大模型重塑千行百業的今天，醫療領域卻面臨一個現實命題：當通用AI遇上臨床的 「嚴謹剛需」，如何讓算法真正聽懂醫生的話、嵌入診療的流程？這正是醫療AI從「可用」走向「實用」的核心關卡。

智通財經APP獲悉，近日，醫渡科技（02158）高級副總裁、科研業務線總經理黃楠博士，技術創新副總裁、AI架構師李林峯博士共同出席中國老年保健醫學研究會數智健康分會2025年會暨清華心血管教育培訓課程，以「大模型臨床助手賦能專科診療提質增效」為核心，分享了醫渡科技的深耕實踐。

黃楠博士主持

李林峯博士演講

把「通用」變成「專用」

人工智能與醫療健康領域的融合正在全面提速。然而，通用大模型在直接服務臨床決策時，面臨「幻覺」風險、過程不透明、缺乏醫療嚴謹性等根本問題。

醫渡科技的解題思路，是進行一場面向臨床實用性的系統性重構，讓AI的「思考」過程變得可控、可信、可溯源。公司以自研醫療垂域大模型「YiduCore」為核心，打造了「大數據+大模型」雙中台解決方案，為醫院打造高質量發展的堅實數字底座。

其中，AI中台的核心價值，在於可將大模型的原始能力系統性轉化為符合醫療規範、理解臨床流程、知曉專科知識的「智能體」，從而實現AI在真實醫院場景中的「落地生根」。

讓智能夥伴無縫融入工作流

要讓醫療AI在臨床場景真正實現「可信賴」應用，核心在於跨越醫患與AI之間的 「信任鴻溝」。醫渡科技打造的AI中台通過三大核心能力築牢信任基石：平台內置高質量 「知識中心」，為AI提供專業知識支撐，確保建議有據可依；打造一站式醫療AI算子庫，集成40+智能算子，支撐流程透明可追溯，也讓AI思考契合臨床規範；以輕量無縫的方式嵌入自然工作流，實現「即想即用」的流暢體驗。

這三大能力相輔相成，既保障了AI決策的有據可依、全程可溯，又實現了醫生使用的無門檻、高效率。

醫渡科技推出的「醫生臨床Copilot」，以輕量級插件形態嵌入醫生工作站，深度融入病歷書寫、治療方案制定等核心工作場景，讓醫生可實時獲取AI輔助，破解「醫療AI如何落地臨床、讓醫生願意用」 的行業難題。

為了支撐不同專科、不同環節的精準需求，醫渡科技基於AI中台，構建了覆蓋病歷生成、輔助診療、風險評估、患者教育等全鏈條的130+個場景智能體。這種與臨床工作流深度結合的設計，使得AI從「可選項」變成了「高頻工具」。

AI應用重塑專科診療實踐

技術的最終價值，在於解決真實臨床場景中的具體問題。醫渡科技將大模型能力轉化為一系列以具體臨床任務命名的智能應用，在專科領域切實改變了診療工作的模式與效率。

在心內科領域，醫渡科技基於AI中台構建的心內科專科指南助手，集成20+心血管專業指南共識，可通過自然語言交互實時分析患者症狀、心電圖及檢驗指標，快速調取專科知識庫提煉鑑別要點與風險評估，為急診等分秒必爭的場景提供有據可依的決策支持，同時也能提升醫生的專科知識查詢效率與診療能力。

在腫瘤領域，在「腫瘤TNM分期」這一高專業壁壘任務中，通過嵌入多版分期指南、解剖知識圖譜與醫生推理邏輯鏈，智能體將評估準確率提升至90%的主任醫師水平，同時大幅降低了對底層算力的苛刻要求。

與武漢同濟醫院共建的專科數字名醫，開拓了專家經驗服務新路徑。該胸部腫瘤專家的數字分身，可自動接入患者院內診療數據提供個性化諮詢，融合20+權威指南與專家經驗構建 「數字大腦」，還以數字人技術復刻專家形象，為患者提供7×24小時專業諮詢。

在中山大學腫瘤防治中心的實踐中，醫渡數智雙中台支撐的AI診療工具收穫醫生高度認可：其臨床 Copilot日均調用達800-1000次，還助力單病種數據上報效率提升95%、腫瘤分期完成率提升5%+，同時推動科研效率提升90%、支撐超3000個科研項目，如今AI已從「嚐鮮新工具」轉變為醫生信賴依賴的「數字同事」。

技術的發展終究要回歸本質，服務於醫療的核心目標。醫療AI已轉向「專業協作」的垂直場景能力，其深度適配臨床流程與醫生思維，正經歷從「外部工具」到「內生能力」的跨越。

展望未來，醫渡科技將依託 「雙中台」解決方案與「智能體」矩陣，在更多專科領域持續深耕，以大模型臨床助手為支點，推動醫療服務體系向更精準、高效的方向穩步邁進。