《“十四五”医疗装备产业发展规划》特别提出加快智能医疗装备发展，《关于进一步完善医疗卫生服务体系的意见》明确加快推进互联网、人工智能等在医疗卫生领域中的应用……近年来，我国不断加强顶层设计，推进“人工智能+医疗”的发展。
医生通过大模型采用引导式对话+自由式问答提升患者的就医体验，充分采集患者复诊信息，并自动完成结构化病历生成，方便医生一键引用，提升线上就诊效率; 自动化问诊：过改变手机或自助机的传统人机交互方式，实现与患者的智能对话，并自动收集和记录病史等基础诊疗信息，辅助医生进行初步问诊，自动给出分诊建议并协助预约挂号。
示例
医生的诊疗形态将与诊间的线下门诊发生变化，作为医生助手的大模型将会有更多发挥空间，比如帮助医生快捷获取到经大模型整理生成的更具逻辑性和可读性的检索内容; 提取并自动记录医生和患者沟通交流的关键信息，辅助医生进一步问诊，并将医生查体信息通过语音交互的方式自动书写到电子病历之中。根据医学知识库和历史病案数据，可以对模型进行持续训练。这使得原来一些独立开发的、通过接口方式与电子病历进行交互的周边系统，有可能成为一体化生成式电子病历的一个集成模块。
例如，基于大语言模型内置药学知识库的电子病历系统，就能辅助医生为患者提供个性化的用药建议和风险评估。内置的临床知识库能为医生提供标准化的诊疗流程、个性化的诊断建议和治疗方案，以及病历全过程质控管理。这将对那些外挂式存在的知识型系统，如合理用药系统、临床路径系统、临床辅助决策支持系统和病历内涵质控系统等产品。在医学影像分析上，医疗大模型通过AI算法可以辅助医生识别CT、MRI等医学影像中的疾病；临床辅助上，医疗大模型能够整合患者的病史、症状、检查结果等，为医生提供全面的诊断建议和治疗方案参考；在药物研发领域，通过对大量药物分子结构和生物活性数据的学习，大模型能够预测药物的活性、毒性和副作用，从而加速药物研发的进程，降低研发成本；同时，大模型还能够根据患者的个体化差异，量身定制最适合的治疗方案，实现精准治疗。
病例结构化
使用NLP技术，可以对复杂长文本内部敏感信息定向脱敏。
浙大二院推出的Medcopilot上线了多种辅助诊疗的AI功能。其知识检索功能，可以帮助医生快速获取最新的医学知识和研究成果；患者病例自动生成功能，可以减轻医生的文书工作负担；实时数据自动生成趋势图功能，可以让医生更直观地了解患者病情的变化趋势。在电子病历系统中嵌入AI大模型的Medcopilot。
Medcopilot帮助医生：首先，它能够解析中英文文献，自动生成病历小结，这对于非英语母语的医生来说极具帮助。其次，它还能根据实时数据自动生成趋势图和提醒，保证了医生在处理病情时的准确性和及时性。可以说，Medcopilot就像是医生的“二号大脑”，从繁琐事务中解脱。
大模型又可以衍生出为患者服务的诊后服务助手和为医生服务的健康管理助手。通过患者的诊后服务助手，患者可以将医疗大模型作为一位虚拟医生进行用药知识咨询、操作指导、报告分析解读、健康指导等。医生可以通过医疗大模型辅助完成患者全过程健康管理中的各类个性化的健康评估、健康教育处方、营养指导等，并且自动完成随访管理。
服务助手
健康管理助手助手
健康管理端，浙江美年健康在今年4月宣布与润达医疗等三方合作研发的国内首款健康管理AI机器人——“健康小美”数智健管师内测版正式上线。“健康小美”为用户构建全生命周期数字健康档案，具备“数据驱动的个性化服务、智能化的健康管理平台、数字孪生人健康管理、智能辅助诊断、创新技术与研发”等五大功能。
以下我们还可以参考的整体架构
数据中台
医学知识库
支持医生进行自定义医学知识库搜索，内容包含：疾病知识、检查检验知识、评估表（量表）、药品知识、指南、教科书、中医、患者指导、临床路径和病例等知识，并在辅诊诊疗及医嘱质控等环节中，医学知识库提供内容自动匹配，帮助医生快捷获取相关医学知识。
辅助诊疗
依据患者病历信息（主诉、既往史、现病史、个人史、过敏史、体格检查等）及各类医嘱数据（检查检验等）实现诊疗过程智能辅诊，主要能力包含：常见诊断推荐（含危重）、检查检验推荐、治疗方案推荐、评估表（量表）推荐、检查检验推荐等。
医嘱质控
在医生填写医嘱时，提供用药、检查、检验、手术和诊断结果等医嘱合理性检查，并给出不合理原因，降低误诊风险。
危急预警
依据患者病历信息（主诉、现病史、既往史、体格检查、诊断等）、手术信息、检验检查信息及院内各类文书数据（病程录、查房记录、手术记录）等，智能分析并判断危重症、用药禁忌、手术绝对禁忌、诊断绝对禁忌、检查绝对禁忌、检验绝对禁忌，并以特殊警示的方式对危急类消息进行提醒，引起医生的实时关注，保障危急消息的有效性传递。
漏诊诊断检测
依据患者病历信息（主诉、现病史、既往史、体格检查、诊断等）、手术信息、检验检查信息及院内各类文书数据（病程录、查房记录、手术记录）等，在进行出院小结诊断填写时，智能提示并发症/合并症可能遗漏信息及遗漏诊断来自具体文书信息，并基于 DRG 规则，自动识别出是否属于有效的 MCC/CC。
