焦虑与兴奋过后，医疗AI的下一步如何不迷茫？

来源：HIT专家网     作者：朱小兵

当下，医疗行业对于AI的心态，在经历了最初的集体焦虑和现阶段“试点”的兴奋之后，正在努力摆脱探寻AI未来可持续发展路径的迷茫。

如何从信息部门热衷于尝鲜新技术转向服务更多业务场景？如何找到最有价值的业务场景落地AI？如何系统化推进不同部门的AI项目并开展安全合规治理，使之匹配医院或医药企业的数智化转型战略？

这背后反映的，不是技术能力欠缺，而是缺少一套系统性的方法论和AI智能体治理体系。日前，腾讯云联合贝恩公司发布了《企业级智能体效能管理指南》白皮书（以下简称《指南》），旨在引导组织持续释放AI Agent应用价值、而不是停留在“试点”。这无疑为当下医疗AI探寻发展路径提供了清晰的借鉴。

三重挑战：医疗AI Agent应用必须面对

“比游戏还上瘾。”2026年以来，不少医院信息同行对于尝鲜AI编程极度兴奋。继2025年大语言模型热之后，2026年伊始的“龙虾热”，引发医疗行业新一轮兴奋和焦虑。医疗机构纷纷尝试在各类业务场景中引入智能体应用、有自主开发能力的医院信息部门更是“迷上了”AI编程。

“医院推进 AI ，绝不能停留在信息中心‘尝鲜’的层面。”南充市中医医院信息管理中心主任冯敏尝试体验了多种AI编程工具。他坚信，要以“收益”为驱动，而非以“技术”为驱动。

事实上，一批积极拥抱AI的医疗机构，都遭遇了三大挑战：

一是如何选择合适且安全的场景切入。

从“易上手”的项目切入，有自主开发能力的医疗机构，不约而同地选择了先从提高信息部门自身的工作效率入手。

“我们从今年初开始使用CodeBuddy，通过微信开发者工具中的插件，主要用于小程序的UI界面开发。”北京大学首钢医院信息中心主任余浩介绍，整体效果达到预期，主要用来描述需求、生成代码，然后手动对生成的代码进行审核优化，粗算采用率大概有50%。不同的项目、不同的工程师，对AI编程的应用程度差异很大。目前主要是在外围或非核心的信息系统开发中使用AI编程。

胜利油田中心医院信息中心高级工程师李阳今年尝试用WorkBuddy辅助开发上线了一套网络安全工单管理系统。整个系统从6月初启动到上线，总共两周的时间，由他独自使用WorkBuddy辅助完成。系统目前代码量约18000行Python，涵盖9大业务模块、30多个页面路由、50多个API端点、10余张数据库表。

新疆维吾尔自治区第三人民医院信息中心主任胡志翔介绍，由于医疗数据不能出域，他尝试用WorkBuddy开展了三方面工作：一是开发一些办公类应用；二是协助信息科开发一些工具，比如，通过“投喂”脱敏数据，开发了一些专用的代理工具，然后再部署到内网环境中运行；三是协助部署一些应用程序环境，可以代替一部分工程师的日常工作。

二是如何尽快找到最有价值的AI落地场景。

冯敏主任认为，要让全院各科室愿意用、持续用，必须让他们切实感受到收益。要找准两个关键切口：让临床感到“智能”和“便利”，让管理层看到“数据”和“成效”。AI项目如果想从试点走向体系化，必须同时抓住两个群体：

临床端：AI应用要真正嵌入医生的工作流程中，让医生觉得“更智能”（如智能辅助诊断、病历智能质控）和“更便利”（如语音录入、智能排班），而不是增加额外负担。

管理端：要能回答医院管理层关心的问题，如医疗质量指标是否提升、运营成本是否降低、患者满意度是否提高。AI的成效必须能转化为领导层关心的数据指标。

三是如何全面推进AI应用从单点走向更多业务流程。

总体而言，真正能够稳定创造可量化业务价值、并被业务一线广泛采用的智能体，仍然是少数。AI在医疗机构的落地，必须逐步渗透到诊前、诊中、诊后全流程和全院运营管理、教学、科研等场景。

