不久前，寧波市婦女兒童醫學中心內誕生了一名女嬰，醫護人員為她進行了血氧飽和度測試以及心臟聽診，數據同步至CHANGE大模型，幾十秒鐘后，大模型給出了“陽性”的紅字提示，“是先天性心臟病，但是情況不嚴重，做好隨訪，3歲之前做一個微創手術就能根治。”醫生安慰著孩子父母。
在臨床中，因為延誤治療而致死、致殘的情況時有發生，避免悲劇的第一步就是精準的診斷。
“它是一個對話交互式AI，是醫生的助手，更是一名‘偵探’。”項目總負責人、浙大兒院黨委書記舒強教授說，目前在寧波市婦女兒童醫學中心、溫州市人民醫院試點的CHANGE大模型，是涵蓋了結構畸形、功能異常、新生兒罕見遺傳性疾病等功能的AI預測模型。
據悉，該大模型的數據庫來源是浙江省自1999年開始的新生兒疾病篩查工作累計至今的1200多萬個病例數據，以及國內外知名醫學文獻數據庫。
一問一答間，孩子的患病情況一目了然。在和醫生的對話中，CHANGE能幫助醫生快速提取病歷中的關鍵信息，能實時檢索最新的醫學文獻，生成診斷建議，并通過推理過程展示，幫助醫生驗證診斷的可靠性。
大模型問答頁面。丁昊元 攝
徐瑋澤介紹，在出生缺陷防控中，“診斷延遲、技術斷層、數據孤島”曾是三個痛點。在浙江推行數字化改革的大背景下，醫院累積的病例數據被基層醫院共享，基層的確診率提高了，孩子們的生命安全也就更有保障。
以先天性心臟病舉例，這是全世界范圍內出生缺陷疾病中發病率最高、致死率最高的疾病，但其中的部分類型沒有明顯表征，容易被忽視，很多人到了成年后才查出患病，此時再治療難度就大大提升。
要查出先天性心臟病，心臟聽診是最簡單也最常用的方式，但是只有相當有經驗的醫生，才能判斷聽筒中聽到的不規則聲音是心跳的雜音還是孩子的呼吸聲。這意味著在醫療條件一般的基層，漏診率很高。而大模型則能分辨每一個異常的心跳聲，與數據庫中的海量數據進行比對，其能讓基層篩查準確率提升60%、復雜先心病診斷準確率提升至95.3%。
