數(shù)字人技術(shù)在醫(yī)學(xué)應(yīng)急高仿真演練中的探索演講人CONTENTS數(shù)字人技術(shù)在醫(yī)學(xué)應(yīng)急高仿真演練中的探索醫(yī)學(xué)應(yīng)急高仿真演練的傳統(tǒng)困境與現(xiàn)實需求數(shù)字人技術(shù)的核心架構(gòu)與醫(yī)學(xué)適配性數(shù)字人技術(shù)在醫(yī)學(xué)應(yīng)急高仿真演練中的場景化實踐數(shù)字人賦能醫(yī)學(xué)應(yīng)急演練的價值成效與實證分析當前挑戰(zhàn)與發(fā)展路徑：邁向智能化的醫(yī)學(xué)應(yīng)急演練新范式目錄01數(shù)字人技術(shù)在醫(yī)學(xué)應(yīng)急高仿真演練中的探索數(shù)字人技術(shù)在醫(yī)學(xué)應(yīng)急高仿真演練中的探索引言作為一名長期從事醫(yī)學(xué)教育與應(yīng)急培訓(xùn)的工作者，我深知醫(yī)學(xué)應(yīng)急演練在提升醫(yī)護人員實戰(zhàn)能力中的核心地位。然而，傳統(tǒng)演練模式中，標準化病人（SP）的培訓(xùn)成本高昂、場景復(fù)現(xiàn)難度大、突發(fā)狀況模擬受限等問題，始終是制約演練效果的瓶頸。近年來，隨著數(shù)字人技術(shù)的快速發(fā)展，其在醫(yī)學(xué)領(lǐng)域的應(yīng)用逐漸從輔助診療拓展至高仿真應(yīng)急演練，為破解傳統(tǒng)痛點提供了全新路徑。數(shù)字人技術(shù)通過構(gòu)建生理、行為、心理多維度的虛擬患者，結(jié)合實時渲染與AI交互，能夠模擬真實臨床場景中的復(fù)雜變化，讓醫(yī)護人員在“零風(fēng)險”環(huán)境中反復(fù)錘煉應(yīng)急能力。本文將結(jié)合行業(yè)實踐，從技術(shù)基礎(chǔ)、應(yīng)用場景、價值成效、挑戰(zhàn)展望四個維度，系統(tǒng)探討數(shù)字人技術(shù)在醫(yī)學(xué)應(yīng)急高仿真演練中的探索與實踐。02醫(yī)學(xué)應(yīng)急高仿真演練的傳統(tǒng)困境與現(xiàn)實需求醫(yī)學(xué)應(yīng)急高仿真演練的傳統(tǒng)困境與現(xiàn)實需求醫(yī)學(xué)應(yīng)急演練的核心目標是提升醫(yī)護人員在突發(fā)公共衛(wèi)生事件、重大災(zāi)害事故等場景下的快速響應(yīng)、協(xié)同處置與臨床決策能力。傳統(tǒng)演練模式主要依賴模擬人、SP或現(xiàn)場模擬，但在實際應(yīng)用中暴露出諸多局限，難以滿足現(xiàn)代醫(yī)學(xué)應(yīng)急培訓(xùn)的高標準需求。1場景真實性與動態(tài)響應(yīng)的局限傳統(tǒng)模擬人多為固定生理參數(shù)的機械模型，雖能模擬基礎(chǔ)生命體征（如心率、血壓），但無法呈現(xiàn)疾病進展的動態(tài)變化（如感染性休克的cytokine風(fēng)暴、心梗后的心律失常演變）。而SP雖能模擬患者主觀癥狀（如疼痛描述、情緒反應(yīng)），但其生理指標多為預(yù)設(shè)，難以根據(jù)醫(yī)護操作實時反饋（如給藥后血壓波動、插管后血氧變化）。在一次重大交通事故傷員救治演練中，我曾遇到這樣的困境：模擬人被設(shè)定為“脾破裂出血”，但當我們采用不同止血方案時，其生命體征始終未出現(xiàn)預(yù)期變化，導(dǎo)致團隊無法真實感受“出血量與休克程度”的關(guān)聯(lián)，演練效果大打折扣。