北京2025年12月25日 /美通社/ -- 清晨，75歲的陳阿婆踱步走進家附近的大瀝鎮社區衛生服務中心。她對著智能終端屏幕，用一口地道的廣州話，訴說著困擾多日的胸悶不適。令她暖心的是，屏幕那頭的AI"醫生"，也用同樣親切的鄉音柔聲回應。不到三分鐘，問診結束。系統精準研判，其癥狀與心血管問題高度相關，便自動為她預約了南海區人民醫院心血管內科的專家號。
等陳阿婆就診時，她的完整病史早已同步至接診醫生的電腦中，醫生無需反復追問，便能精準切入診療方案。"以前看病好折騰，排隊咨詢、掛號少說也要一倆小時；現在在家門口就能約好專家號，真是省事多咯！"陳阿婆的由衷感慨，正是南海區人民醫院（簡稱南海人醫）以"AI+醫療"賦能基層民生的生動縮影。
南海人醫是佛山南海區規模最大的三甲醫院，也是區域醫共體核心醫院——連接著12家二級及以上醫療機構、140余家社區衛生服務中心。該院在"人工智能+"行動與縣域醫共體建設浪潮中，攜手浪潮信息、天銳醫健創新 "產研用"協同模式，推動AI技術落地生根，賦能醫療服務提質增效，為全國縣域醫院的智能化轉型和智能醫共體建設打造了可推廣復制的"南海樣板"。
從信息化的深耕到智能化的抉擇
南海人醫的AI醫療實踐，離不開其長達二十年對醫療信息化的深耕。身處發達地區、改革開放的前沿陣地，南海人醫的醫療信息化建設也走在前列。早在2009年，當多數醫院仍停留在紙質病歷階段時，該院便率先啟動電子病歷系統推廣工作，成為區域醫療信息化建設的先行者。
2017年，時任分管信息部的副院長關紫云敏銳洞察到醫療行業數智化發展趨勢，牽頭按照電子病歷五級標準及互聯互通的要求，對醫院信息化體系進行全面升級。此次升級不僅規范了醫療數據的采集、存儲與使用流程，更成功打通了各科室、各業務系統間的數據壁壘，為后續AI應用筑牢了基礎。
2022年，南海人醫從南海東部城市中心遷到西部欠發達的獅山副中心，區域內醫療資源分布不均、基層服務能力薄弱的問題凸顯。身為院長的關紫云發現，醫院在推進醫療服務下沉過程中，信息難以有效傳遞至一級醫院及社區衛生服務中心，基層患者面臨"不知掛哪個科""號源難預約""病史重復采集"等困境，基層醫生也缺乏優質的診療輔助工具。
2022年底，ChatGPT引發了AI大模型熱潮，關紫云對此高度關注。雖然醫院此前已開展AI醫療的初步探索，如放射科采用了邊緣算法小模型，但這類小模型僅在單一業務場景提升效率，應用范圍有限。對于大模型可能給醫療帶來的變革，關紫云坦言當時還"看不清楚"，為此她專程赴浙江大學參加相關學習班。學完歸來，她便牽頭謀劃醫院AI布局，核心目標就是讓AI服務于臨床診療、惠及基層群眾。
大模型熱潮迅速蔓延至醫療行業，各路AI廠商紛至沓來，大多推銷基于頂級三甲醫院專科數據訓練的"高大上"產品。南海人醫抱著開放心態試用，結果卻不盡如人意。關紫云解釋道："這些產品擅長識別罕見病、疑難病，但我們的患者以常見病、多發病為主；它們基于專科思維開發，而社區醫療更需要全科診斷思維。"此外，這些大模型聽不懂粵語，對于陳阿婆這類基層老年患者而言，無異于筑起了一道數字壁壘。
"拿來主義"可能導致的"水土不服"，讓關紫云堅定了自主研發的想法：南海人醫需要打造一個能扎根社區、理解方言、具備全科診斷思維的醫療智能體。
探索"產研用"協同落地模式
落地傳統IT技術，醫院作為使用者，往往直接采用IT廠商提供的標準化產品或方案；而部署AI技術，醫院不僅是使用者，更成為核心參與者——大模型只有跟醫院的醫療數據和實際場景深度融合，才能打造成為適配醫院需求的私域大模型，而且大模型還要跟隨技術升級和數據更新持續迭代升級。
為此，部署AI大模型不能照搬傳統IT模式，需要尋求優勢互補、能持續適配的合作伙伴協同推進。在南海區政府的鼎力支持下，南海人醫牽頭成立專項研究院，創新搭建"產研用"三方協同平臺，構建優勢互補的生態合作模式。在該模式中，各方職責明確、定位清晰，形成閉環協作體系：
專項研究院作為中立性協作平臺，以民辦非企的身份運作，有利于突破傳統體制機制限制，負責知識產權界定、項目流程管理、成果轉化推動以及對外合作拓展，通過多方資源整合與協同發力破解人才、技術、資源難題，為項目順利落地與持續迭代提供堅實保障。
