人工智能（Artificial Intelligence，简称AI）是指由人制造出来的机器所表现出来的智能，通常是指通过普通计算机程序来呈现人类智能的技术。核心问题包括建构能够跟人类似甚至超卓人类的推理、知识、计划、学习、交流、感知、移动、移物、使用工具和操控机械的能力等。伴随大数据、云计算、互联网、物联网等信息技术的发展，近年来AI技术也在高速发展中，语音图像识别、人机对话、人机对弈、自动驾驶、机器人等诸多切实应用的场景帮助人类更好地发现问题和解决问题，提高了工作效率。面向特定任务的专用人工智能（Special-purpose AI或Narrow AI）已经硕果累累，近期OpenAI推出的大型语言模型ChatGPT、Midjourney推出的AI作画工具等通用人工智能（Artificial General Intelligence，AGI）产品让我们再次看到了AI技术无法估量的巨大潜力。

AI技术因其技术特点，具备以下多种优势：

（1）高效性。AI可以在很短的时间内处理大量数据，调用资源处理资源，比人类更快地完成任务，提高了效率。

（2）精度高。AI可以快速而准确地识别模式、检测错误和异常，比人类更能够发现问题。

（3）智能性。AI可以模拟人类智能，具有学习和适应能力，能够在不断的学习中不断改进和提高自己的能力。

（4）可重复性。AI可以重复执行相同的任务，不会因为疲劳或情绪等因素而出错，能够保持一致性。

（5）无偏见性。AI不会受到种族、性别、年龄、文化背景等因素的影响，基于事实而不是基于情感，能够提供公正的决策。

（6）可扩展性。AI可以在处理大量数据的同时，轻松地扩展到更多的计算资源上。2017年7月国务院发布的《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署。在医疗领域，AI技术已有一些成熟应用，如AI医学影像、手术机器人、基因检测序列等，未来AI技术还将助力智慧医疗在诊断疾病、个体化用药、药物开发、临床研究、放射治疗和放射学、电子健康记录等多方面取得进展。

当前很多医院在后勤领域已建成多套信息系统，如医疗废弃物管理系统、智能被服管理系统、智能安防系统、智能设备监控系统和智能能源管控系统等。这些信息系统的运行及管理过程中采集了众多数据，形成了相应专业领域的知识库，这为AI技术的应用提供了良好的数据基础及信息化基础。应提早重视AI技术对于传统行业的冲击，积极拥抱AI技术对医院后勤业务的渗透和融合。

在可见的未来，AI技术的应用还将降低部分后勤岗位的工作难度甚至取代部分工作，将工作人员从琐碎繁杂的工作中解放出来，创新后勤专业技术和管理方法，提供更好地后勤保障服务，助力医院高质量发展。

××医院结合传统的低值耗材仓库管理模式现状，创新运用了二级仓库低值耗材无人智能化管理系统。该系统结合了视觉、人工智能、重力传感、生物识别等技术，通过各子系统与设备的联动，与医院HRP系统实现数据互联互通，对低值耗材的库位、进出、效期、盘点和进出放、取人员身份结合进行实时的动态跟踪与监控，使低值耗材在二级仓库的管理更加精细化、科学化和智能化，达到了低值耗材管理降本增效的目的。××医院无人智能化管理仓见图16-1。

在使用无人智能化管理系统后，物料盘点时间得到了极大的缩短，物料控制的差错率显著降低，管理效率显著提高，管理人员满意度达到了100%，且在其他方面也具有一定优势，确保了二级仓库在无人值守的情况下全天24小时工作，并实现了库内电子引导、无感上货、即领即走、实时自动盘点等功能，将智能化、自动化管理渗透到了低值耗材在二级库的库位管理、入库、申领、领用、补货、盘点、记账过程中的每个环节，获取了每个环节的精准数据，强化了医用耗材管理的全程监管和动态监控，使低值耗材的管理更加规范化、科学化、透明化和高效。

