拆解医疗AI落地“最后一公里”：医渡科技(02158)280个智能体已进入临床

第八届北京智源大会刚刚落下帷幕，智能体技术成了全场最受关注的焦点之一。医渡科技的技术创新副总裁、AI架构师李林峰博士在会上做了系统阐述，核心观点很明确：医疗AI正在从“模型能力驱动”过渡到“系统级真实应用能力”阶段。换句话说，光有强大的大模型还不够，能不能真正嵌入临床流程、解决实际问题，才是接下来的决胜点。

医疗AI进入下半场，智能体成了关键突破口。国家层面“人工智能+”系列政策密集落地，明确要求AI在辅助诊疗、健康管理、慢病服务等场景深度应用。技术层面，具备记忆、规划与工具调用能力的智能体，已经开始被看作下一代AI演进的核心方向。这不是概念炒作，而是需求倒逼的结果。

李林峰指出，医疗场景天然适配智能体体系。原因很简单：临床诊疗本身就是一套连续决策流程——从诊前分诊、诊中治疗到诊后管理，流程清晰、步骤明确，和智能体擅长的任务拆解、执行逻辑高度契合。更重要的是，医疗行业对过程的可解释性、可控制性、可溯源性以及结果稳定性有刚性要求，传统大模型的“黑箱”交互根本没法满足临床安全与监管的底线。再加上医院系统繁杂、医护人员事务负担沉重，急需一种能对接多类工具、自动化完成高频任务的AI方案。智能体正好补上这个缺口。

“两平台一体系”：构筑医疗智能体工程化底座

智能体从实验室能力走到系统落地，中间有不少工程化难题。医渡科技给出的答案是“两平台一体系”架构，覆盖研发、应用与评估全流程。

首先是智能体开发平台。它将大模型能力、医学知识库与工具组件进行模块化封装，支持快速构建专科场景的智能体。目前医渡科技已经和多家头部三甲医院合作，联合临床专家累计开发了超过280个智能体，覆盖辅助诊疗、治疗方案推荐、病历生成等核心场景。

其次是智能体应用平台。通过与HIS、EMR等核心系统深度集成，将智能体直接嵌入医生工作站，实现患者数据自动接入和智能体动态调度。这样一来，AI就能以原生方式融入临床流程，而不是让医生额外打开一个网页去手动输入。

第三是智能体评价体系。围绕可信性、安全性、效率提升、流程融合度与医生接受度等多个维度建立评估机制，持续验证智能体在真实环境下的可用性与稳定性。这个环节往往被忽视，但恰恰是医疗AI能不能真正落地的关键。

在技术路径上，李林峰强调，当前最佳实践是“工作流驱动的专病场景智能体+多智能体协同”架构。复杂医疗任务被拆解为结构化流程，每一步输出都可解释、可控、可溯源。同时融合指南体系、知识图谱与专病模型，显著提升了在临床场景中的稳定性和一致性。不是所有场景都需要一个全能AI，反而是小而精、流程明确的专病智能体更管用。

从智能体矩阵到临床闭环：Dr.Copilot与医渡智循落地实践

智能体究竟怎么服务医生的日常工作？医渡科技的临床助手Dr.Copilot提供了一个可落地的样本。它以轻量化插件的形式嵌入医生工作站，医生一键唤醒智能体，系统自动调用患者的结构化与非结构化数据，完成推理与任务执行。整个交互过程几乎不需要学习成本。

随着专科、专病智能体数量增多，平台搭建了一个统一的交互入口。医生通过自然语言输入需求，系统自动识别意图并匹配合适的智能体。更关键的是，医渡科技引入了“任务规划引擎”，将标准化诊疗路径转化为可执行的智能任务序列。举个例子，住院患者的检查、治疗与随访计划，系统可以提前编排并在后台运行，医生只需要确认或微调，重复性工作负担大幅降低。

院外场景同样不能忽视。医渡科技还推出了手机端循证决策工具“医渡智循”。它基于可信医学证据体系，提供实时辅助决策。知识底座汇集了超过2000万篇中英文医学文献、5万余部临床指南与专家共识、6万余种医药科普知识，并整合了人民卫生出版社的专科知识库。实现“全文证据直答、句句有依据”——每条结论都可以追溯到原始来源。对医生来说，这相当于随身携带的“第二大脑”和一支多学科智能体顾问团。

李林峰在演讲中总结得很精辟：“真正在医疗场景中发挥价值的，不是单一模型，而是一套能嵌入真实流程、稳定执行任务并持续演进的智能体系统。”目前，医渡科技正通过可循证、可溯源的医疗智能体体系，把AI从辅助工具升级为临床基础设施，推动其进入医疗决策链条与工作流的核心环节。医疗AI正在从“能力展示”迈向“系统级生产力”，精准医疗能力的规模化与普惠化落地，不再是遥不可及的愿景。