官方网站-首页

　　（来源：中国数字医学）

　　在医疗智能体是面向卫生健康领域，以大语言模型（Large Language Model, LLM）为核心，具备规划、记忆、工具调用及行动能力的人工智能系统，能够处理各类复杂医疗任务，其典型应用包括智能问诊、报告解读、辅助诊断、健康管理等场景。

　　截至2025年底，以ChatGPT为代表的生成式人工智能技术取得了重要突破，基于海量医学语料微调的医疗大模型已取得一定进展。MedFound通用医学语言模型在8个医学专科的疾病诊断任务中平均准确率达到84.20%，接近专家水平，而多模态模型LLaVA-Med的进展将医疗人工智能向多模态、多场景综合决策的方向推进，从而为构建真正有高阶认知能力的医疗智能体奠定了基础。

　　本研究对医疗智能体国内外研究现状、基本架构和关键技术、主要开发平台和部署模式以及典型应用场景进行了梳理总结，分析其在患者服务、临床诊疗、运营管理、医学科研等场景中的应用价值，并探讨现存核心挑战及未来研究方向。

　　1

　　医疗智能体研究现状

　　（1）政策监管

　　国务院印发的《关于深入实施“人工智能+”行动的意见》提出，探索推广人人可享的高水平居民健康助手，有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用。《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》明确提出，到2027年形成一批临床专病专科垂直大模型及智能体应用。监管与治理的相关政策也在逐步完善，欧盟《人工智能法案》把医疗领域人工智能明确列为高风险类别，并且提出了严格的合规要求及产品责任规定，用以厘清相关损害赔偿责任。《中华人民共和国网络安全法》新增第二十条，明确要求完善人工智能伦理规范，加强风险监测评估和安全监管，为人工智能应用提供健康发展环境。

　　（2）应用演进

　　智能体的发展逐渐演进为能自主执行复杂任务闭环的智能系统。在诊疗领域，智能体展现出环境感知与自主决策能力：MATCH-Net泌尿专科智能体整合多模态数据，在多中心验证中实现了肿瘤精准分割、生物标志物挖掘与预后风险分层。在德国标准的“双人独立阅片”流程中，乳腺筛查智能体通过自动筛选56.70%的“高度不可疑”病例，多检出17.00%的乳腺癌患者，并将医生阅片时间中位数从30s缩短至16s。AgentMD系统通过阅读海量医学文献自动构建并运用临床风险计算工具，在复杂风险预测任务中准确率达87.70%。手术机器人已从辅助工具演变为具有自主决策能力的智能伙伴，通过识别人类观察中可能遗漏的细微异常，实现肿瘤、骨折及神经系统疾病等病变的早期检测。SRT-H系统在无人干预条件下成功完成全自主胆囊切除术，在17个关键步骤中的成功率均达到100%，且能根据个体解剖差异做出合理的自主决策。早稻田大学研发的AIREC机器人提出4种人机互动类型的沟通模型，可有效协助完成日常护理任务。

　　智能体研究的前沿探索集中于多智能体协同与高保真环境仿真。清华大学人工智能医院用虚拟仿真环境中所设计的“自我博弈”机制，让医生、护士、患者等角色智能体以百倍速进化，建立了高保真的临床决策模拟环境。深圳大学附属华南医院提出“1个医生—N个智能体—N个患者”模式，各智能体分工明确、彼此协同完成手术辅助、治疗方案制定等任务。HAO多智能体协调框架整合放射学、病理学各类专科智能体，对多模态数据做协同分析，从而支持患者个体化诊疗。医疗多智能体系统框架（Multi-Agent Systems for Healthcare, MASH）在临床诊断、治疗规划、资源调度、患者管理等方面执行分散式协同决策。

　　2

　　医疗智能体架构

　　医疗智能体功能架构图

　　3

　　应用场景分析

　　医疗智能体的应用主要聚焦4个方面：患者服务中优化就医流程、进行全程健康管理；临床辅助诊疗、医疗文书生成与病历质控；医学科研中整合知识，赋能学科研究；医院管理中支持精细化运营和科学决策。

　　4

　　挑战与应对

　　医疗智能体具有任务驱动的主动性、多步骤的规划与执行能力，以及从环境反馈中主动学习并调整等基本特性，在提高临床工作效率、实现个性化医疗方面有较好的应用前景，但也带来了不同于传统被动响应型医疗工具的新挑战。

　　5

　　结束语

　　医疗智能体作为人工智能技术与医疗健康领域深度融合的新型范式，具有明确、可扩展的架构体系，本研究系统分析了其在患者服务、临床诊疗、运营管理、医学科研等场景中的应用状况，有望成为贯穿医疗流程的智能基础设施。我国政策与市场双轮驱动有利于医疗智能体快速落地，对“智慧医院”和“健康中国”建设都将产生重大积极影响。放眼全球，国际市场中也有较为丰富的应用实例，欧盟则在监管体系上做了良好铺垫。

　　由于医疗智能体走向规范化、规模化应用必然要面对可靠性、多模态数据融合、数据安全等核心挑战，因此未来医疗智能体可开展以下3方面研究：一是建设可信赖的智能体核心决策系统，把可解释方法与医学因果推理结合起来，再以临床试验加以验证其关键输出的可靠性。二是推进多模态数据以及多智能体协同研究，解决任务分配、冲突化解等关键技术，真正支持复杂业务流程的智能化协作。三是建立完整、严谨的医疗智能体评估及监管体系，把安全作为最根本的前提，在合规基础上最大限度释放数据价值。最终促成医疗服务模式的范式跃迁，切实促进医疗卫生事业的发展。

　　内容来源

　　李海羽，付毅，包国峰，等.医疗智能体研究与应用进展[J].中国数字医学,2026,21(5):1-11.

　　作者单位

　　山东第一医科大学附属省立医院信息网络管理办公室（李海羽、付毅、包国峰、司锋刚）、整形美容外科（赵继明）

　　通信作者

　　包国峰