Soins et voyage en Chine, coordonnés pour les patients internationauxObtenir un plan personnalisé

Maladies rares et difficiles à traiterDernière mise à jour:

Lancement du grand modèle vertical d'IA en obstétrique-gynécologie « Red House·Qiyuan »

En collaboration avec Alibaba Cloud, l'hôpital a présenté le premier grand modèle vertical en obstétrique-gynécologie de Chine ainsi que l'assistante IA des patientes « Little Red ». Approuvé selon la réglementation de Shanghai sur l'IA générative, il permet une gestion intelligente de tout le parcours et un accompagnement émotionnel avant et après le diagnostic.

Publié par Hôpital d'obstétrique et de gynécologie de l'Université Fudan

Lancement du grand modèle vertical d'IA en obstétrique-gynécologie « Red House·Qiyuan »

Contexte

Le 6 mars 2026, l'Hôpital d'obstétrique et de gynécologie de l'Université Fudan a lancé le grand modèle vertical d'IA en obstétrique-gynécologie « Red House·Qiyuan » dans sa branche de Qingpu. Le modèle a été développé conjointement par l'hôpital et Alibaba Cloud.

L'événement de lancement a inclus une démonstration au cours de laquelle le système d'IA a participé à une comparaison de performances avec des cliniciens aux étapes pré-diagnostic, diagnostic et post-diagnostic des soins. Le moment précédait la Journée internationale de la femme. Des représentants des autorités sanitaires de Shanghai, de l'Université Fudan et d'associations industrielles de l'intelligence artificielle étaient présents.

Résultats obtenus

Le modèle utilise une architecture à trois couches comprenant une base fondamentale nationale construite sur une puissance de calcul hétérogène et le modèle Tongyi Qianwen, une couche d'alignement spécialisé et des agents intelligents spécifiques à des scénarios. Il réalise trois avancées en reconstruisant les méthodes d'expression des connaissances, les mécanismes de raisonnement clinique et l'intégration des processus dans les flux de travail cliniques. Cette approche répond aux défis des applications fragmentées de l'IA, des données incohérentes et d'une spécialisation insuffisante en obstétrique et gynécologie.

L'assistante IA des patientes « Little Red » développée sur ce modèle a achevé les procédures de dépôt en tant que première application d'IA générative de Shanghai dans le domaine des services médicaux conformément à la réglementation applicable. L'hôpital a également créé l'« Alliance d'innovation numérique Red House », concluant des accords avec 19 établissements médicaux de la région pan-Yangtsé et neuf entreprises afin de faire progresser l'innovation numérique collaborative dans la spécialité.

Comment cela fonctionne

Le grand modèle vertical s'appuie sur un volume important de données spécifiques à l'obstétrique et à la gynécologie, incluant des millions de cas cliniques, plus de mille directives et déclarations de consensus, ainsi que du matériel pédagogique interne et spécialisé. Celles-ci sont traitées par la structuration des parcours diagnostiques et thérapeutiques principaux, l'intégration de données fragmentées, la construction d'un graphe de connaissances spécialisé et la création de règles de cartographie sémantique unifiées. Cela permet d'incorporer les schémas de pensée clinique des médecins expérimentés pour soutenir des résultats normalisés et fondés sur des preuves et de minimiser les problèmes d'inexactitudes pouvant survenir avec les modèles généraux.

Dans les usages démontrés, l'assistante « Little Red » interprète les rapports des patientes, par exemple en conseillant, en cas de résultat HPV positif, de réaliser un test de cytologie en milieu liquide et en fournissant des orientations. Un agent diagnostique multimodal peut analyser des images de colposcopie en quelques secondes pour identifier et annoter les lésions et suggérer des parcours de prise en charge. Le système prend en charge la gestion du parcours complet avant et après les consultations cliniques, y compris l'envoi automatique de rappels aux patientes six mois plus tard avec des liens vers des questionnaires de pré-consultation. Il intègre des capacités de perception émotionnelle lors des interactions avec les patientes.

Ce que cela signifie pour les patients internationaux

L'Hôpital d'obstétrique et de gynécologie de l'Université Fudan exploite un service médical international au service des patients étrangers sur ses campus de Huangpu et de Yangpu à Shanghai. Un soutien d'interprétation en anglais peut être organisé par ce service.

Le nouveau modèle d'IA et l'assistante « Little Red » visent à améliorer la gestion et le soutien du parcours complet dans les soins en obstétrique et gynécologie. Les patients internationaux doivent contacter directement l'hôpital pour confirmer la disponibilité, l'éligibilité et toute application de ces outils à leurs soins. Les demandes de renseignements peuvent être adressées aux points de contact des services médicaux internationaux figurant sur le site officiel de l'hôpital.

À propos de l’hôpital

L'Hôpital d'obstétrique et de gynécologie de l'Université Fudan, communément appelé Hôpital Red House en raison de ses bâtiments historiques en briques rouges, est situé à Shanghai. Il s'agit d'un hôpital spécialisé tertiaire de grade A affilié au Collège de médecine de Shanghai de l'Université Fudan, intégrant les services cliniques, l'enseignement et la recherche. Il trouve ses origines en 1884 comme l'un des premiers hôpitaux dédiés aux femmes à Shanghai.

L'hôpital maintient des sous-spécialités complètes en obstétrique et gynécologie, notamment l'oncologie gynécologique, l'endocrinologie de la reproduction et l'infertilité, la prise en charge des grossesses à haut risque et la médecine fœtale. Il dispose d'un service médical international établi pour accueillir les patients de l'étranger.

Informations générales issues de sources publiques, ne constituant pas un avis médical. Veuillez confirmer l’éligibilité et la disponibilité directement auprès de l’hôpital.

Source

Article établi à partir des reportages originaux de l’hôpital et des médias et d’autres sources publiques. Lisez les originaux pour tous les détails.

news.fudan.edu.cnLire le reportage original