2026年 02期
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。
AI全程健康管理随访平台的构建与应用
唐正;谭智文;何宇恒;周永召;万智;目的 为减少医护人员工作量、优化资源配置、推动智慧医院建设,研究设计一套基于人工智能的全程健康管理统一随访平台,提升医疗服务质量与慢病患者管理效能。方法 积极探索全程健康管理服务的新模式,设计和构建统一随访平台,利用人工智能及大数据等技术,对患者出院数据进行智能分析,自动为患者制定个性化随访计划,并进行人工智能外呼和互联网随访。结果 自2024年8月至2025年8月,累计服务137 834人次,随访覆盖率达100%,成功率达89%,智能外呼248 258人次。结论 人工智能驱动的智能随访平台在医院的应用,对医院管理效率的提升、患者满意度的改善以及对医疗改革的推动发挥了作用,为智慧医院建设提供了实践参考。
人工智能骨龄诊断中心平台建设
韩中豪;李率真;李云飞;目的 为解决合作医疗机构儿科医疗资源分布不均、骨龄诊断标准不统一、诊断能力不足等问题,研究构建人工智能(AI)骨龄诊断中心平台,支撑远程业务和骨龄诊断服务体系。方法 采用混合云架构,集成骨龄AI算法,通过建设骨龄AI辅助诊断系统、骨龄远程诊断平台、智能影像传输系统和质控系统,共同构成AI骨龄诊断中心平台。建立四川大学华西第二医院与全托管单位、医联体单位的远程协同机制,实现骨龄影像数据共享、AI辅助诊断和专家远程复核、报告出具功能。结果 AI骨龄诊断中心平台促进了优质医疗资源下沉,提高了全托管单位和医联体单位的医疗服务水平,实现了骨龄诊断无须出本地的要求,减轻了患者的经济负担。仅统计省外业务,该平台上线后累计服务4000余例骨龄检测,专家响应时间从1天缩短至2小时,诊断准确率达98%。结论 该平台显著提升了医疗机构骨龄诊断的可及性和质量,为远程人工智能骨龄诊断的建设提供了可复制的技术方案。
医疗图像分类模型密态推理系统的设计与实现
张真真;李星宇;目的 为解决医疗人工智能中的数据隐私与计算效率难题,本研究提出一种兼顾安全与性能的医疗影像密态推理方案。方法 在分析同态加密技术应用痛点的基础上,以近似计算同态加密算法为核心构建医疗图像分类模型密态推理系统,针对同态加密环境下线性与非线性关键运算特性设计适配的密态计算策略,在服务器端完成密态卷积、激活函数近似、池化、全连接及归一化指数函数近似等核心推理步骤。结果 本研究验证了所提出的医疗影像密态推理方案在128位安全级别下的可行性。系统实现了87.4%的肺炎分类准确率,与明文模型相比,仅产生2.6%的精度损耗,在满足临床辅助诊断需求的同时,有效平衡了隐私保护与推理性能。结论 本方案为实现安全、高效的隐私保护型医疗人工智能应用提供了可行的技术途径,验证了密态计算技术在医疗影像人工智能推理场景的实用性与可靠性。
互联网医院运营服务评价指标体系构建研究
张国良;徐宁;姜东兴;目的 通过制定互联网医院运营服务评价指标体系,为医院管理人员和卫生健康行政部门提供评价依据,促进互联网医院运营能力提升和行业发展。方法 通过文献研究初步制定评价指标体系池,邀请18名专家进行咨询,结合层次分析法确定具体指标及权重。结果 指标体系由7项一级指标和23项二级指标组成,其中一级指标权重前3位为数据安全(0.260 0)、服务质量(0.210 7)和不良事件处理(0.156 5),二级指标权重前3位为制定患者隐私保护制度及执行情况(0.144 8)、信息系统等级保护符合要求(0.115 2)和诊疗准确性(0.088 3)。结论 该指标体系可作为互联网医院运行效果评估参考,助力互联网医院运营和发展。
基于关键绩效指标的医院绩效考核系统设计与应用
姜梦琦;目的 构建基于关键绩效指标的医院绩效考核系统,提升医疗质量与运营效率。方法 采用模块化架构,集成数据采集、处理、分析和可视化模块,运用Python、TensorFlow等工具开展数据分析与预测,结合回归分析、t检验与方差分析评估系统效果。结果 系统实施后,3家试点医院的综合患者满意度平均提升8.4%,平均住院天数减少11.2%,单位病人治疗成本平均下降6.3%,员工流失率平均降低18.6%,治疗成功率平均提升3.7%,患者等候时间平均缩短18.2%,设备利用率平均提升8.5%。系统在高并发场景下运行稳定,用户反馈良好。结论 基于关键绩效指标的医院绩效考核系统推动绩效管理由静态评估向智能干预转变,为医院实现精细化、科学化和智能化管理提供了技术支撑。