从实验室到临床一线:医疗 AI 中试成果发布,智循平台领跑诊疗决策入口

2026-03-30 11:54:15
文章摘要
上海国家人工智能应用中试基地(医疗领域)阶段性成果发布,旨在解决多数AI技术难在临床一线落地的矛盾。

在人工智能技术日新月异的今天,一个绕不开的现实是:多数AI技术在实验室表现优异,但在关乎生命的临床一线却难以落地。上海国家人工智能应用中试基地(医疗领域)的阶段性成果发布,正是要解决这一核心矛盾。基地构建了贯通“模型研发—验证迭代—推理服务—安全治理”的完整验证平台,并遴选出9款医疗智能应用进行推广。我们看到,医渡科技推出的临床循证智能体平台“医渡智循”,正试图通过构建“第二大脑”的模式,成为医生面对海量医学知识时的“第一入口”。

我们的行业判断:医疗AI的下个突破口,不再是单纯追求模型参数的领先,而是要解决“证据到决策的转化效率”和“系统级安全可信赖性”。中山医院等机构构建的“AI-Ready”数据基础设施和权威测评标准(MedBench4.0),是未来医疗AI规模化应用不可或缺的基石。

来源:智东西

知识爆炸


循证医学困境:AI必须解决医生的“时间黑洞”

医学知识的爆炸性增长,使得“循证医学”(EBM)——即决策基于最佳科学证据——在实践中举步维艰。这并非医生不愿学习,而是客观条件不允许。

医生面临的四大现实困境

循证医学的落地,被现实的临床工作流程所阻碍。

知识获取成本高:每年数百万篇论文的更新速度,远超任何医生手动消化吸收的能力。

指南更新快:肿瘤等领域的临床指南变动频繁,人工记忆很容易导致方案滞后。

证据甄别复杂:海量信息中充斥着低质量研究,医生缺乏时间去使用GRADE等标准评估证据等级。

临床时间受限:国内一线医生给每位患者的平均时间极短,没有多余精力进行现场数据库检索和文献对比。

医渡智循的定位:打通“知识到医嘱”的断点

医渡智循诞生的意义,正是要架设这座从静态知识库到动态临床决策的“高效桥梁”。它需要做到,在医生最需要的几分钟内,提供经过权威性、时效性权重排序的定制化建议。

来源:动脉网

第一入口


医渡智循:构建医生的“第二大脑”

医渡科技联合创始人徐济铭将医渡智循定位为“第一助手+第二大脑+多学科智囊团”,这表明其目标是成为医生工作流中不可或缺的核心交互界面。

循证能力的系统集成

医渡智循的核心能力是结构化和排序,将海量信息转化为可操作的建议。

平台精选了超3万份权威指南,并梳理了超500万份高质量科研成果,确保内容紧跟前沿。

它基于GRADE等国际通用分级体系,对证据进行权威性、时效性权重排序,将医生从繁琐的“去伪存真”工作中解救出来。

关键优势:信源可追溯性

在医疗领域,准确性是红线。医渡智循确保了每一条答案都有对应的一手信源标注,医生可以一键跳转查询,这有效避免了通用大模型常见的“黑箱幻觉”问题。

来源:智东西

专科定制:比通用模型更懂业务

针对中国医疗体系的实际情况,医渡智循构建了超200个专科智能体,精准适配数百个二级临床科目的需求。

例如,心血管病“观心”辅助诊疗智能体,基于180万例病历和300TB多模态数据训练,已在中山医院累计辅助处理上万例疑难重症。数据显示,“观心”将病历书写时间从5-10分钟缩短到2分钟内,多学科会诊准备时间节约了70%。

我们的点评: 医渡智循的成功在于它没有试图做一个“万金油”AI,而是聚焦于循证医学这一核心流程的“最后一公里”转化。通过与顶级医院的深度合作,其智能体直接嵌入到真实的诊疗环节中,积累了其他通用平台无法企及的临床实用数据和专家反馈。

来源:智东西


体系落地


试基地:AI医疗规模化的“加速器”

医疗AI的应用推广受到数据安全、临床验证和监管政策的多重制约。国家人工智能应用中试基地(医疗领域)的建设,正是为了解决这些系统性难题。

底层基座的自主可控

中试基地已建成一体化的新型算力服务平台,实现了“国模用国芯”,突破了技术适配壁垒。

平台推出了6大医疗垂直基础模型,覆盖影像、病理、中医药等多元场景,这为医渡智循这类应用提供了自主、稳定的底层算力保障。

来源:智东西

场景驱动:从中试到推广的路径

中试基地的核心价值在于筛选和验证,只有通过严格中试的应用才能被推广。

目前已有51项优质成果入选中试推广,例如心血管病“观心”智能体已推广至122家医疗机构,累计服务超百万人次。肝胆肿瘤智能体已覆盖超百万病例。

新领域突破:脑机接口的AI赋能

除了传统诊疗,AI也在前沿领域展现出巨大潜力。全球首款植入式脑机接口医疗器械的获批上市,离不开对脑电大模型的深度转化。

华山医院等机构正在开展的精神类疾病脑机接口研究,显示出AI与神经调控技术的结合,正瞄准攻克老年痴呆等复杂神经系统疾病的宏大目标。

▲来源:澎湃新闻记者 陈斯斯 图

中科院院士金力提出的“倒推法”是关键:医疗AI应该从临床需求出发,反向设计场景、数据、算法。医渡智循的实践,正是将临床需求转化为系统化AI能力的最好体现,它推动了诊疗的标准化,减少了经验主义带来的偏差。

医疗AI不再是锦上添花,而是关乎医疗质量和资源分配的战略基础设施。医渡智循等平台的规模化落地,将是实现优质医疗资源下沉、提升全民健康水平的关键驱动力。未来,AI将不再是医生工作站的“可选插件”,而是像HIS、EMR一样,成为医疗数字化的核心操作系统。(微信公众号:Tahou_2025)



关注塔猴公众号,回复“1”加入专属社群 扫码下载塔猴APP,查看更多干货

扫码加入官方社群


声明:该内容由作者自行发布,观点内容仅供参考,不代表平台立场;如有侵权,请联系平台删除。