歷史沿革1971年1992年底子薄基礎(chǔ)差底子薄基礎(chǔ)差發(fā)展快2024年2024年2017年2002年2011年2006年2011年2006年高質(zhì)量快速發(fā)展河北醫(yī)大一院國考成績排名躍升圖A+A+A+連續(xù)兩年位列A+，CMI值：2022年1.25，2023年1.37精致醫(yī)院“精致醫(yī)院”理念“精致醫(yī)院”理念智慧醫(yī)院建設(shè)目標20242024202320232022政策機遇與行業(yè)痛點2024年11月，國家衛(wèi)生健康委印發(fā)《衛(wèi)生健康行業(yè)人工智能應(yīng)用場景參考指引》（以下簡稱《參考指引》），從醫(yī)療服務(wù)管理、基層公衛(wèi)服務(wù)、健康產(chǎn)業(yè)發(fā)展和醫(yī)學(xué)教學(xué)科研四個領(lǐng)域指出了84個應(yīng)用場景，以此推進衛(wèi)生健康行業(yè)“人工智能+”應(yīng)用創(chuàng)新發(fā)展。其中有18個場景明確提出要利用大模型技術(shù)輔助醫(yī)生規(guī)范化診療、提高臨床診治效率和質(zhì)量。"在國家大力推進'健康中國2030'戰(zhàn)略的背景下，診后服務(wù)的規(guī)范化、智能化已成為醫(yī)療高質(zhì)量發(fā)展的必答題。河北醫(yī)科大學(xué)第一醫(yī)院作為河北省首批智慧醫(yī)院建設(shè)標桿單位，在實踐中發(fā)現(xiàn)：傳統(tǒng)診后管理模式面臨信息孤島、人力不足、個性化缺失三大瓶頸。如何通過技術(shù)賦能實現(xiàn)從'出院即脫管'到'全周期守護'的跨越？我們的答案是——構(gòu)建醫(yī)療大模型與AI智能體深度融合的診后服務(wù)平臺。"技術(shù)背景：大模型時代為什么本次的人工智能和以往不同？u人工智能正邁入大模型時代，加速構(gòu)建更高階的通用人工智能（AGI，ArtificialGeneralIntelligeTransformer架構(gòu)發(fā)現(xiàn)模型性能隨參數(shù)量線性增長scalinglaw多模態(tài)大模型問世智力涌現(xiàn)邁進AGI人工智能引向了大模型時代高階的通用型人工智能大語言模型參數(shù)規(guī)模龐大高階的通用型人工智能模型優(yōu)化、數(shù)據(jù)優(yōu)化框架優(yōu)化框架優(yōu)化全球AI市場概覽大型模型正在推動AI能力的提升與邊界的擴展，能力水平不斷提高，AI使用時間也不斷增加。美國和中國已成為主要競爭主體，而國內(nèi)在應(yīng)用場景方面具備顯著優(yōu)勢。全球人工智能市場規(guī)模正在持續(xù)擴大，預(yù)計到2027年將迎來普適AI的時代，屆時AI軟件市場規(guī)模將達到1569億美元，2028年將超2154億美元。院內(nèi)需求患者需求：恢復(fù)期生活、藥物使用、運動及飲食等方面的問題，需要隨時獲得專業(yè)建議。醫(yī)生需求：減輕醫(yī)生對各類群回復(fù)和管理的負擔，同時提高患者的粘性，優(yōu)化資源配置。醫(yī)院需求：提升醫(yī)院的醫(yī)療信息化管理水平，患者滿意度，積累患者數(shù)據(jù)，輔助醫(yī)療決策。n優(yōu)化醫(yī)護資源：智能問答系統(tǒng)分擔部分醫(yī)護工作，使得醫(yī)護人n降低再入院率：通過系統(tǒng)的持續(xù)監(jiān)測和及時建議，減少術(shù)后并n積累醫(yī)療數(shù)據(jù)：系統(tǒng)使用過程中積累的患者n學(xué)術(shù)價值（知識庫建設(shè)）：開發(fā)并持續(xù)更新術(shù)后管理知識庫，醫(yī)療大模型優(yōu)化與AI智能體的融合實踐診后服務(wù)平臺不僅是技術(shù)工程，更是醫(yī)療服務(wù)模式的重構(gòu)，基于DeepSeek微調(diào)的大語言模型（LLM）和檢索增強生成（RAG）技術(shù)的智能問答系統(tǒng)，為術(shù)后及診后患者提供出院后的健康管理支持。離院患者可獲得及時準確的健康咨詢和管理建議，提高診后恢復(fù)的效果，減少復(fù)發(fā)風險。減輕醫(yī)護人員的負擔，提升患者就醫(yī)體驗。