運送樣本、發藥、看病、做手術醫院里機器人無處不在
兒童醫院河西院區一樓取藥處，患者在取藥機掃描后，其藥單信息就會發送至發藥機，發藥機則會操控自動抓藥的機器人機械手臂去夾層抓藥。
上周六，在2017江蘇省消化系統疾病多學科交流高級論壇上，展開了一場臨床醫學領域的阿爾法狗人機大戰。現場，多學科專家和機器人醫生沃森一決高下，共同為1例賁門癌患者尋求治療路徑，比較誰給出的治療方案效果更好，火藥味十足。
機器人手術，機器人發藥，機器人運輸檢驗標本和手術包，機器人與醫生一起拿治療方案記者發現，人工智能正越來越多融入南京的醫療服務，工業機器人維修，不僅讓就診流程不斷得到優化，也讓診斷越來越精準。
機器人醫生看病，庫卡機器人，10秒給出治療方案
據介紹，機器人醫生沃森的大腦內裝有250本腫瘤專著、300種醫學專業期刊和1500萬頁的論文。醫生將病人的個人信息、治療史、疾病類型、狀態、是否轉移等診斷層面的信息全部錄入后，沃森10多秒鐘就能給出專業的個體化治療方案，包括推薦方案、考慮方案和不推薦方案。沃森前不久已在南京市第一醫院腫瘤診斷中心上崗，協助專家為多例病人提供治療方案。鼓樓醫院的消化疾病疑難病例多學科門診接下來也將請進沃森，人機合作為病人貢獻更為精準的治療。
在鼓樓醫院，另一名機器人醫生達芬奇已經成功完成了數千例手術。達芬奇具有3D高清放大影像技術，為主刀醫生提供高清晰、全方位立體式手術視野，可以準確地進行組織定位；它的仿真手腕手術器械，消除了人手顫動，保證高質量縫合，降低手術風險，機器手還能在人手不能觸及的狹小空間進行精細操作。以往，泌尿科的前列腺癌根治術需要4小時左右。有了機器人，現在僅需一名主刀醫生即可完成一個腔鏡手術團隊的全部工作，手術僅需1個小時。病人手術住院時間也從7天縮短到3天。
雖然人工智能目前還只能充當‘醫生助手’的角色，但是不可否認，人工智能是必然趨勢。鼓樓醫院消化科學科帶頭人丁義濤教授說。
智能運輸，標本、手術包自己會坐電梯
病人住院后，需進行血液、尿液、大便等各項檢查，把這些標本送往檢驗室，一直是靠護工團隊樓上樓下跑個不停。不過，自從用上智能運輸系統，在鼓樓醫院的住院大樓里，這樣的傳統作業早就沒有了。
記者昨天在該院消化病區看到，護士們將收集到的標本裝在標本箱里，進行相關操作后，標本箱們就自己坐著電梯下樓奔往各檢驗室。而病人們每天要吃的藥物，也是通過這一運輸系統從中心藥房抵達各病區護士站。護士們聽到嘀嘀兩聲，就知道藥物們來報到了，掃描核對完藥物的身份后才會正式接收它們，搬空的藥物運輸箱又會坐上運輸系統回到中心藥房等待其他用場。
一個大樓內有幾十間手術室，每天不僅要使用大量消毒器械，還要消耗大量的手術衣，以往搬運這些物資靠的是人工推車。而在省人民醫院的新住院大樓內，這一做法已經被淘汰。原來，大樓內藏著一個手術室與消毒供應中心之間的特殊物流系統，其將地下1層中心供應室、4層DSA、5層門診手術室、7層手術室連為一體，設置4個提取口，內置200個托盤，托盤載重達450公斤。消毒供應中心工作人員將到達每個手術室的手術包貼上標簽進行掃碼后，通過電腦指令，它們就可以自動到達每個手術間。這一智能化運行，不僅可確保手術器械達到滅菌要求，改善手術室的環境質量，降低了院內感染率，也大大減少了手術室護士的工作量。副院長劉云介紹。
機器人發藥，1小時搞定450張處方
就診排隊、拿藥排隊各種等候是就醫的難題之一。眼下，各大醫院在新門診或新住院大樓的工程設計中，都給發藥機器人留足了空間。
今年3月正式投用的市第一醫院門診大樓藥房內，發藥完全交給了機器人。鼓樓醫院門診大樓內的每個門診藥房也都安排了發藥機器人。記者看到，藥房正中央是一個碩大的智能藥柜，這就是藥物自動發放機，它的肚子里能裝4萬多盒藥。當門診醫生開好處方，患者還沒走到藥房，處方信息就已自動傳輸到了發藥機的信息庫中。患者將帶有條形碼的掛號單至藥房掃描后，發藥機就開始自動處理，藥物自動落入等候在下方的藥籃里。由于藥籃的條形碼與患者掛號單上的條形碼進行過掃描綁定，當工作人員將裝有藥物的藥籃再一次進行掃描后，患者就可收到窗口拿藥的信息。
以前同樣面積的藥房需要七八個人不停忙碌，一個小時頂多處理200張處方，如今，發藥機器人一小時能搞定450張處方，且沒有絲毫差錯。該院藥學部相關負責人介紹。
劉云告訴記者，省人民醫院與IT企業共同研發的心電圖自動讀圖分析系統即將投入使用。該系統通過大量的心電數據分析對比構建模型，實現對報告的智能自動診斷，不僅極大縮短了醫生診斷的時間，還可及時識別危重患者的心電圖。此外，醫院還在開展醫療影像智能診斷系統、慢性病預測診療系統、ICU患者轉歸、手術患者并發癥預測等多個基于機器學習及人工智能的相關研究。例如，根據甲狀腺癌B超圖像庫，開發智能化甲狀腺癌計算機輔助診斷系統；依據患者健康檔案，特別是電子病歷相關數據，庫卡機器人驅動器維修，進行乳腺癌發病關聯性分析，預測乳腺癌高發人群、罹患乳腺癌風險度、患者復發風險度等。