戴赢：医疗智能体落地须遵循“价值医疗”理念

来源：HIT专家网      作者：周亦川

医学人工智能软硬件投入成本高，如何在资源有限的条件下快速突破？2026年5月，在HIT专家网学苑主办的“2026年医院智能体应用专题培训”会议上，台州恩泽医疗中心（集团）恩泽医院/台州市康复医院信息中心副主任戴赢分享了医院在“价值医疗”理念指导下，通过组织架构调整、数据治理及场景化创新，推动人工智能从概念向实际生产力转化的实践经验。

锚定临床价值，才能推动医疗AI落地应用

近年来，医学人工智能呈井喷式发展，成为各大医疗机构热议的焦点。然而，临床一线却频频发出“不好用、不想用”的质疑。

以当前热门的AI病历辅助生成为例，该功能已基本在三级医院普及，却面临实用性不足、使用率偏低的困境。戴赢分析认为，尽管AI病历经历了通用型生成、模块化元素生成、标准化入出院记录生成等多次迭代，但功能本身只是替代模板书写，医生使用自动生成功能后，仍需耗费大量时间补充内容、审核校对，并未真正实现减负。

“回顾电子病历系统刚上线的年代，情况颇为相似。”戴赢分析，得益于体温单自动生成和智能化筛选录入等增值性功能，护理病历首先完成升级替代。后期，随着体征数据、检查检验数据等临床信息的快捷提取，以及专科模板的不断完善，临床医生才逐步扔掉了保存多年的WORD模板。“因此，医疗AI若想替代原有流程，必须提供颠覆性的增值点，带来实际临床价值。例如，在病历书写功能上拓展移动与跨学科场景，借助AI整合碎片化医疗信息，并将病历书写与实时质控深度融合，以提升临床工作效率。”

“无论医院当前是否开展人工智能应用，医院信息中心特别是CIO都应该主动拥抱并学习人工智能应用。”戴赢介绍，恩泽医院将原信息中心下设的“数据中心”变更为“数据与人工智能中心”，建立了AI伦理委员会，确保AI技术开发、部署和应用符合伦理原则与法律法规，并负责医学AI算法审查、数据治理和数据安全审核。

同时，为规范AI项目管理、保障研发落地，医院制定了人工智能专项基金项目申报制度，评估项目建设投入的资金和精力。在最近一轮的院内课题征集中，全院共提交42个AI专项课题，涉及临床、护理、医院管理等方面的AI应用。遵循价值医疗理念，结合隐私性、安全性、鲁棒性等维度综合分析，全院最终选出了10个课题予以优先立项研究。

“1+3+N”：多智能体覆盖临床综合需求

为应对算力短缺、财政投入有限、人才瓶颈及临床期望过高等现实挑战，恩泽医院提出了医疗AI应用建设的“1+3+N”模式：“1”是建设统一的算力中心，配置信息中心机房与IDC机房，整合GPU算力卡，根据模型访问量动态分配资源，实现精准调配；“3”是将AI应用分为患者服务、临床和管理三大方向；“N”则是多个覆盖临床需求的智能体。

在智慧服务方面，恩泽医院在其互联网医院中加入“智慧报告单”系统，融合患者从挂号、就诊、报告、随访的全流程管理。该系统可抓取阳性指标并解读报告，同时与医院制作的科普短视频进行关联。戴赢举例：“对于报告有肺结节的患者，系统可推送肺结节分类、防治宣教视频，患者也更愿意看这些针对性的内容，数据显示，患者观看视频后预约专家的比例达到10%。”

值得一提的是，在赋能基层方面，恩泽医院建设了“医体融合、五高共管”的市级健康处方管理平台，打造区域慢病健康管理网络。该平台可根据居民体检数据提供相应的运动健康处方，社区根据该处方，结合可穿戴设备收集信息为居民提供饮食和运动的长期管理服务，实现从医疗向健康管理延伸。

在智慧医疗方面，恩泽医院基于“AI关键患者追踪系统（APTS）”，根据患者病情自动分级，实现阳性/危重患者的智能筛查。若患者满足住院/手术等级危急指征，系统将自动分发科室负责人跟踪、召回患者，系统专管员将优先为高危患者加号及安排住院；若患者为安全级别，则通过短信随访。

“这种召回模式让医院主动联系患者，可以为特殊病症、急性及高危性的患者提供更及时的救治。”戴赢介绍，以一则罕见病确诊为例，患儿因支气管炎就诊，血常规检测识别存在地中海贫血风险，专管员联系召回患者并实现确诊。召回运营数据显示，人工智能精准定位筛查已找到8214份有效病例，准确率达82.9%。

助医系统还提供了病历内涵质控功能，AI可在医生书写病历过程中而不是完成后提示内容矛盾点，既促进了医生病历书写的规范化，又提高了病历质控的效率。

在智慧管理方面，恩泽医院基于BI数据平台，对核心数据报表进行升级改造，生成了一面“数字战略墙”，为医院运营目标的设定和问题整改提供可视化支撑。“原先医院周会，院领导要根据墙上几十张各科室的数据报表做分析。”如今，“数字战略墙”根据各项指标达标与否，以不同的颜色标注，还提供历史数据对比、数据平行分析以及任务追踪等一系列功能，所有信息一目了然。

恩泽医院还开发了医疗安全不良事件智能体，加强质量安全管理。原先的质控体系需人工上报，未及时上报或内容不准确、分级不准等，都会带来后期评估误差。该智能体基于20多年10万多条不良事件数据开发了管理模型，将各类不良事件进行分类分级。一旦发生疑似不良事件，系统自动对事件分级并弹出提示，要求相关人员上报处理，或消除误报，提高了及时上报率。

与其持续观望，不如先治理数据

“临床和患者是医院信息部门的主要服务对象，我们要让产品能够真正提高医生的工作效率，降低患者安全风险，改善就医体验，同时为管理层提供决策支持。这是医院智能体开发的主要方向。”戴赢最后总结了五点感悟：

首先，智能体应用，应该基于现有成熟的业务流程升级突破，同时需要获得领导支持。

其次，AI不仅是技术升级，更会推动信息中心乃至医院整体组织架构与管理模式的转型。

第三，高质量数据集是人工智能发展的养料，任何业务都离不开数据，与其持续观望，不如先治理数据。

第四，AI在短期内无法替代人，但已经在淘汰一批重复且低效的工作。在当前时代，每位医信工作者都应该怀着好奇心去接触新事物。

第五，要对AI应用做好安全评估，除了模型的幻觉问题，更需要关注智能体、网络、数据、边界、伦理、供应链等未知的安全问题。

戴赢展望，智能体整体协同应用或是未来的发展方向。并非所有的医疗机构都有能力和精力独立开发AI产品，可考虑建设合适生态圈，通过医联体、医共体与科研院校协作模式，让大医院的成熟产品在基层落地。

【责任编辑：陈曦 版式：明超】