

方便、高效、实惠，正成为宁波卫生健康的新标签。敢闯敢干的宁波，乘着数字化的浪潮，持续创新“互联网+医疗健康”服务，为健康宁波、健康中国作出更大的贡献。