打造全流程賦能的"AI醫療團隊"
長期以來，患者"掛錯號"導致反復退改簽、診療延誤，成為浪費醫療資源和患者時間的頑疾。"產研用"三方成立的項目組，首先錨定患者需求最迫切、痛點最突出的導診場景，2023年年底，項目正式啟動，核心目標明確：依托大模型技術，打造一款支持粵語交互、契合全科醫學邏輯的智慧醫療系統。
歷經一年的研發與測試，該系統于2024年12月正式上線。截至目前，AI原生（AI native）智慧醫療系統已累計服務12.67萬患者，平均導診耗時僅3.5分鐘，較傳統人工導診效率提升近20倍，患者錯號率下降20%。尤為關鍵的是，這套AI原生系統，實現了流暢的粵語交互功能，破解了像陳阿婆這樣基層老年患者的語言溝通障礙。
首戰告捷后，"產研用"三方團隊在智能導診的基礎上持續深耕，不斷拓展AI應用場景，成功實現門診全流程AI覆蓋。
其中，病史采集助手可在導診后或醫生接診前，通過自然語言對話完成病史采集，并自動生成初步病歷，使醫生病歷書寫效率提升約30%；病歷質控系統基于醫院歷史質控病歷數據訓練而成，能夠實時核查病歷的完整性與邏輯合理性，助力病歷質量提升25%；AI智能隨訪系統則顯著提升隨訪覆蓋率，減少因患者失訪導致的復診流失與健康風險。
"我們構建的不是一個孤立的AI工具，而是一個覆蓋‘診前、診中、診后'的全流程‘AI醫療團隊‘'，與人類醫生協同作戰。"關紫云這樣詮釋其AI醫療實踐成果。如今，這套"智能醫療團隊"已深度融入就醫全流程，為患者、醫生和醫院帶來了更便捷、高效的使用體驗。
醫院還在拓展全科"AI醫療團隊"成員，急診領域成為下一個突破方向。醫院計劃依托急診病例數據優化算法，搭建急診預警模型，通過實時分析患者癥狀與生命體征，快速識別高危患者，優先調配診療資源。
在推進AI醫療建設的過程中，關紫云愈發意識到高質量數據的價值。她表示，醫院未來將持續推進高質量多模態醫療數據集建設，為模型優化提供更堅實支撐；同時還將基于"產研用"合作機制，加速技術迭代與應用場景拓展，持續賦能醫療服務高質量發展。
用AI破解基層醫療難題
當前我國正在大力推進緊密型縣域醫共體建設，核心目標就是破解基層醫療資源不均和能力不足的難題。而南海人醫的AI+醫療的實踐，為這一目標的實現提供了技術賦能的新思路。
南海人醫的AI藍圖，從繪制之初就不是局限于本院圍墻之內，而是要擴展到整個縣域醫共體機構。據關紫云介紹，目前南海人醫正在牽頭推進醫共體智能協作平臺建設，構建"全科+專科"服務模式，平臺將以AI為中樞重構分級診療流程，形成"基層預診+上級診療+基層隨訪"的閉環服務，推動區域醫療資源互通共享。
在具體服務流程中，像陳阿婆一樣的患者在社區衛生服務中心即可通過AI系統完成精準預問診與智能分診。符合轉診條件的患者，系統會直接預約南海人醫的號源，實現診療信息同步；南海人醫的醫生在接診前，便能提前掌握患者在社區的初診情況；診治后，康復方案可下轉至社區，由AI系統輔助隨訪。
這一模式不僅減少了患者跨區域奔波，真正實現"數據多跑路，患者少跑腿"，更實現了優質資源與基層服務的有效銜接。對于基層醫生而言，AI系統既是診療輔助工具，也是學習平臺，通過病例分析、診療建議等功能，可以顯著提升其疾病識別能力與規范化水平；南海人醫還通過醫共體平臺提供專業培訓、遠程會診等支持，助力基層醫療人才隊伍建設。
"我就是要盡我所能讓AI+醫療真正扎下根、用起來！"關紫云堅定地表示。目前，南海人醫已在大瀝鎮等3個社區衛生服務中心完成智能醫療系統的先行試點部署，后續將逐步推進，實現轄區內所有社區衛生服務中心的全覆蓋。
今年11月，國家衛健委印發《關于促進和規范"人工智能+醫療衛生"應用發展的實施意見》，明確提出到2030年，基層診療智能輔助應用基本實現全覆蓋，緩解基層醫療資源短缺問題。
南海人醫的"AI+醫療"創新實踐，從最初服務本院患者，到逐步覆蓋醫共體內所有基層醫療機構，不僅為南海區推進基層診療智能輔助應用打造了可復制、可推廣的實踐樣板，也為徘徊在智能化轉型路口的縣域醫院，提供了一條務實可行、成效顯著的創新路徑。
