来源:HIT专家网 作者:李崇铭
“去年南湖HIT论坛,我分享了对医疗大模型应用的行业观察和规划策略。一年来,AI大模型给行业带来的影响仍处于快速变化之中,还没有到平台期。”
在由HIT专家网主办的、以“AI重塑医疗信息化”为主题的2026年南湖HIT论坛上,中国医院协会信息专业委员会副主任委员薛万国认为,从技术方面来看,AI大模型和智能体技术都在快速发展:新模型快速迭代,能力持续提升,与大模型落地应用相配套的智能体工程化技术和方法快速更新。另一方面,行业中一大批医院、HIT企业积极拥抱AI技术,在应用场景上持续打磨,在系统开发中主动求变,对大模型应用的经验认知进一步深化。
结合一年间对医疗大模型应用的交流、观察与近期调研,薛万国梳理了五条对大模型在行业应用进展方面的再观察和新感受。
一是大模型能力与智能体技术并行生长
从技术角度看,主流大模型能力仍处于快速迭代中。从2026年5月和10月对主流大模型的两次评分来看,各模型的综合评分都随着版本更新在增长。其中,国产模型和国外模型的评分差距进一步缩小。
另一方面,智能体等外围工程技术也在快速发展,日益增强了大模型应用能力。
“大模型的能力表现与提示词设计、推理链引导、外部知识融合等应用方式密切相关。”薛万国介绍,近两年,以大模型进入工作流程为目标,大模型应用的外围技术快速增强,发展出Skills、Harness等一系列工程学方法,使大模型在融入工作环境的同时,能力表现保持相对稳定。
二是医疗垂域模型发展渐缓
2025年DeepSeek出现后,国内各类采用预训练、微调训练的医疗垂域模型爆发,从医疗基础垂域模型到专科专病模型,应有尽有,堪称“百模千模大战”。2026年,训练和微调医疗专用模型的热情大为降低,案例报道显著减少。
薛万国认为,导致这一现象的原因主要包括:
第一,通用模型能力持续提升。在国外评测中,通用模型在一些医学问答场景的能力甚至超过垂域模型。
第二,与训练或微调垂域模型相比,提示词工程、RAG知识库、技能包等外围工程化技术,是提升模型应用性能的另一条路径。针对医院与HIT行业提升模型能力的需求,这条路可能更便捷。
第三,由基础模型微调而成的医疗专用模型,很难跟上基础模型迭代的速度。
第四,一些医疗专用模型虽然做了专业化训练微调,但可能影响其泛化或其他能力,应用落地效果不理想,热度自然降低。
三是医疗场景成熟应用比预期慢
“去年我认为,大模型应用正从早期的独立应用探索,转向与业务系统的融合和实用化落地阶段,但距离形成成熟的应用场景和应用模式,仍需1-2年的培育与打磨。但一年过去了,我感觉它的落地比预期要慢。”薛万国谈到,目前医疗大模型的场景探索多,如辅助文书处理、质控、诊断等;但成熟应用少,真正进入高频、普及性使用的场景还非常少。
制约医疗大模型应用推广的因素包括:
一是大模型输出的不确定性与医疗场景的严谨性要求之间存在着天然的矛盾。“我们试图通过各种技术控制这种不稳定,但这仍是应用上的最大障碍。”
二是场景磨合比预想复杂。大模型部署时需要对应用模式、提示词引导、专科知识库匹配等不断调优,上线一个科室甚至要几个月、半年的时间。
第三,专科专病的个性化特点限制应用推广。不同科室、不同疾病的需求不完全相同,甚至不同医生的习惯不同,如果应用不能很好地匹配这些个性化需求,落地就会有阻力。
例如,即便医院有患者的入院记录、病程记录、手术记录、检查化验结果,使用AI生成出院小结仍然不简单,因为它不是简单做摘要,而是要把想要的东西摘出来,每个专科、病种关注的病情变化重点不同,生成内容需要“量身定制”。
比如糖尿病患者的出院小结,通常要总结治疗过程,特别是入院、出院时的血糖值、治疗方式、效果等。但大模型怎么才能知道对糖尿病患者出院小结要抽的是血糖化验结果,而不是其他血常规化验结果?在这一场景中,大模型实际上要融合医学知识做摘要,理解“糖尿病患者应重点关注血糖值”。这类个性化需求会带来很多额外工作量,目前大模型的能力还难以直接适应。
薛万国认为,将疾病知识图谱、规则库技术与大模型结合起来,“用知识指导大模型工作”也许是未来应用的发展方向。在医学本体、语义研究等方面,需要医院与HIT企业携手进行更深入的研发探索。
第四,智能化功能与既有信息系统的整合方式和集成度,对使用体验及效果存在较大影响。医生希望整合式应用,把大模型的智能整合到既有业务软件的功能流程中,实现智能功能对诊疗数据的直接共享和功能嵌入,而这需要对既有软件进行较多改造。
四是大模型应用评价研究较为缺乏
目前,对于大模型应用场景创新探索的报道很多,但对实际应用效果的评价很少。虽然一些人工智能应用中试基地也开展模型评测研究,但对于真实世界应用效果、用户实际使用行为的评价不多,较少看到国内此类文献发表。
加强大模型应用的真实效果评价,有助于大模型应用的落地迭代,也有助于指导行业消除“焦虑和疑虑”,从而利于大模型产品的推广。
五是AI自动编程真正落地
“AI是一场革命,但它没有先革医生、护士的命,而是先革了HIT人的命。”薛万国表示,目前AI自动编程已真正落地,比我们行业应用的发展和落地更快、更扎实。据了解,大部分HIT企业已转向AI开发,在自动编程、需求辅助、软件测试等方面取得了很好的应用效果,在开发人员组织、软件开发流程、开发平台重构等方面,正在形成与AI自动编程相适应的新范式。
医院方面,很多医院信息中心积极尝试用AI辅助日常小工具研发,比如运营管理、OA工作流处理、科室应用、数据处理小工具等。2026年南湖HIT论坛的案例征集,收到了大量医院信息中心使用AI编程开发的案例。这些案例证明,AI编程确实能提升医院信息中心的服务能力,可以减轻对厂商的依赖。
但AI软件开发也存在局限性。AI自动编程建立在局部功能需求明确的基础上,医院自行开发的主要是独立的小型工具软件。对于大型复杂系统的需求分析以及系统架构、数据结构等顶层设计工作,仍然依赖人工为主。
“布鲁克斯在《没有银弹:软件工程中的根本和次要问题》中指出,所有软件活动包括根本任务和次要任务。根本任务是打造构成抽象软件实体的复杂概念结构,次要任务是使用编程语言实现。而AI软件开发颠覆了软件工程中的‘次要任务’,能辅助但尚不能颠覆‘根本任务’。”薛万国认为,医院信息中心需要主动转型,培养驾驭AI自动编程的能力和素养。
【演讲视频】
【课件下载】

精彩不容错过!
【责任编辑:陈曦 版式:蒙辉】
HIT专家网






评论前必须登录!
注册