在我国，癌症、心脑血管、呼吸和代谢性疾病等慢性非传染疾病导致的死亡人数占总死亡人数的88%，导致的疾病负担占总疾病负担的70%以上，是影响我国居民健康的主要疾病。其中，不良生活方式是四类重大慢性病的主要发病原因，早发现早干预是关键，如胃癌、食道癌早期患者5年生存率可达90%以上。

2023年，国家卫健委设立“四大慢病”国家科技重大专项科研项目，旨在通过科技创新解决重大慢性病的防治难题。

聚焦慢病防治，如何更精准地将关口前移，从以疾病治疗转向以预防筛查为主，早期识别和干预，降低高危人群发病风险？

近年来，浙江省人民医院以AI赋能，持续医学创新——重症脓毒症预警智能体、AI+PACS深度融合调度大脑智能体、全程全域CBT患者病情告知及就诊全流程服务智能体、阿尔茨海默病全域全程管理智能体……医学人工智能集群的建设，见证着“AI+医疗”这对“黄金组合”的深入融合。

随着国家对慢病防治发起总攻，浙江省人民医院充分利用医学人工智能发展的前沿技术，深耕“AI+医疗”在慢病防治领域的创新应用。通过融合高危人群早期筛查功能，医院将以AI赋能慢病早期识别和干预，加强全生命周期智能化慢病防治，将“预防为主”的健康理念落到实处，形成慢病防治防控可复制推广的“浙江经验”。

康复训练全凭患者咬牙坚持？

脑机接口+AI 让慢病康复更精准、更温暖

“以前康复训练全靠自己咬牙坚持，现在有了这个‘懂我’的机器人，它知道我想动哪里、能动多少，训练不再枯燥，效果也明显提升了。”脑卒中患者刘大爷在完成一次智能康复训练后感慨道。

他口中的“机器人”，正是浙江省人民医院康复医学科联合多学科团队研发的融合脑机接口与多模态感知的智能康复机器人。该设备能通过捕捉患者的脑电、肌电与运动信号，“读懂”患者的康复意图，实现“意念—动作—反馈”的闭环训练，让康复过程从“被动执行”转向“主动参与”。

脑卒中是一种急性但具有慢性疾病特征的脑血管疾病，患者中约80%遗留残疾，需要长期治疗和康复管理。当下，我国脑卒中患者总人数超过2800万，防控形势严峻。

传统康复模式下，脑卒中患者依从性差、训练过程难以量化、康复效果依赖治疗师经验，成为制约康复质量的三大瓶颈。

基于此现状，浙江省人民医院启动“人工智能与脑机接口赋能的多模态精准慢病康复关键技术与产品研发”项目，旨在探索人工智能（AI）、脑机接口（BCI）、智能机器人与物联网（IoT）技术在慢病康复领域的融合应用，建立可推广的智能化、个体化康复新模式。项目重点面向脑血管疾病、心血管疾病、肿瘤术后、呼吸系统和代谢性疾病等常见慢病人群，致力于解决传统康复中“依从性差、精准性不足、居家与医院脱节”等难题，致力于构建覆盖“筛查—干预—评估—延续”全周期的智能康复体系。

项目核心成果是研发融合脑机接口与多模态感知的智能康复机器人，具备三大突破能力——

意图识别精准化：通过非侵入式脑机接口与表面肌电传感，实时解析患者运动意图，即使在肌力微弱阶段也能捕捉信号；

助力控制自适应：基于AI算法动态调整辅助力度，实现“患者主导、机器辅助”的个性化训练；

数据互联一体化：借助物联网平台，将院内训练数据同步至家庭终端，实现“医院—社区—家庭”康复无缝衔接。

72岁的赵老师也是智能康复机器人系统治疗的获益者之一。他因脑梗导致右侧肢体偏瘫，康复初期手臂几乎无法抬起，连最基本的抓握都难以完成。接入智能康复系统后，机器人通过脑电与肌电融合分析，识别出他微弱的伸展意图，并给予恰到好处的助力。“系统会根据我的实时状态调整训练难度，每次进步都有数据反馈，让我更有信心坚持。”赵老师说。

经过3个月训练，他已经能够重新握笔写字，并独立完成吃饭等日常活动，生活质量得到了显著改善。

未来，该技术将助力构建新型智能康复生态，推动我国慢病康复从经验化向数据驱动、模型驱动转型，为提升患者生活质量和基层康复能力提供新范式。

担心医生肉眼筛查不准确？

“火眼金睛”的AI

微小、高危肺结节一个都不落

近日，58岁的张先生在浙江省人民医院放射科做好胸部CT检查还未走进肺结节联合门诊，屏幕上早已清晰标注出3枚磨玻璃结节，其中较大的一枚有8.5mm，并显示其各种定量指标。

“这是AI系统数秒内自动检出的病灶，这颗较大的结节需要引起重视，我们结合三维重建技术进一步确认了性质。”浙江省人民医院放射科副主任医师林毅指着屏幕上立体呈现的肺部影像解释道。

