院内语料“喂养”出“私域GPT”AI辅助诊断慢性鼻窦炎、自闭症

　　“我们在2016年就成立医学大数据人工智能中心，我们的理念就是，让数字、人工智能来赋能我们三院每个人。”中山三院副院长杨钦泰说。

　　在广州的40余家三甲医院中，中山三院一直是数字化、智能化方面走得靠前的“领头羊”之一。

　　在医院看来，目前的智能化改革，是此前互联网医院建设的延续和升级。2018年，中山三院开始建设互联网医院，2020年，在疫情来临时获得发展机遇，开出全国第一张医保的线上处方。目前，在对院内历史数据进行治理后形成的“数据湖”上，中山三院已搭建起了院内管理、病历助手等各类创新应用。在DeepSeek掀起新的AI改革浪潮之际，中山三院迅速将新一代AI大语言模型引入，并开始用院内数据进行“喂养”，以期为医院管理进行一次“AI升级”。

　　数据治理

　　一两百个业务系统 沉淀出大量数据资料

　　“再过五年、十年，可能我们一半的收入都来自线上，大家就不用来现场排队了。”这句话，中山三院院长戎利民曾在多个场合说起。

　　中山三院主院区坐落在广州天河岗顶闹市，周边车水马龙，迎接了5000多万患者出入，

　　目前，它的新“基建”发力在看不见的地方：“两朵云、一条路、一个湖，这是我们智慧医院的‘新基建’。”在办公楼高层的办公室，中山三院副院长杨钦泰向南都记者介绍，近五年来，医院着力于把沉淀的医疗数据送上“云”、汇聚成“湖”，同时打通5G高速公路，为线上线下医疗业务的一体化打好基础。这些基础，成为迎接AI时代的承载平台。

　　“一般三甲医院都有一两百个业务系统，想把这些数据串联起来使用时，存在很多障碍。”中山三院大数据中心主任刘子锋说，这正是医院建设“数据湖”的初衷。

　　为什么一家医院会有一两百个信息系统？医院的业务流程种类繁多，比如门诊流程、住院流程、手术流程等，每个流程在电子化时，都有一套信息系统“上新”，每个系统都可能是不同的厂家来做，时代、技术进步也带来了很多新流程、新系统。智慧化的第一步，就是将数据汇成“湖”，再进行“数据治理”，把不同系统的业务数据进行标准化处理。

　　数据治理的过程比想象中繁琐，包括建立数据标准，分类、预处理等多个环节。

　　这项工作，刘子锋带着团队做了三年，从2019年做到2022年，把中山三院的5000万门诊患者、120万住院患者的数据汇入了统一的“数据湖”中，涉及文本总数据量30TB，数据表26600+张，数据量300亿条。

　　从数据湖到业务“容器” 为引入AI打好基础

　　到2022年，数据治理告一段落，正遇上AI带来的第一波冲击。“当年阿尔法狗对战棋王获胜的时候，大家就感受到了AI的力量，但直到2022年ChatGPT出现，大家才发现，人工智能可以跟自己有关系，这是一个分水岭。”刘子锋回忆。

　　正是2022年，中山三院开始开展人工智能建设，搭建了智能体平台和数据管理预处理平台，相当于在“数据湖”上搭建出“工具房”。

　　具体可以做些什么应用呢？国家卫健委在2024年11月出台《卫生健康行业人工智能应用场景参考指引》，给出了80多条具体应用场景的建议。

　　乘着这股“东风”，刘子锋团队结合医院实际筛选出了若干个应用场景，患者端、医生端、管理端、科研端均部署了数项，迅速投入建设。很快，他们推出了用于医院内部服务与管理的“三院私域GPT”、用于帮助门诊医生提升效率的“智能预问诊”系统，以及用途多样的“患者数字分身智能体”，等等。

　　在专科专病领域，中山三院已有多个优势学科先行探索出了医疗AI辅助下的专业应用，包括慢性鼻窦炎人工智能病理诊断系统、自闭症辅助诊断系统“荧惑2.0”等。

　　“不同的AI应用就像一个一个的智能模块，把医院装备成一个线上、线下一体化的大的‘医疗智能体’，在这个智能体里，人与AI分工合作，医生得到AI的赋能，减轻工作量、提高效率，更多地做‘把关人’，腾出精力做更为重要的事。”杨钦泰说。

　　刘子锋也认为，AI最大的好处，就是提升医生的工作效率，把时间还给医患交流。

　　AI应用

　　助力医院管理 开发“私域GPT”

　　中山三院试水的第一个人工智能项目是“私域GPT”，杨钦泰把它称为该院人工智能应用的“样板房”。

　　医院里为什么需要一个“私域GPT”？对于大型综合医院来说，规章制度、红头文件的查询本身就是一个“痛点”。“过去要查个什么，就是打电话问，我们的行政管理工作就是天天忙着接各种电话，还接不过来。”而能理解人类语言的AI模型，在查找资料、简单沟通方面有可能做得比人快、准。

