数字化转型下，人工智能为医疗全链条赋能及智能体落地仪式启动

hwyzw

    随着数字化转型的浪潮席卷而来，人工智能技术已深入医疗服务的各个环节，涵盖从疾病的早期发现到精确的治疗方案，从药品的研究开发到手术后的照料，为医疗领域带来了显著的提升和效率。

    近期，上海的中国电信分公司（简称为“上海电信”）、上海库帕思科技企业（简称“库帕思”）、徐汇区卫生健康管理部门以及中电信人工智能技术公司联合举行了“医疗领域智能系统投入使用典礼”。该智能体借助数字科技和人工智能技术，构建了“智能体+医疗平台”的应用模式，结合大型模型算法和权威医学信息，为家庭医生提供了全面场景下的临床智慧决策支持系统。借助这一平台，家庭医生能够获得全面的临床决策辅助，同时，针对患者的健康咨询、康复护理以及个性化的运动营养等日常健康和科普知识，居民能够在家门口享受到优质的医疗服务。

    该智能平台的核心运作原理及其潜在的应用领域究竟如何？我们该如何解决医疗数据管理的挑战？此外，我们又该如何助力基层医务人员，使民众从中受益？

    基层医疗曾经面临“多痛点”

    2016年，我国全面推广了被誉为“健康守门人”的家庭医生制度，旨在重点解决慢病患者、老年人等群体的医疗卫生服务难题。早在2011年，上海作为试点城市，便率先启动了家庭医生签约服务的实施。

    上海市卫健委于2025年5月18日发布的数据显示，全市家庭医生签约人数已突破1100万，常驻人口签约比例达到45%，而老年及慢性病等关键人群的签约比例更是超过了84%。同时，本市二级和三级医院的50%门诊号源已优先向社区开放，此举旨在实现家庭医生服务的快速预约。

   

    然而，在我国，家庭医生签约服务的推进任务艰巨，面临诸多挑战、困难和障碍。在《IT时报》2024年的一篇报道里，中国首代全科医师、中国医师协会全科医师分会的前任会长杜雪平曾坦陈，他们机构中的每位全科医师需负责500至2000名民众的健康，“人手紧缺，全科医师不仅是家庭医生，还需承担门诊、教研、科研、社会服务等多方面的职责，实在难以兼顾。”

    基层医疗机构与家庭医生之间关系紧密，然而，当前主要遭遇两大挑战：一是人力资源的短缺，二是服务能力和患者信任度的不足。章伟，上海电信云中台数字集成部副总经理，对家庭医生制度的发展进行了观察。他指出，基层医疗机构主要依靠全科医生，但全科医生与专科医生在临床培养方面存在显著的不同。全科医生的培养路径并不像专科医学那样拥有一个明确的全流程培养体系。因此，基层医疗机构在专科疾病的治疗能力上相对较弱。另一方面，部分民众对待常见病、普通疾病与重症并无明显区分，他们更倾向于前往三甲医院接受治疗，对基层医疗机构缺乏信任。

    《“健康中国2030”规划纲要》强调，需秉持改革创新的理念，充分运用科技创新与信息化手段，作为推动发展的核心支撑。在我国，医疗数字化进程一直在稳步推进。目前，临床数据的积累已相当丰富，那么，如何有效激活这些医疗数据，使其在解决基层医疗难题上发挥积极作用呢？如何确保这些数据能切实用于临床实践，为临床医师提供支持，使医生在审视病例时，能够明确知道如何进行处置？”章伟指出，中国电信早在数年前便着手构建AI大型模型，经过算法的持续更新、通用功能的开发、智能体结构及平台的搭建，逐步将焦点聚集在医疗等特定行业的应用场景上，从而催生了医疗行业的智能体平台。

    “AI之翼”正在展开

    医疗行业智能体平台广泛涉及基层医疗的关键辅助领域，拥有四大显著优势：首先，它实现了诊疗全过程的全面覆盖，将体检报告分析、异常指标解析、风险评估、健康管理指导和特殊人群的关怀等临床辅助功能整合，形成了一个完整的健康管理周期；其次，它利用智能体技术，能够实现个性化的医疗决策，通过对居民健康数据的深入分析，为家庭医生提供精确的病情判断和治疗方案建议，从而提高诊疗的精确度；再次，它汇集了医学常识、专家共识和临床指南等权威知识，确保每一项临床建议都有科学支撑；最后，它能够实时更新数据并进行智能分析，帮助家庭医生迅速获取关键信息。

