醫(yī)渡科技揭曉醫(yī)療大模型落地密碼:幻覺率<1%,臨床試驗入組效率提3-5倍
2025-09-24
近日,“潮起錢塘·智啟未來”第二屆智慧醫(yī)療創(chuàng)新生態(tài)大會在杭州舉辦。醫(yī)渡科技聯(lián)合創(chuàng)始人、CEO徐濟銘受邀出席并發(fā)表主題演講,深入探討雙中臺架構(gòu)如何推動AI醫(yī)療的全場景變革,并在閉門會議中分享了公司在醫(yī)療大模型應(yīng)用中的創(chuàng)新實踐,為行業(yè)探索AI醫(yī)療落地提供路徑參考。

數(shù)據(jù)+AI雙引擎,構(gòu)建醫(yī)療智能新基建
“AI醫(yī)療的發(fā)展正從單點技術(shù)突破轉(zhuǎn)向系統(tǒng)性能力建設(shè)?!毙鞚懺谘葜v中指出,醫(yī)渡科技打造的“數(shù)據(jù)中臺+AI中臺”雙中臺解決方案,正是為醫(yī)療機構(gòu)提供全場景智能化轉(zhuǎn)型的核心基礎(chǔ)設(shè)施。

徐濟銘進一步闡釋,數(shù)據(jù)中臺承擔(dān)著醫(yī)療數(shù)據(jù)的全方位治理與價值挖掘重任。他以“血液系統(tǒng)”生動比喻:“正如血液為人體輸送氧氣和營養(yǎng),數(shù)據(jù)中臺為AI醫(yī)療持續(xù)提供高質(zhì)量、標準化的數(shù)據(jù)養(yǎng)分。”醫(yī)渡科技過去十余年積累的覆蓋4000多家醫(yī)療機構(gòu)的數(shù)據(jù)治理經(jīng)驗,正是支撐這一“數(shù)據(jù)血液系統(tǒng)”的核心競爭優(yōu)勢。
與數(shù)據(jù)中臺相輔相成的AI中臺,則承擔(dān)著“大腦中樞”的角色:不僅能對DeepSeek、醫(yī)渡醫(yī)療垂域大模型等多類大模型進行統(tǒng)一管理,還提供完整工具鏈產(chǎn)品,支持快速構(gòu)建適配不同醫(yī)療場景的智能體,為上層應(yīng)用提供堅實支撐。
值得注意的是,區(qū)別于通用方案,醫(yī)渡科技AI中臺聚焦醫(yī)療領(lǐng)域特殊性,針對大模型普遍存在的“幻覺”問題,通過模型訓(xùn)練優(yōu)化、知識融合增強、監(jiān)督機制完善及工程控制強化等多重手段,將幻覺發(fā)生率控制在1%以內(nèi)。不僅如此,面對醫(yī)學(xué)知識的高度復(fù)雜性與專業(yè)性,醫(yī)渡科技還專門設(shè)計了MED-RAG架構(gòu),可實現(xiàn)復(fù)雜醫(yī)學(xué)知識的精準檢索與高效推理,為AI醫(yī)療應(yīng)用進一步夯實知識基礎(chǔ)。
AI+醫(yī)生——臨床實踐的智能化變革
基于雙中臺架構(gòu),醫(yī)渡科技推出“1+N+X”的醫(yī)生Copilot產(chǎn)品矩陣——以自主可控的1個AI中臺為基座,集成N個大模型(包括DeepSeek、醫(yī)渡醫(yī)療垂域大模型等),賦能X個業(yè)務(wù)場景(覆蓋診前、診中、診后全流程)。

