医学 AI 的论文常用灵敏度、特异度或曲线下面积描述模型，但医院真正部署时，问题会突然变得具体：影像从哪里来，结果多久返回，网络断开怎么办，谁会看到提示，模型失败时流程如何继续？
这些问题决定了一个高分模型能否成为可靠的辅助工具。同一套算法部署在检查设备、院内服务器和公有云，实际性能可能差异很大。比较方案时，不能只看推理速度，还要看数据路径、工作流和故障恢复。
本文讨论系统设计，不用于个人诊断或治疗决策。医学结论仍应由具备资质的专业人员结合完整信息作出。
## 先定义它在流程中的位置
“AI 诊断”可能代表完全不同的任务：在检查时提示图像质量，在影像队列中标记疑似急症，为医生提供第二读片意见，或对历史病例做批量筛查。
先写出输入、输出、使用者和动作。若模型只是把病例排到队列前面，漏报影响的是等待顺序；若输出直接触发紧急处置，失败后果和响应时间要求都会上升。
还要画出现有流程。AI 是减少一个步骤、增加一次复核，还是制造新的提示窗口？如果结果到达时医生已经完成报告，再高的离线准确率也很难产生价值。
## 方案一：设备端推理
模型直接运行在超声、内镜、显微镜或移动终端旁。数据不必先传到远端，延迟低，网络中断时仍可工作，适合图像质量提醒、实时定位和资源有限的现场。
代价是算力、内存和散热受限。模型更新要覆盖许多型号与版本，设备端日志也更难集中。量化或裁剪虽然能加速，却可能改变小病灶、低对比度或罕见病例上的表现。
设备端方案要把“无结果”设计清楚。硬件过热、输入格式变化或推理超时后，检查不能停摆，操作者应能立即回到原有流程。
## 方案二：院内服务器
影像或检验数据在医院内部网络流转，由中央服务器完成推理。它更容易连接影像归档、检验和病历系统，也便于统一更新模型、收集日志和控制算力。
这种方案需要院内团队维护 GPU、驱动、队列、存储和高可用。高峰期若大量检查同时到达，平均延迟可能正常，尾部延迟却突然拉长。服务器宕机还可能影响多个科室。
院内部署适合数据量稳定、系统集成较深且具备运维能力的机构。测试时要模拟早高峰、批量回传和上游重发，不能只测单张影像。
## 方案三：云端接口
云端可以快速扩容，并让多个地点共享一套模型与监测系统。算法团队能够集中更新服务，医院不必为每个模型单独采购推理硬件。
它依赖网络、上传带宽和外部服务可用性。完整影像体积大，传输时间可能超过推理时间；门诊网络正常，不代表急诊夜间和分院链路也稳定。
设计时分别记录排队、上传、预处理、推理和回传耗时。只展示模型计算的几十毫秒，会掩盖用户真正等待的分钟数。
## 方案四：混合部署
混合方案在本地完成格式检查、去标识化、压缩或初筛，再把必要数据送到中心模型；也可以由云端提供主结果，本地小模型在断网时降级运行。
它兼顾响应和集中管理，却增加版本组合。预处理程序、本地模型和云端模型任一变化，都可能造成训练与服务不一致。必须为整条链路建立版本号，而不是只记录核心模型。
混合部署适合多地点、网络条件不同且任务可以分层的系统。若团队没有能力测试所有组合，所谓“兼得”会变成更难定位的故障。
## 方案五：离线批处理
并非所有诊断任务都需要实时。夜间批量分析历史影像、筛选随访对象或进行质量审计，可以用离线队列换取更高吞吐和更低单位成本。
批处理的关键指标是总完成时间、失败重试和结果送达率。系统要能识别重复病例、部分完成和上游数据补录，避免同一个人被反复标记。
这类方案不适合时间敏感的急症提醒。把“计算便宜”误当成“流程合适”，会让结果在错误的时间出现。
## 上线前要走四个阶段
第一阶段是本地回顾性验证。使用目标机构近期、连续且具有代表性的数据，比较不同设备、科室、年龄段和图像质量。训练集上的高分不能替代这一关。
第二阶段是静默运行。模型接收真实数据但不影响医生，让团队测量输入失败、真实延迟、队列拥堵和数据漂移。此时最容易发现接口与工作流问题。
第三阶段是有限试点。只在一个明确场景向受训人员显示结果，保留原流程和快速退出方式，记录医生接受、忽略和纠正提示的原因。
第四阶段才是逐步扩大。新版本先接收少量流量，与旧版本和无 AI 流程比较；异常时可以回滚。Nature Communications 发表的病理预筛系统，就把部署环境验证和周转时间门槛列为进入前瞻验证的重要条件。
## 不只测准确率
模型层要看灵敏度、特异度、校准和不同亚组表现。系统层还要看无结果率、端到端延迟、上传失败、重复任务与宕机恢复时间。
工作流层则看警报负担、医生复核时间、队列变化和从检查到正确处理的时间。2025 年一项多中心急性主动脉综合征研究报告，AI 辅助流程显著缩短了一组原先未被正确怀疑患者的诊断路径；这类流程结果比单纯离线分数更接近真实价值。
上线后持续比较输入分布。扫描协议、设备、病种比例和转诊路径都会变化。Google 的生产机器学习监测指南也强调数据模式、训练与服务偏差、模型年龄和真实质量监测。
## 如何选择
需要毫秒级反馈、经常断网且模型较小，优先评估设备端。需要深度连接院内系统、数据量稳定并有运维团队，院内服务器更合适。
多地点共享、需求波动大且网络稳定，可以评估云端。既要本地即时处理又要集中大模型，可采用混合方案，但要承担版本与测试复杂度。对不紧急的大规模筛查，批处理通常最经济。
最终选择不是“哪种架构最先进”，而是哪一种能在模型沉默、网络失败和病例变化时，仍让临床流程安全、可理解并可恢复。部署方案本身，就是医学 AI 性能的一部分。
## 参考资料