影像报告智能质控系统

需求详情

需求内容：1、为解决报告质量控制手段不足：当前报告质量控制主要依赖人工审核，缺乏系统性的智能化辅助工具。描述与结论不一致、左右侧方位错误、术语不规范等笔误时有发生，存在医疗安全隐患。传统的PACS/RIS系统不具备实时文本纠错、逻辑一致性校验及语义级深度质控能力，对报告质量的管理属于“事后补救”而非“事前预防”。2、危急值管理依赖人工识别：危急征象（如脑疝、主动脉夹层等）的识别目前主要依赖诊断医师人工判断，存在延迟或遗漏可能。不能根据表现征象检测判断提醒。现有系统缺乏基于人工智能的危急值自动检测与预警机制，未能形成更为完善的危急值闭环管理体系。3、医院在人工智能算力基础设施方面尚处于起步阶段：尽管放射科已在影像AI辅助诊断领域有所探索（如肺结节、冠脉等AI辅助检测工具），但上述AI应用均基于GPU推理型服务器，其算力配置仅能满足特定任务的深度学习模型推理需求，无法支撑大语言模型的部署与运行。拟解决的痛点问题：1、报告出现各类错误：由于报告量大，人工撰写时会出现错别字、描述与结论不一致、左右侧方位错误等笔误；2、传统质控手段耗时费力：目前报告质控还是依赖人工审核及事后追溯，这种方式不能从源头对错误进行干预，存在明显的医疗安全隐患。场景建设预期成效：通过影像报告智能质控系统-人工智能场景建设，预期实现在放射科报告书写速度提高（95%）加班时间减少1-2小时、结构化及半结构化模板提升到（7000+）个，科室管理成本降低（50%），报告质量提升（99%），人员负荷下降（25%）。