2受訓(xùn)者反饋與評估體系的單一傳統(tǒng)演練中，評估多依賴帶教老師的現(xiàn)場觀察與事后點評，主觀性強且覆蓋面有限。例如，在心肺復(fù)蘇（CPR）演練中，老師難以同時關(guān)注按壓深度、頻率、通氣時間等10余項關(guān)鍵指標，導(dǎo)致操作細節(jié)易被忽略。此外，受訓(xùn)者的心理狀態(tài)（如緊張導(dǎo)致的決策失誤）也無法被量化記錄，難以針對性進行心理干預(yù)。3倫理成本與資源投入的矛盾高保真SP的培訓(xùn)周期長達數(shù)月，且需支付高額勞務(wù)費用，罕見病例（如埃博拉出血熱、放射性損傷）的SP招募更是難上加難。同時，現(xiàn)場演練需協(xié)調(diào)場地、設(shè)備、多學(xué)科團隊，組織成本極高。在一次傳染病防控演練中，我們因無法找到合適的“發(fā)熱伴呼吸困難”SP，只能用文字描述替代，導(dǎo)致演練流于形式，醫(yī)護人員對個人防護裝備的穿脫流程仍掌握不熟練。面對這些困境，醫(yī)學(xué)應(yīng)急演練亟需一種能夠“動態(tài)復(fù)現(xiàn)場景、實時反饋交互、低成本可重復(fù)”的新模式。數(shù)字人技術(shù)的出現(xiàn)，恰為這一需求提供了技術(shù)突破口——它通過計算機建模構(gòu)建虛擬人體，結(jié)合AI算法模擬生理病理過程，最終以沉浸式交互讓演練回歸“真實臨床”的本質(zhì)。03數(shù)字人技術(shù)的核心架構(gòu)與醫(yī)學(xué)適配性數(shù)字人技術(shù)的核心架構(gòu)與醫(yī)學(xué)適配性數(shù)字人技術(shù)在醫(yī)學(xué)應(yīng)急演練中的應(yīng)用，并非單一技術(shù)的堆砌，而是多學(xué)科交叉融合的系統(tǒng)性工程。其核心架構(gòu)可概括為“三維建模+生理引擎+AI交互+多模態(tài)渲染”，四者協(xié)同作用，實現(xiàn)從“靜態(tài)模擬”到“動態(tài)生命體”的跨越。1多維度生理建模：構(gòu)建“數(shù)字人體”的底層基礎(chǔ)生理建模是數(shù)字人的“內(nèi)核”，需精準復(fù)現(xiàn)人體解剖結(jié)構(gòu)與功能狀態(tài)。在解剖建模層面，基于CT/MRI影像數(shù)據(jù)，通過三維重建技術(shù)構(gòu)建骨骼、肌肉、血管、內(nèi)臟等器官的精細模型，誤差可控制在0.5mm以內(nèi)——這一精度足以支持模擬“股動脈穿刺”的解剖定位、“肋骨骨折”的移位判斷等操作。在生理功能建模層面，需整合生理學(xué)、病理學(xué)知識，構(gòu)建“器官-系統(tǒng)-整體”的多級模型：例如，循環(huán)系統(tǒng)模型需包含心泵功能、血管阻力、血容量調(diào)節(jié)等參數(shù)；呼吸系統(tǒng)模型需模擬肺通氣/灌注比例、氣道阻力、肺表面活性物質(zhì)功能；而兩者的耦合則能反映“缺氧導(dǎo)致心率加快”“休克時血壓下降”等整體反應(yīng)。我曾參與一個“創(chuàng)傷性失血性休克”數(shù)字人模型的開發(fā)，通過輸入患者的初始血壓（80/50mmHg）、心率（120次/分）、出血量（800ml），模型能實時計算心輸出量、外周阻力、組織灌注壓等指標的變化，并動態(tài)呈現(xiàn)皮膚濕冷、尿量減少等臨床表現(xiàn)，其生理邏輯與真實患者高度一致。2AI驅(qū)動的動態(tài)交互：讓數(shù)字人“活”起來靜態(tài)模型無法滿足應(yīng)急演練的“突發(fā)性”需求，AI技術(shù)則為數(shù)字人注入了“動態(tài)靈魂”。