基于全院纺品全生命周期、精细化管理的纺品系统，内含一套集光、机、电、计算机技术为一体的AI检测模块。其中视觉检测部分是核心，包括高速线阵相机、专用镜头、LED光源、图像处理、信号控制、数据存储及显示等几部分，搭载自有算法为基础的视觉AI检测平台及自动化分拣系统。后勤纺品管理系统-AI检测模块见图16-2。

纺品管理系统-AI检测模块帮助后勤浆洗部门快速完成纺品洗涤后污渍、破损、掉扣、缩水检测，实现不合格纺品发出前完成质量确认、分科、分码、发放等功能，不合格标注，及系统后台、小程序客户端提示；进一步提升后勤智能化装备及科室服务水平。

实时监测建筑设备能源运行状态，建立运维知识库，运用AI模型技术设置报警比对模型，实现设备故障隐患与异常用能系统判断处置。参见图16-3。

其中，实时中央空调系统的温度、压力、流量、热量等运行参数，根据设备运行数据通过AI模型计算进行节能运行，同时全方位监测设备的运行参数，准确预判设备运行故障，节约能源。平台通过对设备运行历史数据的周期性分析，为用户提供科学的维护保养建议，提高设备运行效率，保证中央空调系统的运行安全。

安消联动管理中消防智能分析板块使用视频AI进行视频监控，实现远程监测消防终端产品及周边环境的状态，通过可视化大屏弹窗、语音/短信、APP推送及时告知工作人员，实现早发现、早报警、早处理，多方位保障生命及财产安全。

研发基于人工智能技术，实现信息智慧采集、比对分析，实现档案电子化统一管理，优化流程、规避风险。节约人力成本，便于报名资料、合同等统一、规范化处理。

基于供应商谈判会议纪要的关键内容，在填写合同模板时，支持文本分权签字，要点标注、关键字凸显，限制区域编辑，层层审批编辑修改，修改留痕等功能具备在线电子合同内容与会议纪要智能比对功能，支持合规性校验及电子盖章、签名，实现对电子合同统一管理规避风险。同时，与院办合同系统对接，实现合同全生命周期管理。

在医院后勤管理领域，AI技术的应用已经初见成效，当前主要发挥了AI在图像识别、文本识别、数据分析预测等功能上的优势，应用于设备维护、设备故障预测、供应链管理等医院后勤管理中。AI技术成熟度还在不断提高，结合后勤业务AI应用场景也需继续进行拓宽。

AI技术的在医院后勤领域的应用也存在一些困难，首先AI技术的应用需要大量的数据支持，由于医院后勤领域数据来源的分散性和数据的保密性，设备设施系统的互联互通状况不够理想，获取数据较为困难。医院可以建立数据共享平台，允许各设备系统之间分享数据，同时采用先进的数据采集和处理技术，以提高数据的数量、质量和处理效率。医院多样化的设备之间的兼容性也可能存在问题，需要将AI技术与不同设备进行兼容性测试，以确保设备可以顺利使用AI技术。

基建管理方面，应用AI技术无需对已有的后勤基建设施进行大规模改造或重建，对于新老院区来说AI的初步应用难度都不高。但AI技术的充分利用需要大量的数据和算力支持，因此医院需要进行数据和算力、算法等基础设施的升级和改造，推动设备的更新和改造以兼容AI技术，更好地适应AI技术的应用。对新设备也需要进行兼容性测试，以确保设备能够无缝集成AI技术。

为了更好地将AI技术应用到医院后勤管理中，需要相关的技能和知识，故而首先医院技术人员需要提高自身技能和知识水平，同时需要招聘更多具备AI技术应用经验的人才。

可以看出，AI的充分利用需要投入大量的成本，包括人力成本、技术成本、设备成本等，对于一些小型医院来说投入这些成本可能会带来不小的压力，可以优先考虑成熟度高、成本低而提升效果明显的AI技术，逐步在整个后勤领域应用AI技术。

另外，在应用AI技术时，需要加强对隐私的保护，避免隐私泄露的风险。

综上所述，医院后勤领域的AI技术应用已经初见成效，但仍然还面临一些问题和挑战。医院需要加强基础设施的建设和技术的投入，同时加强人才引进和培养，根据具体情况优化应用场景，推动AI技术的不断发展。