大模型进入医疗行业的第三年，行业此前普遍存在的观望情绪正在快速消散，人工智能不再是停留在演示页面的概念性工具，而是实实在在渗透进医院日常运营、药企研发生产、医学影像分析、基层医疗服务等各类真实工作流程中。一份面向200多名医务人员的调研数据显示，87%的受访医务人员认为AI有效提升了自身的工作流程效率，58%的受访者表示过去3个月内，AI至少3次帮助自己识别或防范了潜在的医疗差错，这些来自一线从业者的反馈，正在为医疗AI的落地价值提供最直接的佐证。

　　此前两年，不少医疗机构对AI的态度始终偏向谨慎，甚至存在一定的排斥情绪，大家普遍担心大模型出现“幻觉”输出错误信息，顾虑医疗核心数据的安全泄露风险，也始终无法厘清技术应用过程中的责任边界问题。而随着技术迭代和落地场景的不断打磨，越来越多的医护人员开始主动将AI工具融入日常工作的各个环节，从基础的事务性处理到复杂的科研辅助，AI的角色正在从“可选的新技术”转变为医护人员身边不可或缺的工作搭档。

智能体技术落地速度超出行业预期

　　腾讯云副总裁吴文达表示，过去一年智能体的发展速度超出很多人的想象，不少资深医生群体在科研文献整理、教学材料处理等方面对AI的使用尤为深入。很多医生会把大量科研文献、项目资料和教学素材导入AI工具，借助智能体完成初步的信息梳理、内容分类和初稿生成工作，原本需要耗费数天时间整理的材料，经过AI处理后很快就能形成结构完整的基础版本，医生只需要在此基础上进行针对性调整和优化即可。

　　不少人原本以为年轻医生会是AI使用的主力群体，但实际落地过程中发现，很多资深医生甚至院士级别的专家，反而是对AI使用最为深入的一批从业者。这部分群体日常需要开展大量前沿科研探索，要处理的信息和数据体量十分庞大，AI在批量信息处理、跨文献关联分析等方面的优势，恰好能够匹配他们的实际工作需求，大幅降低非核心事务占用的时间成本。

　　在医院的实际工作场景中，AI的身影已经随处可见。患者在公众号上咨询的常见就诊问题，不需要人工客服逐一回复，AI分身就能全天候给出准确解答；医生整理患者的预问诊信息、解读影像报告的初步结论，AI可以先完成基础的信息归集工作，把结构化后的内容直接呈现在医生面前，省去大量手动录入和梳理的重复劳动。

模块化开放平台降低医疗AI接入门槛

　　腾讯健康开放平台将导诊、预问诊、智能问答、报告解读、用药咨询、复查提醒等不同的服务节点，拆分为相对独立的标准化能力模块，这些模块既可以单独接入医疗机构的现有系统，也可以根据不同医院的实际业务需求灵活串联组合，背后由微信公众号AI分身和就医Agent提供完整的技术支撑。患者不需要下载新的独立应用，依然可以通过自己熟悉的医院公众号和服务号获取相关智能服务，整个使用习惯没有发生任何改变。

　　广州医科大学附属妇女儿童医疗中心的落地案例显示，医院借助腾讯健康开放平台的能力，在公众号上搭建了专属的AI分身，主要用来解决患者咨询“问得到、看得懂、留得住”的实际需求，覆盖的常见问题包括院内可以开展哪些检查、对应症状应该找什么科室的医生、当日出诊安排是否有调整等。这类高频重复的咨询工作此前需要投入大量人工客服资源，现在全部由AI分身承接，医院只需要上传整理好的专属知识库，就能实现常态化的自动搜索解答，大幅降低了相关岗位的工作负担。

　　此前大模型刚出现的时候，很多医院的接入思路是直接采购一体机、整体接入完整模型，但实际落地后发现很难和原有业务流程打通，最终往往变成了摆在大厅里的“展示工具”，很难真正用起来。现在越来越多的医院开始转变思路，不再追求一次性搭建完整的AI系统，而是优先考虑如何把AI能力无缝接入已经运行多年的原有业务流程，让一线医护人员不需要改变长期养成的工作习惯，就能自然用上AI工具，真正把技术转化为实际的工作助力。

AI在医疗领域始终定位辅助角色

　　随着AI在医疗场景的渗透程度不断加深，一个行业普遍关注的问题也随之浮现：AI的能力越来越强，未来会不会直接替代医生完成诊疗工作？吴文达给出的回答十分明确，AI在医疗领域永远是辅助角色，不能简单替代医生的专业判断。医疗服务本身是极具个性化的复杂工作，AI可以处理海量的标准化医学知识，快速解答大量常见的共性问题，但真实的诊疗过程需要医生面对面观察患者的状态、表情、实时反应，结合每一位患者的个体差异做出综合判断，这些带有温度的专业判断环节，是技术无法完全覆盖的。

　　所有涉及最终诊断和治疗方案的决定，必须经过医生的亲自验证，由医生承担对应的全部责任，这一底线不会随着AI技术的迭代发生任何改变。医疗行业的容错率极低，每一次判断的背后都关乎生命的重量与医学的严谨，整个行业必须算清对应的成本与风险账，不能为了追求效率就放松对安全合规的要求。

　　当前医疗AI的责任边界仍有待进一步厘清，技术提供平台、医疗机构和一线专业人员需要在各自的职责范围内做好本职工作，不能仅靠一纸免责声明就完全推卸技术应用过程中存在的不确定性风险。行业的普遍期望是，把所有重复琐碎的事务性工作全部交给AI处理，从而把医护人员从大量非核心的机械劳动中解放出来，让他们把更多的时间和精力留给真正需要深度专业判断、需要传递人文关怀的核心医疗环节。

　　不少行业从业者也在思考，当AI能够完成越来越多的基础医疗工作时，哪些场景下AI依然可能出现判断偏差，技术落地的综合成本是否能够控制在医疗机构可承受的范围内，一线医护人员会不会因为AI的普及产生不必要的职业焦虑，这些开放性的问题还需要整个行业在后续的落地实践中逐步探索答案。

(编辑：曲昂)