医院信息部门为什么需要AI工程平台？

来源：HIT专家网 作者：赵琛宇

在大模型技术迅猛发展的当下，医院信息部门正面临着前所未有的机遇与挑战。作为服务医院信息部门长达10年的老服务商，支点运维始终将服务医院信息部门作为自身使命，医院信息部门的需求就是我们的发展方向。过去，我们主要提供医院信息中心管理服务；未来，我们将增加大模型相关服务，且已基于相关知识与经验的储备，开发了实用的小插件，能够快速为医院信息部门创造价值。在此分享一些支点运维的近期实践与思考，如有不当，还望同行不吝赐教。

大模型在文字处理领域展现出强大能力，能高效替代人工完成扩写、缩写、整合撰写等工作，其在医院信息部门的工作场景中应用广泛，涵盖项目管理、需求管理等多个环节。以工单处理为例，大模型可实现自动生成、分类、整合撰写并提炼知识，这些是支点运维现已较为成熟的场景应用，也在帮助同行共同进化。

当前我们关注的问题是，各系统厂商纷纷在产品中引入大模型，医院信息部门面临一系列关键问题，如：是否每个产品（系统）都需配备独立模型？产品与模型的数据资产如何存放？是否有必要打通并整合知识资产？

年前，支点运维为北京协和医院实施了“百事通”项目，获得了客户的高度认可。在该项目中，我们发现：医院各部门的数据与知识资产极为分散，存在于文档、系统、网站及公众号文章中，且最终版本常不在内部掌握，整合知识资产迫在眉睫。

传统的共享文件和关系型表格存储知识的方式，存在诸多不便。检索增强生成（Retrieval-Augmented Generation，RAG）技术的出现，可将知识资产转化为向量数据，提供分类管理与高效检索能力。形象地说，这就好比一个“大丹炉”，能融合汇聚各方知识结成“内丹”，统一管理供各方取用，避免了知识孤立与重复整理的浪费。

基于以上背景，我们认为，为医院建设统一的大模型工程平台（也即AI工程平台），非常必要。医院 AI工程平台主要由两部分核心能力构成：

一是大模型的能力调度，包括对话和工作流平台引擎等。通过低代码或零代码模式，AI工程平台可以发布“对话机器人”，也能发布基于大模型的API服务，并可轻松集成到各类应用中。例如，在体检系统中，主检医生给出建议后，体检系统调用AI工程平台发布的专有API，就能利用大模型的能力，从患者角度生成健康指导，经医生确认后发布为体检报告，从而极大提升体检报告的可读性，实现效率与质量双提升。

二是RAG向量化的知识资产引擎，负责收集全院各类知识资产。通过集中管理，医院的知识资产得以充分利用。如上述“百事通”项目中清洗加工好的高价值知识资产，就可被其他智能体或业务系统引用。我们在实践中采用了一些行业领先产品，如 HiAgent平台支持本地化部署，产品质量可靠，且平台技术团队（字节跳动）响应及时，为项目的成功实施提供了保障。此外，Dify（一款生成式AI应用引擎，可以用来构建AI应用）的开源版本，Coze平台（字节跳动推出的一站式AIBot开发平台）也在对外服务中发挥了重要作用。

在为医院打造AI工程平台的过程中，有以下经验总结：

首先，知识资产的收集工作需由医院信息部门或负责全院总体知识管理的部门牵头，以避免知识分散；而知识平台的管理工作则建议由医院信息部门负责，以确保数据安全。

其次，在部署方式上，AI工程平台建议本地化部署，以保证使用的便捷性与可靠性。AI工程平台可对接内网，与现有业务系统进行数据交互，实现数据知识的闭环回流与积累。而各类大模型则不一定必须部署在本地。

再次，选择一家有AI智能体开发和知识清洗维护工作经验的服务商，也许是解决短期人手不足、业务爆发问题的最佳方案。

最后，未来医院的算力需求将呈井喷式增长，在内网部署的模型算力难以满足广泛业务的爆发式需求。因此，由云端大厂提供质优价廉、基于使用量收费的“满血版”大模型服务，可提供充分的算力资源支持。通过建设AI工程平台，可在保护数据隐私的前提下，分级、分批调度不同模型，由本地模型处理高敏感数据，由云端模型处理行政服务类工作，助力医院各类业务的智能化转型。

支点运维团队期待为更多医院提供服务，共同探索新的商业模式，拓展业务版图，促进同行共生协同发展，为行业发展贡献力量。

【作者简介】

赵琛宇，北京恒亿慧通科技有限公司总经理，支点运维创始人。医院信息中心主任能力培训班企业教员。

【责任编辑：陈曦 版式：明超】