全部商品分類
近日，安徽醫科大學第一附屬醫院（以下簡稱“安醫大一附院”）醫學人工智能團隊、臨床醫療團隊聯合訊飛醫療研究的大模型病歷生成系統已完成實驗室研究并開展正式試點應用。該系統是安醫大一附院大模型場景應用的又一次創新，以訊飛星火醫療Ｘ１大模型、ＤｅｅｐＳｅｅｋ ７０Ｂ開源模型為技術底座，設計了基于專用語音設備的門診病歷實時生成、基于關鍵事件軸和迭代優化的住院病歷生成技術框架，依托模型中內置的豐富醫學知識庫和指令編排，并與院內業務系統進行深度對接，實現多模態診療數據的實時共享和交互，賦能門診接診、住院查房、交班討論等診療環節。
與傳統病歷書寫方式相比，大模型病歷生成系統在效率和質量上實現了質的飛躍，在研究過程中，安醫大一附院胃腸外科、內分泌代謝科醫療團隊全程深度參與，為生成文書合理性、術語表達專業性、診療需求契合度等方面提供了極具價值的參考建議。試點應用結果顯示，病歷生成合理率超８３％，生成病歷引用率超８０％，平均每日為臨床醫生節省約２．８小時的病歷書寫時間。
在門診病歷生成方面，該系統依托專用設備實時識別接診環節中的醫患對話語音，通過智能分析動態生成引導性提問提示，并實時提取關鍵信息，實現智能引導式問診，并利用大模型的推理能力，生成診斷推薦并標注置信度評分，為醫生提供決策參考，問診結束后，自動生成結構清晰、信息完整的門診電子病歷可供引用，涵蓋“主訴、現病史、既往史、流行病學史”等關鍵內容。
在住院病歷生成方面，該系統基于門診病歷、預住院期間的檢驗檢查資料、入院評估等關鍵文書，自動生成結構化的入院記錄，同時，結合病情演變、治療過程中記錄的各類文書進行迭代優化，生成日常病程記錄、出院記錄等文書可供引用。
此外，該系統依托大模型的推理能力，構建了病歷生成邏輯路徑，結合ＳＯＡＰ框架等醫學推理模型，對臨床資料數據進行結構化推理分析，并通過可視化方式呈現病歷生成的推理過程，幫助臨床醫生清晰理解生成病歷文書的邏輯來源，形成嚴謹的臨床思維，從而校驗和提升生成文書的合理性、準確性和科學性。
下一階段，安醫大一附院將持續深化、積極探索大模型等人工智能技術在醫療場景中的創新應用，為臨床醫護提供高效、專業等輔助支撐平臺，為患者打造便捷、優質的就醫體驗，全力推動醫療服務質量和效率的持續提升。
注：文章來源于網絡，如有侵權，請聯系刪除