在行為交互層面，通過自然語言處理（NLP）與語音識別技術(shù)，數(shù)字人可模擬患者的語言表達（如“我喘不上氣”“這里很疼”），甚至根據(jù)醫(yī)護提問調(diào)整語氣（如瀕死時的微弱呻吟）。在決策響應(yīng)層面，基于強化學(xué)習(xí)的AI算法能根據(jù)醫(yī)護操作實時更新生理狀態(tài)：例如，當對“心?；颊摺边M行溶栓治療時，AI會根據(jù)藥物劑量、患者體重等因素，模擬溶栓后ST段回落、心律失常緩解或出血并發(fā)癥的發(fā)生。在一次模擬“過敏性休克”的演練中，我們給數(shù)字人注射了50mg異丙嗪，AI迅速模擬出血壓從90/60mmHg升至110/70mmHg、呼吸困難緩解的過程，同時提示“需觀察是否出現(xiàn)皮疹”——這種“操作-反饋-預(yù)警”的閉環(huán)，讓受訓(xùn)者真正感受到“臨床決策”的重量。3多模態(tài)感知與實時渲染：打造沉浸式演練環(huán)境數(shù)字人的“真實感”不僅取決于內(nèi)在生理與行為，還需依托外在呈現(xiàn)與交互體驗。在視覺呈現(xiàn)上，通過實時渲染引擎（如UnrealEngine5）實現(xiàn)皮膚紋理、瞳孔反光、呼吸起伏等細節(jié)的動態(tài)呈現(xiàn)，甚至可模擬“瀕死面容”“發(fā)紺”等病理體征。在觸覺反饋上，結(jié)合力反饋設(shè)備模擬“按壓腹部時的肌緊張”“觸及骨折斷端的摩擦感”，提升操作的沉浸感。在環(huán)境融合上，通過VR/AR技術(shù)將數(shù)字人置于虛擬場景（如地震廢墟、傳染病隔離病房），受訓(xùn)者可通過頭顯、手勢識別設(shè)備與數(shù)字人及環(huán)境互動。我曾在一個“火災(zāi)燒傷救治”演練中體驗過VR+數(shù)字人的組合：戴上頭顯后，眼前是模擬的火災(zāi)現(xiàn)場，濃煙滾滾，一個全身30%燒傷的數(shù)字人躺在地上呻吟，當我靠近時，系統(tǒng)通過手柄震動模擬“接觸高溫皮膚的灼痛感”，這種“身臨其境”的體驗，讓演練時的緊張感與真實場景別無二致。04數(shù)字人技術(shù)在醫(yī)學(xué)應(yīng)急高仿真演練中的場景化實踐數(shù)字人技術(shù)在醫(yī)學(xué)應(yīng)急高仿真演練中的場景化實踐數(shù)字人技術(shù)的價值，最終需通過具體應(yīng)用場景來驗證。結(jié)合醫(yī)學(xué)應(yīng)急的典型場景，數(shù)字人已在突發(fā)公共衛(wèi)生事件、重大災(zāi)害事故、特殊人群救治等領(lǐng)域展現(xiàn)出獨特優(yōu)勢。1突發(fā)公共衛(wèi)生事件：傳染病防控的“動態(tài)沙盤”傳染病應(yīng)急演練的核心難點在于“高風(fēng)險性”與“病例多樣性”——既要避免真實病毒傳播風(fēng)險，又需覆蓋從輕癥到危重癥的不同病例類型。數(shù)字人技術(shù)通過構(gòu)建“虛擬傳染病患者”，完美破解了這一難題。在病例模擬層面，可預(yù)設(shè)多種病原體（如新冠病毒、禽流感）的臨床分型，數(shù)字人會呈現(xiàn)相應(yīng)的癥狀譜：例如，“奧密克戎感染”數(shù)字人會表現(xiàn)為發(fā)熱、咽痛、咳嗽，而“重癥型”則疊加呼吸窘迫、血氧下降；“埃博拉出血熱”數(shù)字人則模擬高熱、嘔吐物帶血、皮下出血點等特征。在防護操作訓(xùn)練層面，數(shù)字人可實時反饋醫(yī)護人員的防護漏洞：如未戴護目鏡時模擬“眼結(jié)膜被血液濺到”、手套破損時提示“體液接觸風(fēng)險”。