AI用“速度+精度”，把就医体验翻了新篇。这个场景如今在放射科日常工作中已成常态。

肺癌是严重威胁我国居民生命健康的癌症之一，但肺癌可防可控，如果在早期揪出可疑肺结节，早诊断早治疗，患者的预后通常较好。

以往，医生肉眼筛查患者的胸部CT，平均需要5分钟，还可能漏掉微小病灶。针对这一临床痛点，早在2017年，浙江省人民医院便启动了“胸部CT智能4D影像系统”研发。

通过深度学习训练，该系统将50万例临床标注数据转化为精准识别模型，实现全肺智能扫描、精准定位、4D动态分析三大突破，对传统阅片易漏诊的磨玻璃结节识别率提升40%，大小误差≤0.3mm，为肺结节良恶性鉴别提供动态依据，为临床初筛提供了有力依据。这一成果使浙江省人民医院成为国内最早实现AI影像辅助诊断规模化应用的医疗机构，系统累计应用已经超过200万例次。

随着肺结节检出率逐年升高，患者过度焦虑和过度治疗现象严重。为此，浙江省人民医院启动第二代

AI系统研发，构建起覆盖筛查—诊断—治疗—随访的全链条智能解决方案。

新一代人工智能技术在以“AI肺结节筛查”为基础，针对≥8mm“高危肺结节”进行基于AI的肺结节CT靶重建的技术，以患者为中心，以克服“肺结节焦虑”和“肺结节过渡治疗”为目标，医院放射科与胸外科、呼吸内科成立肺结节联合门诊，依托AI技术对肺结节进行个性化扫描、重建、诊断、制订随访计划或手术规划、术后康复等全程管理新模式。

在新一代AI系统辅助下，综合结节形态、密度、边缘、胸膜牵拉等18项特征，对≥8mm高危结节的恶性预测准确率达98.3%。

今年8月，浙江省人民医院胸外科主任王海涛接诊了一位45岁的教师陈女士，她在体检中发现右肺12mm混杂密度结节，AI系统通过三维重建发现结节位置较深，位于两个亚段交界处且紧邻叶间裂胸膜。系统自动生成的“联合亚段切除”方案，经过多学科讨论完善确认，使患者术后肺功能保留率提高27%，住院时间缩短3天。开学后，陈女士就正常上班教学去了。

从2017年的“初筛助手”到2022年的“决策支持系统”，AI已深度融入浙江省人民医院放射科。目前，团队正研发第三代AI系统，融合多模态成像，新增肺结节生长速率预测、智能提取影像与检验等关键信息进行综合判断等功能，计划三年内实现“一人一策”的精准诊疗。

叫了救护车

怎么才能快上加快？

5G+AI赋能“浙里急救”

全时全域全流程数字一体化

心脑血管疾病的发生和高血压、糖尿病、冠心病等慢病密不可分。这些慢病引爆的急性心肌梗死、急性心衰、恶性心律失常，特别是院外心脏骤停的治疗需争分夺秒，早期救治极为重要，但目前，普遍存在家庭、社区发现晚、识别不准，导致急救延迟的问题。许多情况下，当急救中心接到呼救信息时，患者已处于“发现延迟、干预延迟”状态。

为提升院前急救效率，挽救更多生命，挂靠于浙江省人民医院的浙江省急救指挥中心通过“5G+AI”赋能，打造浙江省域数字化一体化院前急救系统 “浙里急救”，实现省域急救综合指挥调度一张网。

院外心脏骤停对急救系统是最大的考验和检验。前段时间，一位39岁的男患者晨起（5:45）跑步时突然倒地，陪跑者拨打120并给予心肺复苏，7分钟后救护车到达现场，判断为呼吸心跳骤停，继续心肺复苏、气管插管人工呼吸，在转运浙江省人民医院途中，通过5G+AI技术，120现场将患者生命体征、病情资料、实时影像上传“浙里急救”，亦关联院内救护车到达预通知系统，9分钟（6：01）后患者被送到浙江省人民医院急诊抢救室，等候一旁的医护人员快速实施抢救，待患者自主循环恢复后第一时间送至导管室进行冠脉介入治疗，明确为冠脉左前降支闭塞，予以支架置入，之后在急诊监护室进一步监护治疗，最终恢复良好。

“5G+AI”急救平台不仅提升了院前急救效率，还重塑了院前急救全流程。急救系统上线以来，城市急救反应时间由2022年13分3秒缩短至2024年9分5秒，院外心脏骤停患者的复苏成功率由2022年1.42%提升至2024年5.21%。

据了解，浙江省急救指挥中心在缩短院前急救反应时间、提高急救效率的基础上，近期计划推行一系列措施将心血管突发事件的发现、预警进一步前移至社区，包括慢病突发事件的高危筛查预警、开发居家非接触式雷达波对呼吸心率的监测等，以期真正做到“早发现、早预警、早干预”，进而进一步降低患者致残率、致死率。

AI赋能医学创新，让人工智能与医疗健康更深入融合，让更多患者享受到科技带来的健康红利，这是人民医院的初心和使命。