北京市海淀区卫生健康委员会人工智能临床辅助诊断应用及试点评估项目-采购需求.docxVIP

北京市海淀区卫生健康委员会人工智能临床辅助诊断应用及试点评估项目采购需求

一、项目总体概述

为贯彻落实《新一代人工智能发展规划》《关于促进“互联网+医疗健康”发展的意见》等文件要求，进一步优化海淀区医疗资源配置，针对基层医疗的薄弱环节，海淀区卫健委将在国家公立医院改革与高质量发展示范项目中，将借助人工智能构建“AI+医疗”

深度融合的智能化诊疗生态，推进分级诊疗制度的落地执行，以解决基层资源匮乏等难题。目前人工智能在医疗领域的应用存在多种技术路线，为了基于海淀区基层医疗机构业务特点，打造符合海淀区实际的人工智能医疗服务体系，需探索将不同人工智能辅助诊断技术试点应用于基层，通过提升AI技术的接入实验能力，加速新技术的快速落地。同时，借助应用评估服务，确定不同人工智能技术的最优应用场景，力求在医疗智能化领域打造独具特色的“海淀样板”，并树立为公立医院高质量发展的全国示范标杆。

主要采购内容包括：智能辅助诊断技术选型服务；人工智能应用服务：医疗AI应用实验治理服务、基于多模态专家架构技术大模型应用服务、基于GPT架构大模型应用服务、基于分层融合架构模型应用服务、基于不确定因果图技术应用服务；人工智能应用效果评估服务。

二、项目需求

（一）智能辅助诊断技术选型服务

开展海淀区基层医疗机构信息化现状调研及人工智能需求调研，根据需求情况遴选出人工智能辅助诊断技术，包括但不限于项目需求调研和技术选型等内容。

1项目需求调研

针对海淀区各级各类医疗机构，系统开展人工智能辅助诊断相关需求的调研工作，梳理典型需求场景和共性问题，结合国内外相关技术发展趋势、海淀区现有信息化基础和政策环境，形成《海淀区医疗机构人工智能辅助诊断应用需求调研报告》。

2技术选型

根据医院业务需求，结合不同医疗场景应用特点，遴选出人工智能辅助诊断产品。

（二）医疗AI应用实验治理服务

医疗AI应用实验治理服务旨在通过模型接入实验系统提供一个面向多类型人工智能模型的统一接入与管理平台，同时借助相关医疗数据结合海淀区实际情况进行医疗大模型本地化增强服务，提升模型在真实业务场景中的部署效率与运行质量。包括但不限于模型接入实验系统和医疗大模型本地化增强服务等内容。

1模型接入实验系统

通过标准化的接入流程和多维度的运行监控，系统不仅确保模型在接入过程中的一致性与合规性，还支持持续优化与迭代验证，助力AI模型实现从实验验证到实际落地的高效转化。包括但不限于模型接入管理、数据采集与监控、实验配置与管理、嵌入式界面开发支持、用户反馈与满意度收集、安全与稳定性保障等内容。

2医疗大模型本地化增强服务

为了保证人工智能可以高效赋能海淀区医疗机构诊疗能力，将以专家知识库、各医院诊断数据等为基础，为大模型的应用提供行业内的专业数据，可以有效提升大模型在结果输出方面的准确性。包括但不限于数据服务搭建、数据采集与接入、数据处理与清洗、数仓建模与储存管理、元数据与血缘管理、权限安全与控制、数据搜索服务、运维与调度、模型训练与微调服务等内容。

（三）基于多模态专家架构技术大模型应用服务

基于多模态专家架构技术大模型应用服务是基于大规模预训练语言模型，通过海量医疗文本数据学习疾病与症状的关联性，生成自然语言诊断建议，提升模型回答准确率。包括但不限于医疗多模态全科大模型部署服务、基于多模态专家架构技术全科医生患者端和基于多模态专家架构技术全科医生医生端等内容。

1医疗多模态全科大模型部署服务

依托政务云高性能算力平台，完成多模态全科医疗大模型的分层部署，包括但不限于med子模型、med-audio子模型、M1专家模型和VL模态模型四大核心模块。

2基于多模态专家架构技术全科医生患者端

基于大规模预训练语言模型的辅助诊断技术面向居民可提供AI医生的全周期的医疗健康服务。居民和AI全科医生多轮对话互动的内容系统智能归集自动生成规范的诊前报告，包括主诉、现病史、既往史等关键信息，方便医生面诊时查看。预问诊报告可自动同步至医生端电子病历系统，医生可手动编辑。包括但不限于健康咨询服务、报告解读、便民咨询、医生小结、健康档案、健康检测、主动关怀和渠道接入等内容。

3基于多模态专家架构技术全科医生医生端

基于多模态专家架构技术全科医生医生端在医学诊疗过程中，给出诊断意见，并根据患者具体情况，输出检查检验建议、诊断建议、治疗方案建议、合理用药建议、手术方案建议和个性化的治疗建议，辅助医生制定最佳诊疗方案。包括但不限于临床辅助诊断系统、问问AI、随访系统和ChatBI等内容。

（四）基于不确定因果图技术应用服务

基于不确定因果图技术应用服务依托临床专家的知识，把临床专家几十年来积累的诊断学经验知识进行表达，构建了诊断模型，输入患者的临床表现后通过算法的计算即可得到每个可能疾病