- 診前精準導(dǎo)診:通過多模態(tài)交互實現(xiàn)智能分診、科室推薦、預(yù)問診信息采集,并對接醫(yī)院掛號渠道,降低患者等待時間,提升導(dǎo)診精準度;
- 診中效率革新:病歷自動生成效率提升90%(從5分鐘縮短至0.5分鐘),TNM分期評估耗時減少70%,并結(jié)合循證醫(yī)學(xué)為醫(yī)生提供可溯源的個性化診療建議;
- 診后管理閉環(huán):AI患者管理平臺實現(xiàn)院內(nèi)外數(shù)據(jù)互通,并基于專科專病大模型提高個性化隨訪、康復(fù)指導(dǎo)、用藥指導(dǎo)等服務(wù),提高患者依從性。同時,醫(yī)生“數(shù)字分身”7×24小時在線,復(fù)刻專家形象與聲音,增強患者信任感。
目前AI中臺已落地30多家知名三甲醫(yī)院,實現(xiàn)從綜合醫(yī)院全局智能到??茖2∩疃却┩冈俚街麑<抑悄芤I(lǐng)的多點開花,包括在腫瘤專科醫(yī)院診療多場景的突破性落地、與滕皋軍院士團隊推出國內(nèi)首個肝癌診療智能體等,醫(yī)生Copilot在單家醫(yī)院已輔助醫(yī)生累計服務(wù)患者超2.6萬人次。
AI+臨床試驗——效率與質(zhì)量雙提升
徐濟銘分享道,醫(yī)渡科技還將AI技術(shù)深度融入臨床試驗各環(huán)節(jié),構(gòu)建覆蓋臨床試驗全流程的智能化解決方案,全面提升試驗效率與質(zhì)量。

- 在研究設(shè)計階段,智能分析工具基于多中心數(shù)據(jù)與自然語言處理技術(shù),一鍵生成患者納排漏斗等可視化結(jié)果,助力團隊快速優(yōu)化方案設(shè)計。
- 患者招募環(huán)節(jié),iRecruitment系統(tǒng)通過AI匹配真實世界數(shù)據(jù)與試驗方案,實現(xiàn)方案-患者的精準匹配。以心腦血管疾?。?span lang="EN-US">CVD)III期臨床試驗為例,通過AI精準篩選與多端觸達,入組效率提升3-5倍,同時將患者篩選失敗率降低30%。
- 數(shù)據(jù)管理方面,iCollector智能輔助錄入系統(tǒng),實現(xiàn)了電子病歷到電子數(shù)據(jù)采集系統(tǒng)(EDC)的自動轉(zhuǎn)錄與映射,支持多模態(tài)源數(shù)據(jù)溯源,較傳統(tǒng)方式節(jié)約30%-50%人力,且通過“AI+人工”雙重核對保障數(shù)據(jù)質(zhì)量。
- 在患者管理階段,醫(yī)渡科技iCare系統(tǒng)通過"任務(wù)精準推送+多模態(tài)智能提醒+個性化宣教激勵+遠程監(jiān)測"的組合策略,有效提升受試者依從性。
- 質(zhì)控環(huán)節(jié),iQC智能數(shù)字質(zhì)控系統(tǒng)構(gòu)建了“病歷處理-匹配-判定”的全流程智能識別機制,能夠自動識別不良事件(AE)與合并用藥漏記問題,實現(xiàn)高效批量處理,精準輸出判定結(jié)果,并全維度呈現(xiàn)相關(guān)信息,便于全局管控與追溯。
攻堅實戰(zhàn):閉門會分享AI醫(yī)療落地方法論
在閉門會議中,徐濟銘深入分享了醫(yī)渡科技推動大模型從實驗室走向臨床實戰(zhàn)的核心實踐經(jīng)驗。他強調(diào),“如何將先進模型轉(zhuǎn)化為真正適配醫(yī)療場景的可靠工具,是當前行業(yè)面臨的核心挑戰(zhàn)——技術(shù)不能只停留在‘能實現(xiàn)’,更要解決‘好不好用、敢不敢用、能不能落地’的問題,這正是醫(yī)渡科技持續(xù)投入的關(guān)鍵方向?!?/p>

徐濟銘指出,高質(zhì)量、合規(guī)的數(shù)據(jù)治理,是所有智能應(yīng)用落地的基礎(chǔ)。在此基礎(chǔ)上,公司始終堅持“醫(yī)工結(jié)合”的協(xié)同路徑:由技術(shù)團隊與醫(yī)學(xué)專家共同定義需求、打磨模型、評估效果,確保AI產(chǎn)品能無縫融入醫(yī)生工作流程,真正實現(xiàn)“技術(shù)服務(wù)于人”的本質(zhì)目標。
本文為原創(chuàng)內(nèi)容,僅供知識分享之目的,若存在侵權(quán)行為或疏漏,請與本平臺聯(lián)系,我們將及時處理。如需轉(zhuǎn)載請后臺留言,需征得本平臺同意且注明來源轉(zhuǎn)載。

