腾讯医疗大模型：打通诊前至诊后数据孤岛，实现门诊提效与运营增收

原创

gawain2048

修改于 2026-09-11 15:06:27

5540

在国家卫健委《医院智慧服务分级评估标准体系》及互联网医院建设政策的驱动下，医疗机构的数字化转型正从“信息化”向“智能化”迈进。然而，面对中国医疗机构每月超3亿人次的接诊量，医院在战略执行与日常运营中面临显著的供需错配与效率瓶颈：

患者端（体验断层）： 存在严重的“知症不知科、知病不知科”现象。患者由于不熟悉挂号流程及院内分布，常面临“排队1小时，问诊2分钟”的焦急等待，就诊体验较差。
医生端（精力透支）： 门诊看诊时间极短，无法进行深度问诊；同时，门诊病历书写要求保质保量，医生常因时间紧迫只能套用模板，影响病历质量。
运营端（成本高昂）： 医院客服中心及导医护士需大量重复解答常见就诊问题，导致客服运营人力成本高、培训成本高且人员流动性大。

为满足智慧医院建设与电子病历评级要求，腾讯依托医疗术语标准化及高精确性算法，构建了覆盖“诊前-诊中-诊后”及“面向体检”的全流程医疗大模型应用产品矩阵。

诊前应用：
智能导诊： 具备意图识别、疾病缓急判断及防骚扰功能，精准匹配科室与医生。
智能问答： 打通医院知识库，支持多轮对话与疾病/药品百科问答。
智能预问诊： 摒弃传统模板，依据诊疗思维动态生成问题，通过拟人化交互收集病情，并一键生成规范报告引用于EMR系统。
诊中应用：
AI临床助手： 辅助医生进行深度问诊、疾病推演、病历质控及合理用药评估；通过自动解析医患上下文对话，直接抽取并归纳生成符合规范的病历小结。
诊后与体检应用：
提供患者随访、用药助手（处方解析与按计划提醒）。
在体检场景，提供体检报告OCR、疾病风险评估，并通过大模型驱动个性化体检推荐及检后全周期血糖等慢病管理。
交付与集成机制： 产品支持模块化组合及SaaS/私有化部署。通过开通License支持API接口调用或H5/小程序嵌入，已成功与上海联空、卓健、融达、和湛、金蝶等ISV集成商及HIS/EMR厂商实现产品级深度集成。

医疗大模型在多家头部医院的实际运行数据表明，该系统在提升院内运转效率、降低人工干预成本及创造新增量收入方面产生了直接的量化回报。以下为三个核心业务指标：

在体检中心应用体检智能问答助手与疾病风险评估模型后，实现了精准的加项推荐。数据显示，71.43%的加项用户是通过AI推荐完成购买；通过AI推荐购买加项的用户，其订单金额平均提升了28.10%；整体体检套餐成交金额实现了140%的大幅提升，当月咨询量突破1.1万+。

临床知识图谱与质控精准度（医疗质量指标） AI临床助手已积累百万级医学知识，具备3000+疾病推演能力。在合理用药及质控环节，大模型对药品品类的覆盖率达到100%，结构化识别准确率超过97%。同时，基于医患对话自动生成的病历小结，获得了专业医生高达8.3分（满分推测为10分）的评分。
接诊效率与患者满意度（运营效能指标） 通过智能预问诊系统提前梳理病情，某三甲医院积累了2600+份预问诊知识库，覆盖100+个科室，日均生成报告数量达1500+份，为医生节省了大量问诊与记录时间，直接驱动患者满意度提升28%。

大模型应用已从概念验证走向核心业务流程的深度嵌入，以下为典型客户的实际应用情况：

华中科技大学协和医院（智能导诊）： 利用大模型升级导诊体验，给出包含解释的导诊理由。目前累计服务患者超60万，日均导诊量约1000次。
上海瑞金医院（智能客服）： 作为上海市级医院数字化转型2.0云客服试点，打造7x24小时智能问答。累计服务患者约50万+人，累计咨询次数62万+次，单日咨询峰值达2000次，大幅降低了医院知识库构建成本并缓解了客服压力。
深圳市人民医院（智能预问诊）： 采用大模型患者端预问诊，支持文本、语音、点选、OCR检验报告识别等多模态输入，实现口语化描述的智能转化，生成规范的诊前报告。
广西一附院（用药助手）： 部署对话式机器人，采用文本智能生成技术。患者离院后，可查看电子处方、获取用法用量的口语化解读，并生成用药计划按时提醒。
复旦大学附属肿瘤医院（患者全周期管理）： 构建C端用户小程序与B端机构网页端的闭环，实现数据上传、智能预警介入、智能解答疑问及辅助患者管理。