再看医药零售业，OCR、问答机器人等单点工具已普及，但前台问药推荐主动性不足、中后台依赖人工取数、内部协同重复劳动多，AI同样尚未真正进入业务流程。

正如《指南》所指出，组织机构在拥抱AI的过程中，必须跨过三次关键跃迁的门槛：

第一次跃迁，从有无入口到高频可运营（考验组织的场景连接力）；

第二次跃迁，从单点验证到多场景串联（考验组织的工程驾驭力）；

第三次跃迁，从局部落地到规模化复制（考验组织的模型驱动力与治理成熟度）。

“三力乘法”：评估AI智能体效能的方法论

如何顺利实现这三次跃迁？《指南》分析，过去两年中，大模型与各类Copilot工具快速进入组织日常工作场景。虽然PoC和Demo层出不穷，但是真正进入生产、产生稳定价值的智能体却寥寥无几。《指南》归纳了三个典型症状，同样折射了医疗AI当下的困境：

其一，价值难以量化。大量生成式AI和智能体试点在用户体验上获得好评，但缺乏统一、可复用的指标体系来衡量业务与财务价值。

其二，项目与架构高度碎片化。不同的AI项目散落在由不同部门，各自选择模型、搭建环境、接入系统，缺乏统一的分类体系和技术栈。甚至对于“智能体”的定义、责任边界和评价标准也可能完全不同，给后续的治理、复用和风险管理带来巨大挑战。

其三，安全与合规掣肘生产级落地。如果没有一套清晰的权限模型、审批与审计机制以及自治等级管理框架，智能体很难被允许深入关键业务流程。

对于今天的大部分企业而言，关键问题已经从“能不能做出一个智能体”转变为“是否具备一套系统管理智能体效能与风险的体系”。为此，《指南》创新性提出了“三力乘法”：企业Agent效能 = 场景连接力 × 工程驾驭力 × 模型驱动力。无论是医院，还是医药零售业，都必须做到“三力齐发”，才能全面提升智能体应用效能。

《指南》专门提到，企业普遍会提出这样一个问题：“如果现有智能体表现‘一般般’，应该从哪里下手把它变好？”而腾讯在各行业项目中的实践表明，单纯增加算力或更换模型，往往无法从根本上解决问题。真正决定智能体成败的，是场景连接、工程驾驭与模型使用三者的综合能力。

• 场景连接力：让智能体真正“进日常”，智能体应用（WorkBuddy/CodeBuddy/ADP等）+使用入口（App/小程序/微信等）+ Skill/Connector的连接能力；
• 工程驾驭力：让业务“敢用、用得稳”，知识体系、运行体系、安全体系——把零散单点能力串联成贯穿前后台的连续流程并可治理；
• 模型驱动力：用对模型，而不是一味用最顶级或大尺寸模型，基于智能路由，以合理成本持续获得可用、开放的模型能力。

腾讯在实践中逐步形成了一套“平台级运行与治理底座”，通过统一运行时与连接器层，大幅降低了单个项目的工程复杂度，让业务团队可以更多关注场景创新本身，而不是重复处理底层技术问题。同时，腾讯以混元大模型及多款第三方大模型的开放混合策略为基础，像管理云资源一样统一管理多模型调用，按场景选最优模型、按用量控成本，让投入产出算得清、管得住。这样就可以让更多的医疗机构专注于提升场景体验。

《指南》同时强调“四维效能罗盘”，即可以从“业务结果”、“生产力”、“体验质量”、“可靠合规”四个维度量化Agent价值。这对注重合规的医疗行业尤为关键。

案例实证：从医院到医药零售业的AI实践

紧贴实战，《指南》还给出了智能体三阶段推进路线图：打地基、连系统、规模化。

来自医药零售业的叮当快药，提供了完整的实操落地案例。叮当快药拥有自有App/小程序触点，直连消费者，数字化与工程化能力较强，既愿尝新，也有能力快速将技术嵌入业务流程。于是，叮当快药与腾讯AI产品团队合作，分三步走：

