中信湘雅上线生殖助孕妊娠风险AI智能体：6037例验证准确率98.5%，年释放医生工时超1万小时
中信湘雅生殖与遗传专科医院自主研发的助孕妊娠风险评估AI智能体完成院内电子病历系统上线，6037份历史病例回顾验证显示助孕风险评估准确率98.5%、人工对照73.4%，妊娠风险评估98.3%、对照83.5%，单例评估由3至15分钟压缩到3分钟以内，按年3万助孕周期测算年释放医生工时超1万小时。需注意准确率为回顾性验证口径，金标准与评测集划分未披露，年释放工时为推算值。
趋势前瞻 × 医院信息化/临床医生 ｜ 事实报道 × 医疗数据从业者 ｜ 产品发布
中信湘雅生殖与遗传专科医院自主研发的助孕妊娠风险评估AI智能体已完成院内电子病历系统上线。6037份历史病例回顾性验证显示，助孕风险评估准确率98.5%，人工评估对照为73.4%，妊娠风险评估准确率98.3%，对照为83.5%。单次评估时长从3至15分钟压缩到3分钟以内，按医院每年3万个助孕周期测算，年释放医生工作时长超过1万小时。
开场：把妊娠风险管理前移到助孕方案制定阶段
门诊里的现实压力先摆出来。随着社会生育高龄化，辅助生殖助孕人群中高龄患者占比持续上升，合并多项基础疾病的患者也在增多，妊娠风险前置管理的重要性随之上升。传统模式下，医生要人工整合跨时段、跨系统的病历资料，一次评估耗时3至15分钟，且受个人经验与记忆影响，高危因素容易遗漏。
医务部副主任冯艳霞的判断也印证了这一点：助孕患者病史链条长、检查项目多，把风险评估关口前移、在制订助孕方案阶段就开展评估，覆盖诊疗全过程，可以规避因评估疏漏带来的不良事件。
中信湘雅的做法正是如此：在制订助孕方案阶段就启动风险评估，覆盖诊疗全过程，而不是等治疗推进到中后段再回头补一张评估表。对医院信息化与临床团队来说，这不是一个单点工具上线，而是一次流程重构——风险管理的触发点从医生主动想起，变成系统自动捕捉病历变化后主动提示。配上医院每年3万个助孕周期的规模基数，这种前移式流程接下来会被大量复制。
AI 的增量是不漏项，不是更会下判断
6037份历史病例的回顾性验证给出了四组可核对的数字。助孕风险评估准确率98.5%，人工评估对照73.4%；妊娠风险评估准确率98.3%，人工对照83.5%。更值得注意的是识别广度：单例患者评估中，AI自动识别出的风险因素数量为人工评估的3.4倍，其中传染病风险标记这一关键安全项达到人工评估的8.6倍。
把两组数字放在一起读，AI的增量主要不是比医生更会下判断，而是在长病史链条里不漏项。生殖中心副主任唐奕举的例子很能说明问题：一名血糖未控制的患者，AI识别出了人工评估遗漏的红色高危风险并及时预警，团队据此调整诊疗方案完成风险干预。这套系统的价值，集中在把人脑不擅长的全量检索做扎实。传染病风险标记之所以值得单独拎出来看，是因为它属于一旦漏标，后续所有诊疗环节都建立在不完整风险底数之上的那类项目，而它恰恰是长病史里最容易被稀释的一项。
效率红利与风险暴露量同步上升
系统按国家孕产妇五色（绿黄橙红紫）风险管理要求设置五色分级标识风险等级，可自动动态捕捉患者病历变化，整合跨系统、跨时间的全部病史数据。效率侧的数字同样直观：单次风险评估时长压缩至3分钟以内，按每年3万助孕周期测算，年释放医生工时超1万小时。
但要看到硬币的另一面。系统上线后，院内妊娠高危病例每周上报数量由上线前的不足100例提升至近200例，漏报显著减少。效率红利与风险暴露量同步上升，信息化与临床团队必须提前接住上报、随访与干预的容量，否则流程前移省下的时间，会被下游消化不掉的工作量吃掉。医院信息部部长刘杰荣介绍，该套评估体系已形成完整的专科知识库与规则框架，具备向全国辅助生殖机构推广复制的潜力，这也意味着容量规划要跟着复制节奏一起做。还有一个容易被忽略的信息化收益：五色分级本身是国家统一的孕产妇风险管理口径，风险等级因此从自由文本描述变成可枚举字段，报表统计、质控抽查与跨院比较都第一次有了共同语言。
逐条标注口径（次视角：医疗数据从业者）
换到医疗数据从业者的核查视角，这组数字要逐条标注口径。其一，98.5%与98.3%来自6037份历史病例的回顾性验证，原文未说明金标准定义与评测集划分；与人工评估的对照是否为同一批评委盲法比较，同样未披露。还要特别注意对照组本身：73.4%与83.5%这组基线是日常人工评估水平，不是专家共识或金标准标注，所以98.5%与98.3%衡量的是AI相对于日常人工的增量，而非绝对正确性。其二，3.4倍与8.6倍是识别出的风险因素数量之比，反映的是识别广度，不等于判断正确率，更不等于临床结局改善。
其三，年释放1万小时是按每年3万助孕周期测算的推算值而非实测统计，其成立依赖单次节省时长的稳定性与周期数假设。其四，每周上报例数从不足100例升至近200例，除真实高危率外，也可能同时反映上报流程与触发机制的变化，不能直接读作高危率翻倍。结论明确：这组数字目前只支持院内试点结论，不足以支撑跨院推广的性能承诺。
冷静观察：值得复制的是责任设计，不是那个百分比
真正值得被复制的不是98.5%这个百分比，而是责任设计。系统采用AI智能体初评加医生复核的工作模式，AI评估结果仅作为临床参考，医生不认可AI判断时可手动修改，相关数据回流智能体持续迭代优化。医务部副主任冯艳霞给出的边界很清楚：AI原始输出不具备独立病历法律效力，只有经医生确认后的风险分级才写入正式病历。
这条设计把模型的不确定性留在系统内部，把可追责的判断留在医生手里，也让每一次人工修正都变成可回流训练的标注。初评加复核加数据回流这套闭环，比任何单点准确率指标都更值得被写进采购与验收标准，因为它同时解决了责任归属、质量信号与模型迭代所需的标注来源这三件事。项目整套技术链路采取国产化、自主可控、数据不出域、证据溯源、大模型幻觉抑制等安全策略，由生殖中心、医务部、数智部联合研发，是医院《生殖健康多模态大模型研究与应用》课题的重要内容。对准备跟进的机构来说，先把责任边界搭起来再谈准确率，顺序不能反。
原文链接：湖南日报（今日头条转载）
千方医数集编辑部 出品
