行业政策与宏观趋势 - 国家政策推动人工智能在卫生健康领域的应用，国务院意见提出探索推广高水平居民健康助手，卫健委等联合发布行业应用场景参考指引 [1] - 政策聚焦人工智能与医疗服务管理、基层公卫服务、健康产业发展、医学教学科研相结合的四大领域 [1] - 自今年2月起，全国已有几百家医疗机构部署了国产大模型，应用实现从单点突破到全流程覆盖的转变 [1] 行业核心挑战与AI定位 - 医疗服务领域长期存在“不可能三角”难题，即优质、便宜、可及的医疗服务不能同时满足 [1] - 制约行业发展的核心问题是优质医生服务时间的供给少 [2] - 人工智能技术被视为实现优质医生服务规模化、推动医疗普惠的关键工具 [1] - 智能系统仅能作为辅助工具，不建议未来直接让AI医生面对患者，诊疗建议必须经过临床医生严格复核 [4] 技术路径与模型架构 - 医疗大模型需解决可靠性问题，关键挑战在于抑制大语言模型的“幻觉现象” [2] - 医联集团自研的MedGPT采用快慢双系统架构，快系统负责交互理解，慢系统利用RAG技术基于知识图谱和专家共识进行校验调整 [2] - 模型训练核心是构建小飞轮与大飞轮的相互作用，小飞轮输入医学“金科玉律”，大飞轮学习专家临床经验以提升底层能力 [3] 专家经验整合与应用模式 - 提炼专家不成文的临床经验是训练医疗大模型中最难攻克的环节 [3] - 公司与40多位中华医学会主委、副主委级专家共研智能体，通过专家“蒸馏”方式将实战经验沉淀至模型 [3] - 训练方式包括专家每日对至少1个以上真实患者病例给予额外建议，专家需深度参与模型开发与迭代 [3] - 医生智能体可提高专家工作效率，实现专家服务规模化，例如帮助患者选择合适的科室、提炼关键病情信息 [3]