【中國科學院香港創新研究院】構建全棧醫療AI 港深數據互通提上日程
中國科學院香港創新研究院人工智能與機器人創新中心，聚焦AI與生命健康的融合創新，現已成功構建起全棧醫療AI生態，包括：具備連續學習與可信決策能力，並開創智能醫療「輔助駕駛」新模式的CARES 3.0多模態醫學大模型；基於400萬超聲數據集且能跨任務適配並精準識別逾50種器官病灶的EchoCare超聲大模型；涵蓋13種器官及40餘種術式並累積逾3,600小時視頻的SurgMotion手術視頻大模型；及結合多物理場仿真與AI增強以實現超實時模擬、助力臨床決策與器械研發的醫學數字孿生系統。
AI輔助診斷準確逾九成
項目負責人劉宏斌向香港文匯報記者表示，受惠於AISS及數碼港超算中心的強大算力支援，模型開發周期大幅縮短50%，並加快技術迭代步伐。他指該系統在香港及內地多間頂尖醫院落地後成效顯著，手術報告生成時間由2小時降至15分鐘，超聲波心臟掃描由16分鐘減至6分鐘，單人每日處理量由25例倍增至60例以上，病人輪候時間從2周至3周大幅縮短至3天至5天，且AI輔助診斷準確率超越90%，平均每100宗個案能多確診8宗高風險病例。
為免新系統引入醫院後出現「水土不服」，團隊在落地初期與前線緊密合作，將AI功能及界面設計成臨床人員最熟悉的風格，醫護僅需一至兩星期磨合便能習慣。部分試點醫院醫護在使用兩三個月後甚至「不想再換回舊系統」，其中電子喉鏡項目部署不到一年已累積處理逾3萬個案例。
劉宏斌透露，團隊目前已在內地縣級醫院部署，讓基層市民享有等同大城市三甲醫院的檢查質量。針對數據跨境問題，劉宏斌指團隊正與港大深圳醫院及瑪麗醫院的同類型部門進行初步探討，期望打通兩地數據並作試點。由於兩地病人種類不同，可大幅增加數據多樣性，加上內地龐大的病例基數，能彌補香港病人基數較少的局限，數據愈豐富模型能力便愈強，對醫學研究會帶來極大裨益。