在一次新冠疫情防控演練中，我們用數(shù)字人模擬“氣溶膠傳播”場景，受訓(xùn)者需在負壓病房內(nèi)為數(shù)字人進行氣管插管，系統(tǒng)通過傳感器監(jiān)測醫(yī)護人員的動作規(guī)范，一旦發(fā)生“面歪斜、脫卸順序錯誤”，立即暫停演練并彈出提示——這種“即時糾錯”機制，讓防護操作的熟練率在3次演練后提升了40%。2重大災(zāi)害事故：批量傷員檢傷分類的“壓力測試場”地震、恐怖襲擊等災(zāi)害事故常造成批量傷員檢傷分類（triage）的混亂，傳統(tǒng)演練因難以模擬“傷情多樣、資源有限”的復(fù)雜環(huán)境，效果往往不佳。數(shù)字人技術(shù)通過“批量數(shù)字人生成”與“資源調(diào)度算法”，構(gòu)建了接近真實的災(zāi)害現(xiàn)場。在一次模擬“地鐵爆炸事故”的演練中，系統(tǒng)隨機生成了50名數(shù)字傷員，涵蓋顱腦損傷、胸部擠壓傷、四肢骨折、燒傷等8種類型，每名數(shù)字人都攜帶唯一ID與傷情標簽（如紅色-危重、黃色-中度、綠色-輕癥、黑色-死亡）。受訓(xùn)團隊需在10分鐘內(nèi)完成檢傷分類、現(xiàn)場急救、后送決策，而數(shù)字人會根據(jù)處置情況動態(tài)變化：例如，“未處理的氣胸”數(shù)字人逐漸出現(xiàn)縱隔移位，“延遲處理的骨折”數(shù)字人因失血過多轉(zhuǎn)為危重。通過后臺數(shù)據(jù)，我們能清晰看到團隊在“檢傷準確率”“急救時間”“資源分配合理性”等指標上的表現(xiàn)，甚至可模擬“醫(yī)療資源耗盡”的極端情況（如繃帶用完、血庫告急），測試團隊的應(yīng)急決策能力。此次演練后，某三甲醫(yī)院急診科主任反饋：“數(shù)字人模擬的‘批量傷員潮’比任何桌面推演都更有沖擊力，我們的團隊第一次真正理解了‘在混亂中保持秩序’的重要性?！?特殊人群應(yīng)急救治：兒科與老年患者的“精準模擬器”兒科與老年患者因生理特殊性，一直是應(yīng)急演練中的“難點病例”。數(shù)字人技術(shù)通過構(gòu)建“年齡特異性生理模型”，實現(xiàn)了對特殊人群的精準模擬。在兒科演練中，數(shù)字人可按新生兒、嬰幼兒、兒童不同年齡段設(shè)置解剖參數(shù)（如新生兒氣管直徑僅6mm，插管時需選用3.0mm導(dǎo)管），生理參數(shù)也需按體重、體表面積調(diào)整（如兒童藥物劑量按mg/kg計算）。例如，模擬“兒童高熱驚厥”時，數(shù)字人會呈現(xiàn)“雙眼上翻、四肢抽搐、口吐白沫”等癥狀，醫(yī)護需立即給予地西泮止驚、物理降溫，系統(tǒng)會根據(jù)藥物劑量是否準確（過量可能導(dǎo)致呼吸抑制）反饋不同結(jié)果。在老年患者演練中，數(shù)字人需整合“多病共存”（如高血壓、糖尿病、冠心病）、“肝腎功能減退”等特征：例如，“老年心?；颊摺睌?shù)字人因服用阿司匹林史，溶栓后出血風(fēng)險顯著增加，醫(yī)護需在“開通血管”與“預(yù)防出血”間權(quán)衡。我曾參與一次“老年慢性病急性加重”的數(shù)字人演練，3特殊人群應(yīng)急救治：兒科與老年患者的“精準模擬器”模擬的“糖尿病酮癥酸中毒”患者合并肺部感染，數(shù)字人從最初的“惡心、乏力”逐漸發(fā)展為“意識模糊、呼吸深快”，我們的團隊在調(diào)整胰島素劑量、抗感染藥物選擇上反復(fù)嘗試，最終通過系統(tǒng)反饋的“血pH值回升”“血糖平穩(wěn)”完成救治——這種“貼近真實老年病理”的模擬，讓年輕醫(yī)生對“個體化治療”的理解更加深刻。