运送样本、发药、做手术…医院里机器人无处不在

运送样本、发药、做手术…医院里机器人无处不在
运送样本、发药、治病、做手术……  医院里,机器人无处不在  上星期六,在2017江苏省消化体系疾病多学科沟通高档论坛上,展开了一场临床医学范畴的“阿尔法狗”人机大战。现场,多学科专家和机器人医师“沃森”一决高低,一起为1例贲门癌患者寻求医治途径,比较谁给出的医治计划作用更好,“火药味”十足。  机器人手术,机器人发药,机器人运送查验标本和手术包,机器人与医师一同拿医治计划……记者发现,人工智能正越来越多融入南京的医疗服务,不只让就诊流程不断得到优化,也让确诊越来越“精准”。  机器人医师治病,10秒给出医治计划  据介绍,机器人医师“沃森”的大脑内装有250本肿瘤专著、300种医学专业期刊和1500万页的论文。医师将患者的个人信息、医治史、疾病类型、状况、是否转移等确诊层面的信息悉数录入后,“沃森”10多秒钟就能给出专业的个体化医治计划,包含引荐计划、考虑计划和不引荐计划。“沃森”前不久已在市榜首医院肿瘤确诊中心上岗,帮忙专家为多例患者供给医治计划。鼓楼医院的消化疾病疑问病例多学科门诊接下来也将请进“沃森”,人机合作为患者奉献更为精准的医治。  在鼓楼医院,另一名机器人医师“达芬奇”现已成功完结了数千例手术。“达芬奇”具有3D高清扩大印象技能,为主刀医师供给高清晰、全方位立体式手术视界,能够精确地进行组织定位;它的仿真手腕手术器械,消除了人手颤抖,保证高质量缝合,下降手术危险,机器手还能在人手不能触及的狭小空间进行精密操作。以往,泌尿科的前列腺癌彻底治愈术需求4小时左右。有了机器人,现在仅需一名主刀医师即可完结一个腔镜手术团队的悉数作业,手术仅需1个小时。患者手术住院时刻也从7天缩短到3天。  “尽管人工智能现在还只能充任‘医师帮手’的人物,可是不可否认,人工智能是必然趋势。”鼓楼医院消化科学科带头人丁义涛教授说。  智能运送,标本、手术包自己会“坐电梯”  患者住院后,需进行血液、尿液、大便等各项查看,把这些标本送往查验室,一直是靠护工团队楼上楼下跑个不断。不过,自从用上智能运送体系,在鼓楼医院的住院大楼里,这样的“传统作业”早就没有了。  记者昨日在该院消化病区看到,护理们将收集到的标本装在标本箱里,进行相关操作后,标本箱们就自己“坐着”电梯下楼奔往各查验室。而患者们每天要吃的药物,也是经过这一运送体系从中心药房抵达各病区护理站。护理们听到“嘀嘀”两声,就知道药物们来报到了,扫描核对完药物的“身份”后才会正式接纳它们,搬空的药物运送箱又会“坐上”运送体系回到中心药房等候其他用场。  一个大楼内有几十间手术室,每天不只要运用很多消毒器械,还要耗费很多的手术衣,以往转移这些物资靠的是人工推车。而在省人民医院的新住院大楼内,这一做法现已被筛选。本来,大楼内藏着一个手术室与消毒供给中心之间的特别物流体系,其将地下1层中心供给室、4层DSA、5层门诊手术室、7层手术室连为一体,设置4个提取口,内置200个托盘,托盘载重达450公斤。消毒供给中心作业人员将抵达每个手术室的手术包贴上标签进行扫码后,经过电脑指令,它们就能够主动抵达每个手术间。“这一智能化运转,不只可保证手术器械到达灭菌要求,改进手术室的环境质量,下降了院内感染率,也大大减少了手术室护理的作业量。”副院长刘云介绍。  机器人发药,1小时搞定450张处方  就诊排队、拿药排队……各种等候是就医的难题之一。眼下,各大医院在新门诊或新住院大楼的工程设计中,都给“发药机器人”留足了空间。  本年3月正式投用的市榜首医院门诊大楼药房内,发药彻底交给了机器人。鼓楼医院门诊大楼内的每个门诊药房也都组织了发药机器人。记者看到,药房正中央是一个硕大的智能药柜,这便是药物主动发放机,它的肚子里能装4万多盒药。当门诊医师开好处方,患者还没走到药房,处方信息就已主动传输到了发药机的信息库中。患者将带有条形码的挂号单至药房扫描后,发药机就开端主动处理,药物主动落入等候在下方的药篮里。因为药篮的条形码与患者挂号单上的条形码进行过扫描绑定,当作业人员将装有药物的药篮再一次进行扫描后,患者就可收到窗口拿药的信息。  “曾经相同面积的药房需求七八个人不断繁忙,一个小时顶多处理200张处方,现在,发药机器人一小时能搞定450张处方,且没有一点点过失。”该院药学部相关负责人介绍。  刘云通知记者,省人民医院与IT企业一起研制的心电图主动读图剖析体系行将投入运用。该体系经过很多的心电数据剖析比照构建模型,完成对陈述的智能主动确诊,不只极大缩短了医师确诊的时刻,还可及时辨认危重患者的心电图。此外,医院还在展开医疗印象智能确诊体系、慢性病猜测治疗体系、ICU患者转归、手术患者并发症猜测等多个根据机器学习及人工智能的相关研讨。例如,根据甲状腺癌B超图画库,开发智能化甲状腺癌计算机辅佐确诊体系;根据患者健康档案,特别是电子病历相关数据,进行乳腺癌发病关联性剖析,猜测乳腺癌高发人群、罹患乳腺癌危险度、患者复发危险度等。  本报记者 顾小萍

Write a Comment

电子邮件地址不会被公开。 必填项已用*标注