内分泌与人工智能.pptxVIP

内分泌与人工智能汇报人：医学研究部

目录内分泌疾病诊疗现状与挑战AI技术赋能内分泌诊疗的核心路径典型应用场景与临床实践未来发展趋势与展内分泌疾病诊疗现状与挑战01

全球内分泌疾病流行态势5.38亿全球患者规模↑12.7%1.2亿中国患者数量占全球22%68%中国诊疗率低于发达国家流行病学特征全球患者规模截至2025年，全球内分泌疾病患者数量已达5.38亿，同比增长12.7%中国疾病负担中国内分泌疾病患者突破1.2亿，占全球总量22%，其中2型糖尿病发病率9.3%，甲状腺疾病患病率高达15%诊疗缺口中国诊疗率仅为68%，低于发达国家平均水平，基层医院内分泌专科覆盖率不足30%核心挑战医疗资源分布不均优质医疗资源集中在大城市，基层医疗机构服务能力薄弱专科医师短缺内分泌专科医师数量不足，人才培养周期长，难以满足临床需求诊断延迟问题突出患者就诊意识薄弱，早期筛查覆盖率低，确诊时并发症已发生

传统诊疗模式的三大痛点内分泌疾病诊疗面临诊断效率低、个体化不足、动态管理难的系统性困境诊断层面主观依赖性强影像学判读和实验室指标解读存在观察者间差异，不同资历医生判断分歧显著罕见病识别困难神经内分泌肿瘤等低发病率疾病临床表现复杂，非专科医生漏诊误诊率高多模态数据整合不足影像、生化、基因等多维度数据孤立分析，缺乏系统性整合方法诊断环节存在显著的主观性与信息孤岛问题治疗与管理层面个体化诊