数智时代专科医院学科建设面临的挑战及应对策略——以妇产专科医院为例.pdfVIP

业务交流

数智时代专科医院学科建设面临的挑战及应对策略

——以妇产专科医院为例

文/浙江大学医学院附属妇产科医院倪俊涛李雨晨李阳（通讯作者）；杭州职业技术学院吴萼

【摘要】随着数智时代的到来，专科医院的学科建设面临着前所未有的挑战。文章深入分析了数智时代

专科医院学科建设面临的挑战，包括数据管理与安全、人工智能（ArtificialIntelligence，AI）应用的伦理与法

律问题、学科人才培养模式的变革需求、跨学科融合的困难以及在学科资源分配和学科管理服务质量提升等

方面的压力。同时，从加强数据治理、完善伦理法律框架、创新人才培养、推动跨学科合作和优化学科资源

配置等多方面提出了应对策略，旨在为专科医院在数智时代实现学科建设的可持续发展提供参考。

【关键词】数智时代；专科医院；学科建设；妇产专科

专科医院承担着专病专治的重要使命。在数智时（二）AI应用的伦理与法律问题。1.伦理困境。在

代，大数据、AI、物联网等信息技术的飞速发展，为专专科领域，AI辅助诊断系统的应用可能会面临伦理挑

科医院的学科建设带来了新的机遇，但同时也带来了数战。妇产专科医院在AI应用中面临多重科研伦理挑战。

据安全、技术更新和跨学科协作等诸多挑战[1]。如何在数首先，数据隐私与安全问题尤为突出，涉及孕妇、新生

智浪潮中顺应形势，加强学科建设，提升综合竞争力和儿等敏感群体的健康数据若未严格脱敏或加密，可能引

医疗服务水平，是当前专科医院面临的重要课题。发歧视或非法利用。其次，算法偏见可能导致预测模型

对特定群体（如低收入地区孕妇）的误判，加剧医疗资

一、数智时代专科医院学科建设面临的挑战——以妇

源分配不公。再次，知情同意机制常流于形式，患者往

产专科医院为例

往不清楚其数据如何被用于AI训练或临床决策。最后，

（一）研究数据管理与安全挑战。1.数据量巨大且算法的“黑箱”特性也削弱了临床责任认定，医生可能

复杂。专科医院每天会产生大量的患者数据，包括产科的因过度依赖AI而忽视专业判断，影响医患信任。技术依

孕期检查数据（如超声检查结果、胎心监护数据等）、妇赖进一步加剧资源分配鸿沟，基层医院可能因技术门槛

科的检验数据（如宫颈癌筛查的HPV和TCT结果等）、病高而无法共享先进工具，而商业利益驱动也可能导致

例文本数据等。这些数据来源广泛，格式多样，存储和企业夸大技术效果，忽视伦理风险。2.法律规范缺失。

管理难度较大。不同设备产生的数据标准不统一，不同目前关于AI在专科诊断、治疗中的应用缺乏明确的法律

品牌的超声设备生成的图像数据在分辨率、标注方式等方法规。当AI诊断出现错误导致患者损害时，责任界定困

面存在差异，增加了数据整合和共享的复杂性。2.数据安难，算法开发者、医院、设备维护者承担的责任并不明

全存在风险。专科患者数据的隐私属性较强，妇产专科确。知识产权保护方面也存在问题，对于AI系统在专科

医院诊疗数据涉及生育史、遗传信息等，一旦泄露可能数据处理、诊断算法开发过程中的知识产权归属也缺乏

会给患者带来严重的心理和社会影响。在医院数字化建清晰的界定，影响了相关技术的创新发展。

设过程中，网络攻击、数据存储设备故障等都可能导致（三）学科人才培养模式的变革需求。1.复合型人

数据泄露风险增加[2]。数据的访问控制也是一个难题，需才短缺。数智时代专科医院的学科建设需要既懂专科专

要确保不同层级的医护人员只能在权限范围内访问和操业知识又懂信息技术的复合型人才。然而，目前这类人

作患者数据，同时又要保证数据的可获取性以用于医疗才十分短缺。在专科临床工作中，能够熟练运用大数据

服务和研究。分析来监测孕期风险因素、预测分娩结局的医生数量有

第174页2025/9