当前位置： AI资讯 > 内文2025-05-07 关键词： 医疗大模型
智能体（Agent）作为计算机科学与人工智能的发展方向，标志着人工智能从简单的规则匹配和计算模拟向更高级别的自主智能迈进。在医疗领域，智能体通过实时集成和分析患者数据，结合大模型的推理能力及医学知识库，能够实现辅助决策、质控任务的智能化与自动化，辅助医生提升医疗质量和效率。
为解析智能体在各医疗场景中的应用，CDSreport此前已经分析了“鉴别诊断”“病情分析”和“MDT”智能体的的建设和应用，本期将继续探讨病历生成智能体的应用价值。
病历书写占用大量诊疗时间
在现代医疗体系中，病历作为患者诊疗过程的核心记录，不仅是医疗质量的重要体现，也是医院管理、医保报销、医疗纠纷处理的重要依据。然而，传统的病历书写方式往往耗费医生大量时间，且容易因人为疏忽导致信息遗漏或书写质量不达标。
在丁香园开展的一次调查中发现，受访的医生群体中，超过50%的医生平均每天撰写病历的时间超过了4个小时。
在上海某医院的调研总结中，医生书写一份病历的时间大概在5-10分钟。如果按照每天近100份病历的工作量，即使按照每份病历都以最快时效5分钟完成，医生一天至少要花费8个小时在病历书写上。
此外，一份完整且符合要求的病历文本涉及到多个诊疗环节，每个关键节点都需要单独完成书写，包括入院记录、首次病程记录、查房记录、手术记录、护理记录等。由于每个环节的病历记录都不相同，医生常常需要翻阅历史病历信息或检查检验记录，该过程不仅拖慢了写作时间，还增加了信息遗漏等风险。例如，术前讨论中可能遗漏关键病史信息，导致手术风险评估不准确；查房记录中可能遗漏患者体征变化，影响后续治疗方案的调整。
在医生繁忙的医务工作和病历书写习惯差异等因素影响下，病历质量也难以把控，仅依靠终末人工抽查难以起到提升病历质量的作用。
近年来，基于人工智能技术的病历智能书写在临床应用越来越多，但其效率和质量均有待提升。而随着语言模型的快速发展，DeepSeek大语言模型在自然语言处理任务中表现出前所未有的性能，并在提升医生病历书写质量和效率方面发挥了重要作用。
用医疗智能体将时间还给医生
随着大模型等人工智能技术的快速发展，病历生成智能体作为一种新型医疗智能体，正在逐步改变医生书写病历时间长、信息易遗漏以及质量难以把控等现状。在医疗场景下，大模型能够自动解析和整合患者的各类医疗信息，在不同诊疗环节快速生成结构清晰、内容完整的电子病历，供医生书写病历文本参考使用。
入院记录：智能体根据患者入院时的病史采集信息，自动生成入院记录，减少医生手工输入。
病程记录：智能体根据患者病情变化，自动生成病程记录，包括病情描述、治疗措施、医嘱调整等内容。
查房记录：在查房后，智能体自动提取患者体征、检验检查结果等信息，生成查房记录，并提醒医生补充关键信息。
术前讨论：智能体根据患者病史、检查结果和指南推荐，生成术前讨论记录，确保手术方案的科学性与规范性。
手术记录：智能体根据手术过程中的关键信息（如术式、麻醉方式、术中情况等），生成手术记录，确保记录的完整性和准确性。
阶段小结：智能体根据患者治疗过程，自动生成阶段小结，总结治疗效果与下一步计划。
要实现病历生成智能体在临床的应用，不仅需要实时获取完整病历信息，还要能够抓取各业务系统的医疗数据，降低病历信息记录不完整、不准确等情况发生概率。基于人工智能的临床决策支持系统（AI-CDSS）凭借与所有医院信息系统无缝对接以及医疗数据后结构化处理的特性，不仅能够有效保障病历信息的完整性，还能够通过各端口应用，在各个环节生成一份标准化病历文本，辅助医生短时间内完成高质量病历。CDSS内置的权威知识库也进一步提升了大模型推理的准确性。
以出院记录为例，医生正常书写并保存一份出院记录约10分钟。在触发患者出院时，大模型在1-2秒内即可生成文本，包括住院期间检验检查结果、药物与手术治疗经过等描述。在AI-CDSS的辅助下，该段文本内容完整性和准确性能够达到95%以上。对医生书写出院小结来说，大模型的辅助减少了其查阅、引用其他病历和报告的时间，显著提高了病历书写质量和效率。
随着人工智能技术的不断发展，病历生成智能体将进一步优化，实现更高效的病历自动化生成与质量管理，甚至成为医疗质量高质量发展的核心基础设施。
参考资料：
1.未来医院变形记：生成式AI将病历书写从8小时缩短至25分钟 | 创新场景，钛媒体
2.廖新波：精简病历可以减少一半以上医疗事故？，丁香园
3.刘少堃,何仲廉,李彬,等.基于大模型的电子病历自动生成系统的设计与应用探讨[J].中国数字医学,2024,19(08):8-13.
成为我们的
合作伙伴
