一是申報(bào)案例基本情況。此次收到的申報(bào)案例共245個(gè)，其中190個(gè)通過資質(zhì)審核。在190個(gè)案例中，疾病輔助診療類案例98個(gè)，占比52%；疾病預(yù)測干預(yù)類案例31個(gè)，占比16%；疾病咨詢類案例22個(gè)，占比12%；衛(wèi)生事業(yè)管理類案例24個(gè)，占比13%；其他案例15個(gè)，占比8%。案例中沒有“藥物研發(fā)智能化”案例，這類案例缺乏的原因與征集機(jī)構(gòu)有一定關(guān)系，也反映出目前人工智能的應(yīng)用更關(guān)注貼近最終患者的診療相關(guān)業(yè)務(wù)；對(duì)藥物研發(fā)，尤其是基于分子生物學(xué)的分子功能分析的關(guān)注較少。

按照東中西部進(jìn)行區(qū)域統(tǒng)計(jì)，東部地區(qū)申報(bào)案例數(shù)量為120個(gè)，占比63%；中部地區(qū)為31個(gè)，占比16%；西部地區(qū)為39個(gè)，占比21%。

按照醫(yī)療衛(wèi)生機(jī)構(gòu)類別進(jìn)行統(tǒng)計(jì)，各級(jí)醫(yī)院111家，占比81%，其中三級(jí)醫(yī)院99家，二級(jí)醫(yī)院5家，一級(jí)及未定級(jí)醫(yī)院7家；公共衛(wèi)生單位22家，占比16%；科研院所4家，占比3%。

按照申報(bào)項(xiàng)目數(shù)量排序，申報(bào)項(xiàng)目數(shù)量排前4位的省級(jí)行政單位分別是廣東、北京、上海和浙江。其中，深圳市申報(bào)項(xiàng)目12個(gè)，占廣東省所有項(xiàng)目的一半以上。

二是案例應(yīng)用情況。疾病輔助診療類案例主要收集臨床輔助診療、疾病康復(fù)方面的相關(guān)應(yīng)用，包括知識(shí)庫、智能輔助診斷系統(tǒng)等，以及臨床醫(yī)療機(jī)器人、護(hù)理機(jī)器人、手術(shù)機(jī)器人、康復(fù)機(jī)器人等智能化、專業(yè)化服務(wù)系統(tǒng)等。疾病輔助診療類案例以醫(yī)學(xué)影像類居多，其中，CT影像類28個(gè)、多模態(tài)影像（CT/MR/PET等）類28個(gè)。

疾病預(yù)測干預(yù)類案例主要關(guān)注健康風(fēng)險(xiǎn)預(yù)測、疾病流行和公共衛(wèi)生事件等。

疾病咨詢類案例主要收集健康管理咨詢、虛擬助手、智能全科醫(yī)生等針對(duì)疾病及健康知識(shí)等實(shí)現(xiàn)的相關(guān)應(yīng)用。在此類應(yīng)用的22個(gè)案例中，有9個(gè)是“智能導(dǎo)診”應(yīng)用場景。

衛(wèi)生事業(yè)管理類案例主要收集公共衛(wèi)生管理、醫(yī)院管理、分級(jí)診療、醫(yī)患溝通、人文關(guān)懷等應(yīng)用，如患者隨訪、護(hù)理質(zhì)量管理等。此類應(yīng)用的24個(gè)案例中，主要以健康大數(shù)據(jù)管理為主，主要側(cè)重提升醫(yī)院管理水平或支撐分級(jí)診療等工作開展。

藥物研發(fā)類案例主要收集新藥發(fā)現(xiàn)階段與臨床試驗(yàn)等應(yīng)用，如靶點(diǎn)篩選、藥物發(fā)掘、藥物優(yōu)化、服藥依從性管理、藥物晶型預(yù)測等。本次沒有收到相關(guān)案例。

其他類案例中主要關(guān)注“防病、輔醫(yī)、研藥、協(xié)管”以外的智能化應(yīng)用，出現(xiàn)了基于物聯(lián)網(wǎng)技術(shù)的醫(yī)院物流機(jī)器人等。

三是案例技術(shù)使用情況。190個(gè)申報(bào)的案例中，有7個(gè)案例使用了專家系統(tǒng)，包括基于醫(yī)療檢查結(jié)果進(jìn)行分析和判斷的醫(yī)療檢查解釋系統(tǒng)，心腦血管、腫瘤等診斷專家系統(tǒng)，慢性病及中醫(yī)健康管理專家系統(tǒng)等。65個(gè)案例使用了機(jī)器學(xué)習(xí)技術(shù)，包括SVM（support vector machine）算法、決策樹算法、回歸預(yù)測算法、推薦算法等，涵蓋導(dǎo)診導(dǎo)醫(yī)機(jī)器人，傳染病、慢性病預(yù)測及篩查系統(tǒng)，兒科、血液病、心腦血管、消化道、肺部疾病、腫瘤等智能診斷系統(tǒng)，臨床用藥輔助決策系統(tǒng)，健康管理系統(tǒng)及醫(yī)院物流信息管理系統(tǒng)等。108個(gè)案例使用了深度學(xué)習(xí)技術(shù)，包括 NLP（natural language processing）、SLAM（simultaneous localization and mapping）、計(jì)算機(jī)視覺、語音語義技術(shù)等，涵蓋導(dǎo)診導(dǎo)醫(yī)系統(tǒng)，傳染病、慢性病預(yù)測及篩查系統(tǒng)，兒科、血液病、心腦血管、消化道、宮頸及乳腺癌、肺部疾病、眼科、腫瘤等智能診斷篩查系統(tǒng)，骨科術(shù)前規(guī)劃，術(shù)后康復(fù)評(píng)定系統(tǒng)，急診（救）輔助決策系統(tǒng)，臨床用藥輔助決策系統(tǒng)，健康管理系統(tǒng)及醫(yī)院物流信息管理系統(tǒng)等。