檢驗人員取出由機器人運送的微生物標本
深圳新聞網2025年3月21日訊（記者 劉夢婷 通訊員 深衛信）采血完成后，血液樣本坐上“高鐵”——氣動傳輸管道系統，“穿越”樓層、樓棟到檢驗中心。在檢驗中心，從分揀、核收、錄入、離心、檢測、審核、報告，全部由AI技術自動完成，實現檢驗全流程閉環管理。
實驗室天花板里布置的是樣本傳輸管道，走廊里穿梭的是運送標本的機器人，實時監測檢驗過程運用上“智慧大腦”……近年來，北大深圳醫院全面探索利用AI為檢驗加速，在工作量翻了一倍、人手不變的情況下，實現了全程檢驗報告平均時間縮短一半以上。
北大深圳醫院，檢驗人員正在智能試劑AI冷柜取試劑
樣本隨采隨傳
30秒轉瞬即達
檢驗科是醫院里為臨床服務的最大平臺科室。
“每一管血液、每一份標本……都隱藏著生命的密碼，我們每天都要打起十二分精神，解讀這些密碼，為臨床醫生提供診斷線索。”檢驗中心主任紀玲表示，在北大深圳醫院，檢驗科擁有逾百名檢驗及輔助人員，每天經手的檢驗樣本數超過1萬份。
準確是檢驗的第一原則。“跟我們關系最密切的就是樣本，如果樣本錯了，那么再好的設備、再先進的AI也沒用，結果都是錯的。”紀玲說，追“本”溯源，檢驗分析誤差68%來自檢驗前，這個階段也最容易造成樣本延誤，“尤其是運送環節，即使采血窗口每小時送一次標本，最早抽出來的血樣也已等候了一小時。”
因此，智慧化改造的第一步：從樣本入手。
首先，利用氣動傳輸技術和物聯網技術打造一條隨采隨傳的樣本物流路線，這樣既能減少樣本等待時間，也能減少人員投入，更重要的是降低生物安全風險。
樣本進入氣動傳輸管道，從門診3樓飛馳到外科樓2樓檢驗中心，全程約300米，只需30秒，真正“轉瞬即達”。
通過“自動化系統+信息化技術”，檢驗中心實現了樣本的全流程閉環式管理，最大限度減少人為干預的影響。
“智慧大腦”聯通數據孤島
60%檢驗報告自動審核發送
在檢驗中心，到處都可見數據大屏，樣本量、檢驗量、周轉時間等各項質量指標都實時變化、清晰可見。
數據大屏背后，正是檢驗中心的“智慧大腦”——智能化運營管理平臺，將各個數據孤島聯通起來，一鍵生成實驗室“全景圖”。
“智慧大腦”不僅能幫助了解檢驗中心的運作情況，更能起到質量控制和自動審核的作用。
實驗室里，正常情況下，每臺儀器都會自動準確執行檢測任務。但使用時間長了，可能受到溫度、濕度、光反應和人為等因素影響。如果某一臺儀器指標突然大幅高出或低于正常浮動值，那么“智慧大腦”通過機器學習和大數據分析，便能提示檢驗人員：這臺儀器可能出現問題，避免錯誤結果的發出。
目前，60%的檢驗報告都可由“智慧大腦”智能審核，并及時發送給醫生與患者，讓檢驗人員能集中精力，重點審核被“智慧大腦”攔截下來的疑難結果，保障報告的準確性，也大大節約了人手。
節省下來的人手便能用在“刀刃”上，比如，微生物檢驗。
微生物檢驗結果與抗菌藥物的合理使用密切相關。一位ICU患者出現感染、高熱不退，究竟是肺炎鏈球菌還是流感嗜血桿菌引起的？醫生需要根據檢驗結果，才能精準判斷下一步的治療方案。否則，單憑經驗用藥，有可能增加抗菌藥物濫用的風險。
為了讓醫生更快拿到檢驗報告，檢驗中心不僅引入了智能微生物分級報告系統，可自動報告陽性病例；還增加了“小夜班”（17點至23點）與“大夜班”（23點至8點）的人員，做到系統隨時報告，隨時處置。這一舉措大幅縮短了急危重癥患者診療方案的調整時間，也最大限度加速了他們的康復周期。
北大深圳醫院檢驗中心的自動分揀機
讓常用試劑“上柜”
AI讓人手登記、人工盤點成為歷史
2024年11月，國家衛健委發布《關于印發衛生健康行業人工智能應用場景參考指引的通知》，檢驗科是其中一個重要的應用場景。
除了標本多，檢驗中心還有一“多”——試劑多，日常使用的多達1000多種。過去誰拿了多少盒、什么時候拿的都靠人手登記，每次盤庫存成了科室里的“重活”，有時甚至需要盤點一周時間。更讓人頭疼的是，大家隨手拿，很可能總是拿到生產日期最新的，最下面的試劑常常放到過期也沒人用，造成了浪費。
針對這一痛點，在醫院的支持下，檢驗中心攜手企業共同研發了“智能試劑AI冷柜”，將使用量大、價值高、周轉快的216種試劑“上柜”，利用電子標簽和重力傳感技術，實現了“早入庫、早使用”“用過必留痕”，人手登記、人工盤點早已成為歷史，真正實現精益化庫存管理。
檢驗中心通過全面優化流程和精益管理，讓感染標志物報告時間的中位值從444分鐘降低至145分鐘，降低了67.34%；腫瘤標志物報告時間的中位值從184分鐘減少至92分鐘，降低了50%，使大部分患者半天就能完成整個就醫流程。
作為全市第一家通過ISO15189醫學實驗室認可的單位，北大深圳醫院檢驗科出具的檢驗報告可在全球幾十個國家和地區“通行”。“我相信AI檢驗將來大有可為。”紀玲表示，目前，在檢驗科的人工智能圖形識別主要針對血細胞，未來將實現對微生物鏡檢、染色體核型和骨髓細胞圖形的自動識別，人工智能和大數據模型的應用對檢驗項目的解釋、檢驗報告的綜合解讀將進一步提升檢驗效能。