產(chǎn)出具有學(xué)術(shù)和應(yīng)用價值的患者全健康檔案信息、臨床指南知識庫、藥品知識庫、疾病知識庫等。應(yīng)用場景n智能問答：通過小程序或網(wǎng)站，患者可以隨時咨詢術(shù)后診后相關(guān)問題，獲得個性化建議。包括飲食、藥物管理、鍛煉、并發(fā)癥預(yù)防等內(nèi)容，為用戶提供全方位的健康管理建議。n術(shù)后康復(fù)管理：以骨科關(guān)節(jié)置換術(shù)后患者為例，AI智能體根據(jù)手術(shù)類型、患者體質(zhì)生成個性化康復(fù)運動方案，并通過視頻指導(dǎo)、進度追蹤確保執(zhí)行效果。n慢性病管理：針對糖尿病患者，整合連續(xù)血糖監(jiān)測數(shù)據(jù)，AI智能體動態(tài)調(diào)整用藥建議和飲食方案，實現(xiàn)對糖尿病患者的7x24小時智能管理。DeepSeek場景橋接的關(guān)鍵難點和技術(shù)局限542垂直領(lǐng)域微調(diào)542垂直領(lǐng)域微調(diào)3院內(nèi)系統(tǒng)深度集成1可解釋性與臨床信任可解釋性與臨床信任l黑箱疑慮：患者拒絕接受無法追溯依據(jù)的AI建議資源依賴高質(zhì)量數(shù)據(jù)醫(yī)院部署DeepSeek怎么選？版本參數(shù)量模型大小特點適應(yīng)性7B版本70億4.7GB適合基礎(chǔ)的醫(yī)療知識問答、病歷文本生成、簡單的病例分析等任務(wù)小型醫(yī)院或基層醫(yī)療機構(gòu)32B版本320億20GB用于復(fù)雜的醫(yī)療文本生成、病例分析、臨床輔助決策等任務(wù)大型醫(yī)院的科室或中等規(guī)模的醫(yī)院70B版本700億43GB用于高精度的臨床輔助決策、多模態(tài)數(shù)據(jù)分析、復(fù)雜病例研究等任務(wù)科研機構(gòu)或大型三甲醫(yī)院671B版本6710億404GB用于前沿科學(xué)研究、復(fù)雜商業(yè)決策分析等任務(wù)國家級科研機構(gòu)或超大規(guī)模醫(yī)療研究項目資源依賴難點：硬件支持1221312213425617881高質(zhì)量數(shù)據(jù)與集成難點：采用L4級解決方案?本地化部署+多個業(yè)務(wù)系統(tǒng)數(shù)據(jù)融合+Agent?本地化部署+多個業(yè)務(wù)系統(tǒng)數(shù)據(jù)融合（如His、EMR）?本地化部署+單個業(yè)務(wù)系統(tǒng)融合（如His）?本地化部署+接入業(yè)務(wù)環(huán)境L4：本地化部署+多個業(yè)務(wù)系統(tǒng)數(shù)據(jù)融合+Agent?（如檢驗項目趨勢）缺點：?對接多系統(tǒng)數(shù)據(jù)（接口問題）?數(shù)據(jù)治理難度較大不同系統(tǒng)的數(shù)據(jù)需要建議同一套數(shù)據(jù)標準同一個患者門診、急診、住院數(shù)據(jù)需要關(guān)聯(lián)?場景功能需要開發(fā)，成本較高針對可解釋性與臨床信任難點：構(gòu)建豐富的知識庫豐富醫(yī)學(xué)知識體系，覆蓋臨床常見病，動態(tài)更新（1月/次滿足臨床知識輔助需求。評估量表庫檢查知識庫1200+診療路徑庫診療路徑庫藥品知識庫9900+文獻知識庫28000+文獻知識庫28000+合理性規(guī)則庫合理性規(guī)則庫注注：支持另配置其他第三方知識庫，如愛思唯爾、BMJ、人衛(wèi)知識等指南文獻指南文獻疾病專題臨床路徑藥典說明書 系統(tǒng)主動推薦 醫(yī)生自主檢索技術(shù)方案......檢查預(yù)約如何病情分析“靠譜”？大模型技術(shù)現(xiàn)存的一些問題幻覺簡而言之“胡說八道”無法溯源知識無法及時更新模型無私有數(shù)據(jù)通過RAG技術(shù)來解決先在大規(guī)模文檔庫中搜索并篩選出與任務(wù)緊密相關(guān)的素材，然后依據(jù)這些素材精準指導(dǎo)后續(xù)的回答生成或文本構(gòu)造過程，從而提升模型輸出的準確性和可靠性。簡而言之：先讓大模型去書架上看‘指南和教材’，然后再進行內(nèi)容輸出。