产学动态丨AI智能体驱动医疗智能化：实践路径与产业赋能

一、AI+医疗的时代机遇与核心挑战

（一）政策与需求背景

医疗智能化已成为落实健康中国战略的核心支撑方向，国家层面通过《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》等政策文件明确发展路径，提出到2027年形成一批临床专病专科垂直大模型和智能体应用、推动基层诊疗智能辅助广泛落地的目标。技术端，大模型迭代与多模态融合技术持续突破，为医疗场景赋能提供了核心动力；临床端，高效诊断、精准治疗、全流程健康管理等需求日益迫切，政策、技术、需求三轮驱动下，AI+医疗正加速迈入规模化落地新阶段。

（二）规模化落地挑战

与此同时，AI技术在医疗场景的落地应用仍面临多重核心瓶颈，制约其规模化发展。

● 数据安全合规：医疗数据分散存储形成“数据孤岛”，跨机构协同分析需兼顾个人隐私保护与监管要求，可信数据空间构建难度较大

● 多模态融合难：心电图、血检报告、舌象图、问诊记录等异构数据的高效整合与统一表征存在技术障碍，难以支撑全面的临床决策研判

● 临床适配不足：模型易产生“幻觉”问题，在数值精准度、因果关系推导等关键环节易出现偏差，且存在知识更新滞后于临床指南迭代的情况，难以满足医疗行业极低容错率的严谨性要求

针对上述行业痛点，中山大学软件工程学院立足技术研发与场景落地双轮驱动，探索了多项医疗智能化实践路径，相关成果已在多类场景中验证应用。

二、软件工程学院的医疗智能化落地路径

（一）校企协同落地案例

学院采用“校企协同、医工融合”的核心模式，联合医疗机构、企业共建联合实验室，精准对接临床实际需求，形成“需求挖掘-技术研发-场景验证-成果转化”的闭环落地路径。在场景攻坚方面，积累了多个典型落地项目案例：

1.医疗大模型研发：成立中山大学-招联数字金融联合研究中心，联合多家单位共同研发72B、34B等多尺寸医学基座大模型，经千万级指令微调，中医执业考试获92分；中医大模型落地深圳60余家社康，支持小程序端健康咨询、舌诊、报告解读等功能。模型在CTCMB测评中排名第一、Medbench测评第五。

2.应急专科诊疗（在研）：成立中山大学-中国移动联合实验室，在此联合实验室下，协同多家医院等单位开展研发工作。

● 建设5G+创伤应急救治平台，实现数据低时延回传与AI检伤调度，提升响应与救治成功率、支撑应急救治实训教学

● 构建眼部及相关全身疾病智能诊疗技术，打造多模态AI筛查系统，提升诊断效率与准确性，降低筛查门槛

● 研发可信联邦学习系统，实现保护数据隐私安全的实现跨机构的数据交互上链存证、跨机构的数据协作分析

部分成果已发表在NeurIPS、ICML等学术会议，并在多家医疗机构落地推广。

3.基层问诊智能：为某央企内部卫生所研发预问诊智能体，覆盖37种常见症状，支持多语种交互与结构化报告生成，有效提升基层问诊效率级准确率。

4.临床质控智能：联合某单位研发临床大模型，构建病种+内涵双重质控范式，实现出院小结生成、病历合规审查功能，相关研究成果发表于CCF-A类学术会议。

三、通用自研技术赋能医疗产业智能化升级

（一）核心技术体系

学院构建了覆盖模型研发、数据治理、安全保障的核心自研技术体系，为医疗智能化提供全链条支撑。

1.可信联邦学习系统：目标解决医疗数据共享难、隐私保护压力大的问题；技术上研发兼容区块链共识体系的系统，包含数据治理、模型确权、联邦组件三大核心模块，实现跨机构数据交互上链存证与协同分析，已初步覆盖三家医疗机构。

2.医疗大模型优化技术：目标解决医疗大模型易产生幻觉、决策能力不足及推理效率低的问题；技术上建立多模态指令微调框架结合医学知识图谱消幻觉，提出强化学习思维链推理方案提升决策能力，研发网算存一体协同优化推理加速技术，实现低显存MoE推理吞吐量提升15倍、时延降低22%。

3.可信智能体技术栈：目标解决医疗场景复杂推理难、异构数据处理难的问题；技术上构建涵盖记忆、规划、工具三大核心模块的框架，采用异构数据融合和结构化知识以增强检索能力，引入DeepSearch机制强化多跳推理，通过Text2SQL实现复杂业务流程的数据查询。

（二）配套支撑保障

除核心技术体系外，学院还构建了全链条支撑保障能力，为医疗智能化研发与落地提供坚实后盾。

● 合规评测支撑：依托粤港澳大湾区生成式人工智能安全发展联合实验室，搭建医疗大模型技术验证与合规评测平台，助力技术成果规范转化

● 算力平台保障：配备珠海校区高性能计算公共平台，提供充足算力支撑模型训练、迭代与优化，保障技术研发效率与成果质量

● 研发效率提升：基于网算存一体协同优化的大模型训练、推理加速技术，有效提升模型研发效率与部署适配性，降低算力资源消耗

（三）总结

核心自研技术体系的构建，初步形成了“技术通用化-场景定制化”的产业赋能思路。通过轻量化迭代与多形态部署适配，有助于降低医疗智能化技术的落地门槛，为不同层级医疗机构的数字化转型提供可复用的技术参考，助力推动医疗健康产业智能化升级进程与优质医疗资源下沉。

软件工程学院以立德树人为目标，秉承“软件定义世界，工程铸就未来”的愿景，聚焦新一代信息技术，以AI赋能助力中山大学医学发展，服务经济社会发展。