随着人工智能技术在医疗领域的落地渗透，针对基层医疗资源不足、慢病管理效率低的普遍痛点，国内某三甲医院联合头部AI科技企业共同设计了“糖安康”AI糖尿病全周期管理方案，目前已在多省市基层医疗卫生机构规模化落地，成为AI医疗贴合临床需求落地的典型样本。

方案设计初期，项目组先后走访了27个社区卫生服务中心，访谈了112名基层全科医生、3000余名糖尿病患者，梳理出三大核心痛点：一是基层医生对糖尿病视网膜病变、糖尿病肾病等早期并发症的识别准确率不足60%，漏诊率高；二是全科医生人均管理糖尿病患者超100名，随访压力大，患者随访依从性不足40%；三是患者健康数据分散在体检、门诊、随访等多个系统，无法实现动态跟踪，分级诊疗转诊对接效率低。

针对上述痛点，方案围绕“筛-管-转”全流程设计了三大核心功能模块：
第一是AI辅助并发症筛查模块。项目组训练了基于120万份标注眼底影像、70万份生化检验数据的多模态AI模型，可直接对接基层现有的眼底相机、糖化血红蛋白检测仪、血压仪等设备，患者完成检查后10秒内即可生成并发症风险评估报告，对糖尿病视网膜病变的识别准确率达94%，对早期糖尿病肾病的风险预判准确率达92%，同时会参照《中国2型糖尿病防治指南》给出规范化的诊疗建议，基层医生可直接参考报告为患者制定方案，大幅降低漏诊率。
第二是个性化智能随访管理模块。系统为每名患者建立动态电子健康档案，AI会根据患者的血糖水平、并发症风险等级、年龄、饮食运动习惯自动生成个性化随访计划，通过微信小程序、短信推送血糖监测提醒、饮食运动指导，患者上传血糖数据后AI会自动评估，若出现异常值将第一时间向绑定的家庭医生推送预警信息。此外模块还搭载了智能问答系统，可解答患者关于控糖、用药的常见问题，减少基层医生的重复性咨询工作量。
第三是分级诊疗智能调度模块。AI会定期对辖区所有糖尿病患者进行风险分层，高风险患者自动匹配上级医院的专科门诊绿色通道，在线完成转诊预约，检查结果、健康档案同步传输给上级医生；低风险患者则留在基层接受常规管理，实现医疗资源的精准匹配。

该方案2022年起在某东部省份12个社区卫生服务中心试点，运行一年数据显示：辖区糖尿病患者并发症早期筛查率从31.7%提升至87.2%，患者血糖达标率从40.8%提升至67.9%，基层医生人均管理患者数从82名提升至215名，工作效率提升160%，高风险患者平均转诊时间从3天压缩至3.8小时，患者满意度从58分提升至91分。

在落地过程中，项目组也根据实际需求持续优化方案：针对老年患者不会操作智能手机上传数据的问题，新增了语音录入、家属账号绑定功能，家属可协助老人上传健康数据；针对部分少数民族聚居地区的试点，新增了少数民族语言语音提示和报告翻译功能，进一步降低使用门槛。

“糖安康”方案的成功落地，为人工智能医疗方案设计提供了可复制的思路：AI医疗方案的核心不是技术的堆砌，而是要扎根真实临床场景，聚焦供需两端的实际痛点，同时在落地过程中持续迭代适配不同用户的需求，才能真正实现技术为医疗服务赋能。

本文由AI大模型（Doubao-Seed-1.6）结合行业知识与创新视角深度思考后创作。