1客户嘴上要的
「医院去年采购了肺结节 AI,放射科几乎没人用。帮我们提高使用率,不行就换一个更准的模型。」
这是症状或现成方案,不一定是真问题。下面看两种做法。
2照字面做,会怎么烂
评估现有模型的准确率,认为假阳性太多,建议重新训练或换厂商。但这款软件有医疗器械注册证,模型不能随意改,换厂商要重新采购和审批。几个月过去,问题还在原地:医生不用,原因根本不是准确率。
3好 FDE 的实际走法
共 10 周,分 5 个阶段。带三角标记的是这一步最容易踩的坑。
第 1–2 周看医生怎么读片、写报告
- 跟放射科 4 个医生各坐半天,分别在门诊、住院、体检三个场景读胸部 CT。发现:AI 结果在单独的客户端里,医生要切出 PACS 才能看;门诊和住院 CT 医生读得快,AI 帮不上;而体检低剂量 CT 量大、以找结节为主,医生要逐个测量结节、和上一次检查对比、手工写进报告,一份要 8 分钟。
- 真问题是「没有嵌进流程 + 用错了场景」。成功标准改成:体检胸部 CT 报告平均时长 8 分钟 → 5 分钟;体检场景 AI 使用率 > 80%;抽样二次阅片,漏诊不增加。
- 踩坑不要先评模型。医生不用的原因要先在现场看清楚。
第 3–4 周三方协调接口
- 拉信息科、PACS 厂商、AI 厂商开会,定两件事:AI 结果在 PACS 阅片界面直接显示;结节的位置、大小、密度类型能自动填入报告系统的结构化模板。
- 确认 AI 厂商在注册证范围内能调整的配置:显示阈值、结节大小下限等。FDE 不改模型,只调允许调的配置。
- 踩坑三家厂商互相等待是最常见的延期原因。会上写清每家的交付物和日期,信息科负责跟进。
第 5–7 周集成 + 随访对比 + evals
- 增加随访对比:同一患者有历史 CT 时,自动对应前后两次的同一结节,显示大小变化。这是体检医生最费时的工作之一。
- evals:取 300 份历史体检 CT,请 2 名高年资医生阅片作为标准答案。要求结节检出召回率不低于原有阅片流程;自动填入报告的测量值与医生测量值相差 ≤ 1 mm 的比例 ≥ 90%;随访结节对应正确率 ≥ 90%。
- 踩坑AI 给出的假阳性多时,医生会整体不信。和放射科主任一起定显示策略,如小于一定尺寸的结节默认折叠。
第 8–9 周Demo + 试运行
- 先在体检中心的 3 个医生中试用两周,让医生本人用新流程写报告,记录单份时长和修改次数。放射科主任每周抽查 20 份做二次阅片。
第 10 周交接交接
- 本案例 10 周,多出的 4 周主要用在三家厂商的接口开发和联调,以及放射科对新报告流程的质控确认。
- 交接给放射科一位质控医生:负责每月抽查和显示策略调整;信息科负责接口和厂商协调。运行手册写清:AI 结果只作参考,报告由医生签发;厂商升级版本后,先用测试集回测,再上线。
4这个案例教给你的可复用判断
已采购的工具没人用,先看流程和场景,不急着换模型。
选对场景比提高准确率更重要:量大、重复、有明确任务的场景先用起来。
有注册证的器械类软件不能随意改,FDE 只在允许范围内配置和集成。
多厂商集成时,写清每家的交付物和日期,并指定一个跟进人。
你手上也有类似的场景?
说说你所在的行业和想用 AI 做的事,留言会直接送达。觉得这个案例有误、过时,或有更好的做法,也欢迎指出。
医院的其他案例
内容更新:2026-11-11