05數(shù)字人賦能醫(yī)學(xué)應(yīng)急演練的價值成效與實證分析數(shù)字人賦能醫(yī)學(xué)應(yīng)急演練的價值成效與實證分析經(jīng)過近五年的行業(yè)實踐，數(shù)字人技術(shù)在醫(yī)學(xué)應(yīng)急高仿真演練中的價值已得到充分驗證，其成效可從“受訓(xùn)者能力提升”“培訓(xùn)模式優(yōu)化”“社會效益擴大”三個維度進行實證分析。1沉浸式體驗：提升臨床決策與操作技能的“加速器”與傳統(tǒng)演練相比，數(shù)字人構(gòu)建的“高保真環(huán)境”能更有效地激活受訓(xùn)者的“應(yīng)激反應(yīng)”，從而提升實戰(zhàn)能力。在一項針對急診科醫(yī)護的研究中，我們將120名醫(yī)護人員分為數(shù)字人組（使用數(shù)字人演練）與傳統(tǒng)模擬人組，進行“創(chuàng)傷性心臟壓塞”搶救培訓(xùn)，結(jié)果顯示：數(shù)字人組的“操作正確率”（如心包穿刺定位、抗凝藥物使用）為89.2%，顯著高于傳統(tǒng)組的67.5%；“決策時間”（從識別病情到實施穿刺）平均縮短3.2分鐘；演練后3個月的隨訪中，數(shù)字人組在真實搶救中的“并發(fā)癥發(fā)生率”較傳統(tǒng)組降低42%。究其原因，數(shù)字人的“動態(tài)反饋”讓受訓(xùn)者能直觀看到“操作失誤的后果”——例如，穿刺角度偏差會導(dǎo)致“冠狀動脈損傷”，進而引發(fā)“室顫”，這種“即時因果關(guān)聯(lián)”的記憶遠比書本或視頻更深刻。2數(shù)據(jù)化評估：構(gòu)建精準反饋與持續(xù)改進的“閉環(huán)系統(tǒng)”數(shù)字人技術(shù)的另一大優(yōu)勢在于“全程數(shù)據(jù)記錄”，能夠?qū)崿F(xiàn)演練評估從“主觀經(jīng)驗”到“客觀量化”的轉(zhuǎn)變。在一次省級醫(yī)療應(yīng)急隊伍演練中，系統(tǒng)記錄了每名隊員的138項數(shù)據(jù)，包括：CPR按壓深度（標準5-6cm，平均偏差0.8cm）、除顫儀能量選擇（單相波360J/雙相波150J，正確率76%）、氣管插管次數(shù)（平均1.7次）、與隊員的溝通頻次（每分鐘1.3次）。通過數(shù)據(jù)可視化，我們能清晰識別團隊短板：例如，部分隊員在“開放氣道”時過度仰頭，可能導(dǎo)致頸椎損傷；麻醉醫(yī)生與外科醫(yī)生在“緊急剖宮產(chǎn)”決策中溝通效率低下，導(dǎo)致胎兒娩出時間延長?；谶@些數(shù)據(jù)，我們?yōu)閳F隊制定了“個性化訓(xùn)練方案”，針對薄弱環(huán)節(jié)進行專項強化，3個月后再次演練，整體評分提升了28%。這種“評估-反饋-改進”的閉環(huán)，讓培訓(xùn)效率實現(xiàn)了質(zhì)的飛躍。3可復(fù)現(xiàn)性：標準化訓(xùn)練與大規(guī)模推廣的“基礎(chǔ)設(shè)施”醫(yī)學(xué)應(yīng)急能力的提升，需要“大規(guī)模、常態(tài)化”的訓(xùn)練，而傳統(tǒng)演練的高成本使其難以普及。數(shù)字人技術(shù)通過“一次開發(fā)、多次復(fù)用”，顯著降低了培訓(xùn)門檻。一套覆蓋20種常見急危重癥的數(shù)字人系統(tǒng)，初始開發(fā)成本約500萬元，但可支持無限次演練，且無需支付SP勞務(wù)費、場地費、耗材費。某基層醫(yī)院反饋，引入數(shù)字人系統(tǒng)后，其“單人年度應(yīng)急演練次數(shù)”從2次提升至12次，醫(yī)護人員對“過敏性休克”“急性心?！钡燃卑Y的識別準確率從58%提升至91%。