專業(yè)知識實時更新用戶體驗經(jīng)濟效應(yīng)充分利用基座大模型的優(yōu)勢，節(jié)省安全風險數(shù)據(jù)傳輸過程中的安全風險；外掛知識庫則可以避免模型訓(xùn)練過程中如何提升模型專業(yè)能力？模型微調(diào)-從通才到專家1、采用"預(yù)訓(xùn)練+微調(diào)"模式，在通用醫(yī)療大模型基礎(chǔ)上，利用20萬+出院患者真實數(shù)據(jù)進行?？祁I(lǐng)域微調(diào)，提升專病管理的精準度。2、建立動態(tài)反饋機制，通過患者滿意度評價、交互數(shù)據(jù)回溯持續(xù)優(yōu)化模型。簡單來說，就是拿一批“標準答案”來手把手教AI。使模型能夠?qū)⑼ㄓ弥R轉(zhuǎn)化為符合特定需求的能力，就像老師用教材和范例教學(xué)生守規(guī)則、學(xué)技能。微調(diào)前后對比問題：男，42歲，發(fā)熱1周，經(jīng)過治療后熱勢已減，但仍感覺疲倦乏力，該首選哪些藥物進行治療？微調(diào)前微調(diào)后需要選擇首選藥物。4.需要考慮患者可根據(jù)病原體類型和患者的臨床表現(xiàn)選擇合適的藥物。4.藥物選擇依據(jù):1.有效性：藥物對目標病變有顯著的治療效果。2.安全性：藥明顯不良反應(yīng)。4.病原體敏感性：病原體對藥物有敏......方案示例輸入輸入向量索引向量索引由于我不知道您之前的病情具體是什么由于我不知道您之前的病情具體是什么......如果您對喝咖啡有特定的擔憂，請咨詢您的醫(yī)療保健專業(yè)人員，......具體的情況提供指導(dǎo)。放置心臟支架后的患者可以適量飲用咖啡，但需注意適量。根據(jù)《美國心臟協(xié)會(AHA)》和《2020-2025美國人膳食指南》......研究表明，適量飲用咖啡與心血管健康有正面關(guān)問題：根據(jù)我之前的病情，認為我可以喝咖啡嗎？請基于以下材料回答上述問題：根據(jù)我之前的病情，認為我可以喝咖啡嗎？請基于以下材料回答上述問題：片段1、病情總結(jié)...片段2、心臟協(xié)會(AHA)》的飲食建議....片段3、《2020-2025膳食指南》....系。......營養(yǎng)師的建議。 實施路線部分案例健康問答飲食健康健康問答引出院帶藥信息查詢用藥詞典多模態(tài)圖片分析引出院帶藥信息查詢用藥詞典臨床指南知識庫患者360檔案臨床指南知識庫各知識庫庫建設(shè) 臨床指南文獻知識庫(3W+） 疾病知識庫（3401） 藥品知識庫(1W+更權(quán)威更準確藥品目錄）患者健康檔案信息庫，為不同患者提供個性化服務(wù)無患者檔案的智能體VS有患者檔案的智能體無患者檔案時，通用的回復(fù)沒有考慮到患者的實際情況結(jié)合患者的檔案記錄，給更符合患者情況的回復(fù)無藥品知識庫VS有藥品知識庫可信度?可信度?更確為深入臨床診療活動，我院3月3日全面上線了“DeepSeek+CDSS”項目。依托醫(yī)院的算力平臺，借助并微調(diào)DeepSeek的核心推理能力，結(jié)合全量患者數(shù)據(jù)，輔助臨床對患者進行“病情分析、鑒別診斷、病歷質(zhì)控、推薦治療”等功能。挑戰(zhàn)與方向：前瞻性思考與戰(zhàn)略布局現(xiàn)存挑戰(zhàn)n倫理風險、算法偏見、數(shù)據(jù)隱私、責任界定等問題亟待解決。n技術(shù)瓶頸：醫(yī)療大模型的可解釋性不足，需引入聯(lián)邦學(xué)習(xí)、因果推理等技術(shù)提升透明度。未來方向n多模態(tài)融合：探索醫(yī)學(xué)影像、基因組學(xué)與大模型的深度結(jié)合。n生態(tài)構(gòu)建：聯(lián)合高新企業(yè)、可穿戴設(shè)備廠商打造"醫(yī)院-社區(qū)-家庭"協(xié)同服務(wù)網(wǎng)絡(luò)。n政策響應(yīng)：積極參與醫(yī)療AI標準制定，推動診后服務(wù)平臺納入醫(yī)保支付范疇。未來規(guī)劃科學(xué)謀劃整體布局科學(xué)謀劃整體布局明確目標重在建設(shè)統(tǒng)籌協(xié)調(diào)加快創(chuàng)新打造復(fù)合型團隊，支撐醫(yī)療AI大模型。建立懂臨床、懂AI的復(fù)合型團隊，堅持核心算法自主開發(fā)。跟