大模型在医疗专病领域的建设路径探索与实践
李维;朱声荣;计虹;目的 针对通用大语言模型在专病方向深度不足的问题,探索大模型在医疗专病领域的系统性建设路径与实践方法,构建专病模型从训练、评估到应用的完整闭环体系。方法 在构建集成大模型能力的智能应用整体架构基础上,以骨科颈椎病为研究切入点,设计“全参数预训练—监督微调—GRPO强化学习”三阶段训练策略,探索并验证专病模型全流程建设路径。结果 成功构建初步可用的骨科颈椎病专病模型;该模型知识准确率(91.7%)显著优于基准模型DS-R1 (64.3%),临床医生使用满意度100%。结论 本研究创新性提出“整体规划、专科突破、场景落地”实施策略,为大模型在医疗专病领域的应用提供了可复制的实践范式,证明相较于通用模型,专病模型在对应临床场景中表现更为精准。
医疗机构人工智能安全风险与大模型安全加固体系构建研究
张懿文;韩作为;人工智能概念提出以来,医学便是其核心应用领域。我国多项政策推动医疗人工智能落地应用,当前已深度融入智慧医院各流程,但基座模型漏洞、数据安全等系统性风险制约其发展。本研究通过分析医疗人工智能应用现状、技术特性及部署模式,识别模型算法、数据、合规伦理等多层风险,提出构建“四道防线”全域安全防护架构,配套“算力-数据-模型”协同管理策略与“组织-技术-制度”协同治理机制。实现医疗大模型全生命周期安全加固,为其在安全可控、伦理可信基础上稳健可持续发展提供支撑,助力医疗人工智能高质量发展。
基于提示词工程的智能预问诊系统设计与应用
吴邦华;黄勇;张翔;曾睿;目的 针对门诊预问诊信息采集准确率和效率有待提高,以及通用大语言模型幻觉和输出病历结构化程度低等问题,构建基于提示词工程的智能预问诊系统,提升医院门诊效能。方法 以大语言模型为基础,应用提示词工程技术,通过诊断学逻辑约束机制和JSON Schema规范输出策略,自主研发智能预问诊系统并在华西第二医院妇产科与儿科门诊试点应用。结果 系统应用后,与通用大模型初始版相比,信息采集平均完成时长由5.4 min降至4.4 min,任务完成率由64.5%提升至71.3%,信息完整度由85.6%提升至93.1%。病史可用性显著优于传统自然语言处理(NLP)模式和通用大模型初始版,证实了提示词工程技术下的系统临床价值。结论 基于提示词工程的智能预问诊系统能够有效提高诊前信息采集效率与病史可用性,为缓解门诊压力、提升门诊效率提供了有效的技术路径。
基于数智融合的智慧运营管理平台建设与实践
魏嵩;王梦莹;计虹;目的 为解决医院运营管理中存在的数据内外共享繁琐、数据利用率低以及智能化水平薄弱的问题,构建基于数智融合的智慧运营管理平台,从而提升医院运营管理精细化与智能化水平。方法 通过数据对外服务与共享机制、多维度精细化成本核算体系、智能决策体系,推动医院运营管理从经验判断向数据驱动与智能分析转型。结果 平台沉淀了高质量的数据资源,通过统一、标准的数据接口提供数据服务,大幅提高数据的利用率。成本核算效率与精度显著提升,对医院运营管理态势实现实时感知、智能分析与前瞻预测。结论基于数智融合的智慧运营管理平台为医院精细化、智能化管理提供了可行的技术方案。
AI数字分身驱动的患者健康管理创新模式研究
陈斌;翁成骐;肖敏;目的针对我国患者健康管理中存在的慢性病负担重、服务连续性断层及医疗资源分配不均等结构性挑战,构建并验证一种基于人工智能(AI)数字分身的新型健康管理模式。方法 提出以行为改变理论为基础、融合多源异构数据与大模型技术的AI数字分身管理架构。采用回顾性、等量数据分组对照研究设计,设计对比分析实验,将该模式应用于AI随访组,并与采用传统人工随访模式的对照组进行效果比较,通过t检验和χ2检验分析两组在依从性、健康指标及资源消耗上的差异。结果 系统技术验证显示,AI数字分身对患者意图识别准确率达94.5%,高危风险预警模型的灵敏度与特异度分别为88.7%和91.2%,平均交互响应时间为1.2 s,具备临床应用的技术鲁棒性。临床应用结果表明,AI数字分身模式有效改善了患者依从性,AI随访组用药依从性(84.95%)显著高于对照组(65.53%);核心临床指标改善明显,HbA1c达标率从34.95%升至67.96%。此外,AI随访组30天再住院率为5.33%,较对照组(12.62%)降低58.0%。结论 AI数字分身作为具备持续交互、主动随访推送与情感化反馈能力的数字孪生系统,能有效弥补传统管理局限,提升患者自我管理能力与医疗服务效率,为实现“以健康为中心”的主动健康管理提供了可量化的可行路径。