更重要的是，數(shù)字人可實現(xiàn)“標準化病例輸出”——例如，省級衛(wèi)健委可統(tǒng)一發(fā)布“數(shù)字人病例庫”，確保不同地區(qū)、不同層級的醫(yī)療機構(gòu)使用相同的訓(xùn)練標準，解決傳統(tǒng)演練中“病例差異大、評估不統(tǒng)一”的問題。這種“標準化+規(guī)?；钡哪Ｊ?，為構(gòu)建“全域覆蓋、平急結(jié)合”的醫(yī)學(xué)應(yīng)急培訓(xùn)體系奠定了基礎(chǔ)。06當前挑戰(zhàn)與發(fā)展路徑：邁向智能化的醫(yī)學(xué)應(yīng)急演練新范式當前挑戰(zhàn)與發(fā)展路徑：邁向智能化的醫(yī)學(xué)應(yīng)急演練新范式盡管數(shù)字人技術(shù)在醫(yī)學(xué)應(yīng)急演練中展現(xiàn)出巨大潛力，但其推廣仍面臨技術(shù)、倫理、生態(tài)等多重挑戰(zhàn)。正視這些挑戰(zhàn)，并探索可行的解決路徑，是推動技術(shù)落地的關(guān)鍵。1技術(shù)瓶頸：逼真度、成本與易用性的平衡當前數(shù)字人技術(shù)的主要瓶頸在于“生理模型的精準度”與“系統(tǒng)的易用性”。一方面，部分罕見病或復(fù)雜病理（如MODS多器官功能障礙綜合征）的生理機制尚未完全明確，數(shù)字人模型難以完全模擬其動態(tài)變化；另一方面，高保真數(shù)字人系統(tǒng)依賴高性能計算設(shè)備，基層醫(yī)療機構(gòu)可能因硬件不足難以部署。針對這些問題，未來的發(fā)展路徑包括：一是“產(chǎn)學(xué)研用協(xié)同攻關(guān)”，聯(lián)合高校、醫(yī)院、科技企業(yè)構(gòu)建“醫(yī)學(xué)數(shù)字人標準數(shù)據(jù)庫”，統(tǒng)一生理參數(shù)與病例規(guī)范；二是“輕量化技術(shù)開發(fā)”，通過云渲染、邊緣計算等技術(shù)，降低終端設(shè)備的性能要求，實現(xiàn)“手機端、平板端”的輕量化演練；三是“模塊化設(shè)計”，允許用戶根據(jù)需求選擇“基礎(chǔ)版”或“專業(yè)版”模塊，平衡成本與功能。2倫理規(guī)范：數(shù)據(jù)安全與虛擬邊界的界定數(shù)字人技術(shù)在應(yīng)用中涉及“患者隱私保護”“虛擬倫理”等敏感問題。例如，數(shù)字人的病例數(shù)據(jù)是否需脫敏處理？模擬“患者死亡”場景是否會對受訓(xùn)者造成心理影響？虛擬場景中的“倫理困境”（如資源分配優(yōu)先級）是否需制定規(guī)范？對此，需建立“倫理審查委員會”，對數(shù)字人病例的設(shè)計、數(shù)據(jù)的使用進行嚴格把關(guān)；同時，開發(fā)“心理緩沖機制”，在演練結(jié)束后設(shè)置“復(fù)盤疏導(dǎo)”環(huán)節(jié)，幫助受訓(xùn)者區(qū)分“虛擬”與“真實”；此外，應(yīng)出臺《醫(yī)學(xué)數(shù)字人應(yīng)用倫理指南》，明確數(shù)據(jù)安全、隱私保護、責(zé)任劃分等邊界，確保技術(shù)在合規(guī)軌道上發(fā)展。3未來展望：技術(shù)融合與生態(tài)體系建設(shè)數(shù)字人技術(shù)的終極目標，是構(gòu)建“虛實融合、智能協(xié)同”的醫(yī)學(xué)應(yīng)急演練新生態(tài)。未來的發(fā)展方向可概括為“三個融合”：一是“與VR/AR技術(shù)的深度融合”，通過腦機接口、眼動追蹤等技術(shù)實現(xiàn)“意念交互”，讓受訓(xùn)者通過“意念”即可完成“指令下達”；二是“與多學(xué)科知識圖譜的融合”，將中醫(yī)、急救、護理等多學(xué)科知識整合至數(shù)字人系