    上海电信项目负责人指出，该平台的应用能够显著减轻基层医疗资源短缺的现状。借助患者主诉的智能汇总、检验结果异常的深入分析以及智能分诊和导诊等功能，家庭医生能够更加高效地完成日常诊疗任务，从而进一步增强了基层分级诊疗体系的承载能力。

    该平台不仅是一个数据交流场所，还充当着临床医生的“数字替身”，具备识别（理解）、思考、记忆（联想）、精确查找和资料整合等多种功能。对此，上海电信人工智能产品中心的产品经理龚伟进行了详细阐述：家庭医生在运用智能体时的操作逻辑与目前医院的信息化系统使用方式几乎没有差别。以往，医生们借助信息化平台录入患者的资料，包括但不限于“主诉、现病史、既往病史以及检验检查结果等”，随后依据自身的临床经验对疾病进行诊断，并据此提出治疗方案。接入智能体平台后，平台将自动搜集患者的病历资料、主诉情况、个人及家族病史，以及相关检验检查数据。它将模仿临床医生的思维模式，运用医学知识和循证医学的推理方法，对患者异常指标进行解读，给出临床诊断和治疗意见，同时提供日常生活和复诊时的建议。这样，它能够为基层医生在临床诊疗过程中提供更加全面和深入的决策支持，从而提高基层医疗服务的临床质量。

    在实施过程中，基层医生的运用场景和操作方式，以及与患者的互动均未发生显著变化；然而，系统后端融入了业务思维和处理能力，这意味着它能在理解用户提问的基础上，运用医疗知识对问题进行分解、精确查找相关信息，并综合用户过往的问答记录和健康数据，汇总形成专业的临床决策建议，从而帮助基层医生实现更全面、更准确的疾病诊断和治疗。

   

    在民众层面，健康知识的普及将成为当前阶段的核心关注点，通过增强民众的健康意识，助力他们从治疗疾病转向预防疾病，增强对基层医疗机构治疗常见病的信任，进而有效促进分级诊疗制度的进一步实施。“实用性强”的智能系统虽已初具规模，但更关键的是要让人们学会如何正确使用。

    对于年轻群体，我们倾向于采用问答式的互动模式；而对于年纪较大的长者，我们计划逐步引导他们融入社区生活，借助一体机机器人或其它辅助设施，在志愿者的协助下，使老人们能够通过自然语言和语音进行顺畅的交流与咨询。龚伟指出，目前阶段，我们通常以普及健康知识的服务能力为出发点，向居民讲解疾病本质、营养常识以及日常护理方法，旨在让他们在面临常见疾病或健康风险之前，就能掌握健康管理的技巧。

    近期，上海市部分区的基层医院将首度运用并感受这一智能体的功能。未来，它们计划与穿戴式设备相连接，诸如普遍使用的手环、手表、血压计和血糖计等。基于签约授权，这些设备将用于收集数据，从而全面追踪并优化签约用户的健康信息。此举旨在助力家庭医生为居民提供全面且高质量的全周期健康管理服务，进而提升居民的生活满意度。

    严谨性与规模化的平衡

    在医疗领域，数据的精确性不容置疑，而业内人士普遍认为，对数据的管控才是最具挑战性的课题。

    龚伟指出，医疗行业智能体平台的数据来源是多方面的。首先，他们建立了一套全面且高质量的语料库建设标准体系。在这个体系中，第一层级包括医学教材、行业标准以及临床指南等基础资料。接下来，第二层级涵盖了临床专科知识、诊疗流程以及专家共识等内容。最后，第三层级则包括三甲医院和国际科研机构的前沿临床创新方案。通过这样的构建，平台确保了知识的完整性、广泛适用性和权威性。在医疗领域的数据资源中，库帕思扮演着至关重要的角色。通过与该机构的紧密协作，确保了数据的实时更新，使得辅助临床医生得以运用最优质、最前沿、最有效的治疗途径和策略。据他所述，双方合作所依托的基础数据量已达到14至15TB，并且这一数据量仍在持续增长。

    黄海清，库帕思CEO，近期对外透露了语料数据的未来走向：首先，语料数据将逐步从互联网数据转向高知识密集型数据；其次，数据的发展趋势将从二维拓展至多维甚至高维空间；此外，行业垂直领域将成为未来发展的关键所在。在预训练阶段，我们倾向于认为数据量越大越好，然而进入后训练阶段，数据质量变得尤为关键。展望未来，我们将更加注重于高质量的后训练工作，这包括强化推理数据、思维链数据的搜集以及评测数据集的构建等方面。黄海清如是说。