大模型重塑千行百业的今天，医疗领域却面临一个现实命题：当通用AI遇上临床的 “严谨刚需”，如何让算法真正听懂医生的话、嵌入诊疗的流程？这正是医疗AI从“可用”走向“实用”的核心关卡。

近日，医渡科技高级副总裁、科研业务线总经理黄楠博士，技术创新副总裁、AI架构师李林峰博士共同出席中国老年保健医学研究会数智健康分会2025年会暨清华心血管教育培训课程，以“大模型临床助手赋能专科诊疗提质增效”为核心，分享了医渡科技的深耕实践。

黄楠博士主持

李林峰博士演讲

把“通用”变成“专用”

人工智能与医疗健康领域的融合正在全面提速。然而，通用大模型在直接服务临床决策时，面临“幻觉”风险、过程不透明、缺乏医疗严谨性等根本问题。

医渡科技的解题思路，是进行一场面向临床实用性的系统性重构，让AI的“思考”过程变得可控、可信、可溯源。公司以自研医疗垂域大模型“YiduCore”为核心，打造了“大数据+大模型”双中台解决方案，为医院打造高质量发展的坚实数字底座。

其中，AI中台的核心价值，在于可将大模型的原始能力系统性转化为符合医疗规范、理解临床流程、知晓专科知识的“智能体”，从而实现AI在真实医院场景中的“落地生根”。

让智能伙伴无缝融入工作流

要让医疗AI在临床场景真正实现“可信赖”应用，核心在于跨越医患与AI之间的 “信任鸿沟”。医渡科技打造的AI中台通过三大核心能力筑牢信任基石：平台内置高质量 “知识中心”，为AI提供专业知识支撑，确保建议有据可依；打造一站式医疗AI算子库，集成40+智能算子，支撑流程透明可追溯，也让AI思考契合临床规范；以轻量无缝的方式嵌入自然工作流，实现“即想即用”的流畅体验。

这三大能力相辅相成，既保障了AI决策的有据可依、全程可溯，又实现了医生使用的无门槛、高效率。

医渡科技推出的“医生临床Copilot”，以轻量级插件形态嵌入医生工作站，深度融入病历书写、治疗方案制定等核心工作场景，让医生可实时获取AI辅助，破解“医疗AI如何落地临床、让医生愿意用” 的行业难题。

为了支撑不同专科、不同环节的精准需求，医渡科技基于AI中台，构建了覆盖病历生成、辅助诊疗、风险评估、患者教育等全链条的130+个场景智能体。这种与临床工作流深度结合的设计，使得AI从“可选项”变成了“高频工具”。

AI应用重塑专科诊疗实践

技术的最终价值，在于解决真实临床场景中的具体问题。医渡科技将大模型能力转化为一系列以具体临床任务命名的智能应用，在专科领域切实改变了诊疗工作的模式与效率。

在心内科领域，医渡科技基于AI中台构建的心内科专科指南助手，集成20+心血管专业指南共识，可通过自然语言交互实时分析患者症状、心电图及检验指标，快速调取专科知识库提炼鉴别要点与风险评估，为急诊等分秒必争的场景提供有据可依的决策支持，同时也能提升医生的专科知识查询效率与诊疗能力。

在肿瘤领域，在“肿瘤TNM分期”这一高专业壁垒任务中，通过嵌入多版分期指南、解剖知识图谱与医生推理逻辑链，智能体将评估准确率提升至90%的主任医师水平，同时大幅降低了对底层算力的苛刻要求。

与武汉同济医院共建的专科数字名医，开拓了专家经验服务新路径。该胸部肿瘤专家的数字分身，可自动接入患者院内诊疗数据提供个性化咨询，融合20+权威指南与专家经验构建 “数字大脑”，还以数字人技术复刻专家形象，为患者提供7×24小时专业咨询。

在中山大学肿瘤防治中心的实践中，医渡数智双中台支撑的AI诊疗工具收获医生高度认可：其临床 Copilot日均调用达800-1000次，还助力单病种数据上报效率提升95%、肿瘤分期完成率提升5%+，同时推动科研效率提升90%、支撑超3000个科研项目，如今AI已从“尝鲜新工具”转变为医生信赖依赖的“数字同事”。

技术的发展终究要回归本质，服务于医疗的核心目标。医疗AI已转向“专业协作”的垂直场景能力，其深度适配临床流程与医生思维，正经历从“外部工具”到“内生能力”的跨越。

展望未来，医渡科技将依托 “双中台”解决方案与“智能体”矩阵，在更多专科领域持续深耕，以大模型临床助手为支点，推动医疗服务体系向更精准、高效的方向稳步迈进。