第一步，以小场景建信任。双方合作始于健康咨询场景，这一场景的价值验证简明清晰、投入低，效果立竿见影，验证了腾讯的服务与交付能力。

第二步，以云底座夯基础。在混元大模型基础上叠加WorkBuddy与CodeBuddy，辅以ADP、TokenHub等，使AI覆盖“业务—研发—办公”全链路；

第三步，扩展为应用组合。形成办公智能体、企业知识库等组合应用，覆盖多年度、多项目知识框架。

叮当快药CTO于庆龙表示，与腾讯云合作后，整体平均业务效率提升50%、新功能开发代码采用率提升到80%以上；测试用例自动生成已落地；AI还可通过多轮对话，将模糊需求提炼为结构化方案，并以流程图/架构图可视化呈现，显著缩短需求分析周期。

之所以能取得这样的实际效果，主要有三方面因素：场景选得准，业务刚需（高频、价值清晰）；工程底座扎实（叮当快药自研能力+腾讯云原生底座）、模型贴合业务（以合理成本获得持续可用、开放的模型能力）。

“未来每个企业可能有数十上百套系统，但面向员工可能就是一个AI入口，后面调用一个或多个Agent完成所有操作。”于庆龙披露了接下去可能会尝试的Agent场景。这正是《指南》中定义的“总入口智能体（Super Agent）”概念的企业表达。

展望未来：医疗AI将走向原生融合与Agent化系统重构

一方面，一批医院信息中心积极进行AI编程相关的测试；另一方面，更多医院尝试在患者服务、临床诊疗、科研、运营管理等不同的业务场景引入智能体应用。但是，这类各自为战、孤岛式应用模式的弊端正日益显现，一些医院已经开始系统性推进智能体应用。

中国研究型医院学会医疗信息化分会副会长、高博医疗集团首席信息专家陈金雄指出：当今医疗信息系统的问题，已经不是“功能不够”，而是其底层仍基于“流程控制+合规驱动”的传统架构与研发范式，缺乏对临床认知过程与复杂场景的表达与支持能力。“AI驱动下，如能实现传统医院信息化向智能体的技术架构重构，对医院业务流程乃至行业从业者的影响，将是非常深远的。”

近两年，国内一批头部HIT企业、医疗信息化专家，逐步形成共识——医疗 AI 将走向原生融合与Agent 化系统重构。

技术实现方式上，未来1-3年，医院、医药零售AI将继续深化：AI以SDK/嵌入式方式融入医生、药师等各岗位工作站，同时Agent重构系统集成——前端统一入口、后端智能调度，大幅降低接口对接与数据治理复杂度。本质是：AI从“外挂工具”转变为业务底座，腾讯将持续携手医疗行业共推这一转型。

“医院要实现AI原生重构业务流程还有一个过程。在产业侧实现AI原生和Agent 重构系统之前，医院信息部门自己能发挥的空间有限。”新疆第三人民医院信息中心主任胡志翔认为。

胜利油田中心医院信息中心主任马德刚感慨：“我们尝试新技术的初衷是解决自己的痛点。但在实践过程中，我们发现这件事的意义可能不止于一个系统——它让我们重新思考信息部门在医院数字化转型中的定位。”

在医院探索AI的当下，标准不统一、边界不清晰、评估方法不一致，容易出现“概念热、落地难”、“演示强、应用弱”、“效率提升与安全风险并存”等问题。对此，北京大学首钢医院信息中心主任余浩希望，行业能够尽快形成相对统一的方法论、技术规范和评价体系。如果能够在行业层面形成共识，比如医疗AI应用分级标准、数据安全规范、模型评测方法、临床辅助应用准入标准、AI生成内容责任边界、AI编程在医疗信息系统中的使用规范等，将有助于减少重复试错，引导医院更加稳妥、规范、可持续地推进AI应用。

“我们的态度是积极但审慎。既不能因为风险而停滞不前，也不能因为技术惊艳而盲目推进。医疗行业推进AI是能否在安全、合规、可控的前提下，把AI真正嵌入业务流程，持续产生价值。”余浩主任的这个观点很有代表性。

扫码获取《企业级智能体效能管理指南》完整白皮书。

【责任编辑：陈曦】