　　杨钦泰也表示，私域模型的一个优势是安全性强，可以保护医院内部数据和患者隐私，“我们自己的数据不允许外部访问，我们也是国内第一家做‘私域GPT”的医院”。

　　为此，医院建起了规章制度库，部署了本地算力接入，引入大模型，开始输入数据、训练模型，并给它起名“三院私域GPT”。今年DeepSeek横空出世，医院迅速跟进，把原有的“系统一思维”语言模型更换成了具备推理能力、以DeepSeek为代表的“系统二思维”。

　　“系统一”跟“系统二”思维有什么区别？刘子锋解释，可以理解为，系统一思维的特点是“快”，但没有推理过程，它运用既定的知识库，马上给出答案；系统二的关键在于有推理过程，即，会把人的问题分解成若干子问题，回答子问题后会自我评估，认为合理的话再往下延伸、进行推理，之后把所有推理结果整理成答案给用户，“它的答案相比系统一更为可靠”。

　　引入模型不难，但运用自有数据来“喂养”并不容易。“PDF文件是我们最‘痛恨’的，我们要把它转换、提取数据，才能再使用，还有一些不那么规则的文章排版，你让AI直接‘看’，它会看‘串行’，得处理，才能让AI看懂、看对。”刘子锋说。

　　刘子锋和同事们正在进行院内数据的分类、整理、上传，并把“三院私域GPT”的功能划分为“院内规章制度查询”、“医学专业知识查询”、“运营指标查询”三大类，电脑端与手机端均可使用。刘子锋预计，院内语料的上传需要几个月时间，希望能够在今年6月基本完成“喂养”、测试过程。

　　为患者做“数字分身” 培养医生、方便看诊

　　在医学行业，以老带新、临床教学是人才培养中的重要环节，中山三院看好AI，希望能借助AI做出新一代的“标准化病人”，在医生培养中发挥作用。

　　目前，各医院的“标准化病人”多由真人“扮演”，是“假病人”。“那种‘假病人’，症状、反应很多是参考教科书演的，但到临床上就不一样了，没有人会按教科书来生病。”所以，刘子锋团队与教学科正在合作，把临床中真实病人的各种数据进行脱敏处理，并汇总起来，做成患者的“数字分身智能体”，用它来对年轻医生进行医学教育，效果要好得多。

　　当然，“数字分身”的用途多样，并不止医学教育一项，医生在为患者看诊时，也可以实时获取患者的病历、最新体征数据等。

　　刘子锋介绍，“数字分身智能体”项目已完成了一部分，每个专科都挑出了若干病例进行数据脱敏和转化，做完最后的准备即可上线使用。

　　辅助病理医生阅片 训练专业“AI鼻科医生”

　　在以DeepSeek为代表的语言AI大模型成熟之前，视觉类AI已发展多年，并在医疗器械市场形成了成熟产品。在我国，已有100多个人工智能医学软件拿到了医疗器械二类、三类证，大多为医学影像产品，如针对心脑血管、肺部、骨骼、肝脏病变的辅助诊断。

　　中山三院杨钦泰团队主导研发的慢性鼻窦炎人工智能病理辅助诊断系统Sandy，是其中一项代表产品，这套系统已进入市场，并在多家医院投入使用。

　　在这套人工智能系统的帮助下，慢性鼻窦炎的治疗实现了精准分析、精准治疗。中山三院耳鼻咽喉科、过敏科杨钦泰教授博士后罗新医生告诉南都记者，慢性鼻窦炎患者中，25%-30%合并鼻息肉，需要手术以达到治疗目的。

　　但是，对于约一半的患者来说，经历了手术也不能彻底解除痛苦，他们术后极易复发。杨钦泰团队发现，易于复发的鼻息肉，在病理标本中是可以分辨出来的。但这其中的难题在于，计算病理标本全玻片中的炎症细胞比例，需要耗费一个病理医生四五个小时的工作时间，“估算会发生很大偏差，不够精准”。

　　辨认形状、数细胞，正是人工智能的强项，并且数得又快又准：将高倍镜视野下的病理玻片扫描成数字版本后，人工智能能够在一分钟内辨别完毕，并进行计算，帮助医生分析患者的鼻息肉病理类型。罗新介绍，2023年起，这套系统已在全国的数十家医院投入使用。

　　人工智能在专科领域的应用远不止于此。罗新介绍，团队正在进行鼻科AI大模型的筹备，汇集鼻科的最新医疗指南、专业知识，训练出专业的“AI鼻科医生”，帮助医生进行患者管理与随访。

　　在杨钦泰看来，人工智能在病理诊断领域的作用远不止鼻科，他介绍，中山三院正在筹备建设数字病理中心，把专业的病理医生资源带到资源匮乏的基层医院去。

　　帮门诊医生写病历 “AI全科医生”预问诊

　　在目前的门诊医疗场景中，“排队两小时、看诊五分钟”一直被诟病，而且，短暂的看诊时间里，医生要一心二用，一边与病人交流一边噼里啪啦忙着打字：记病史、写病历要打字，开检查单要打字，能扭头看着患者、与患者交流的时间十分有限。

　　为此，中山三院希望，借助AI进行“预问诊”，把“问病史”这一步前移至看诊前、候诊时，AI与患者交流后形成一份病史“草稿”，医生看诊时在这份“草稿”的基础上深入问诊、与患者交流。

　　“我们预计，这个AI起码能节约医生两分钟时间，一个患者两分钟，一天、一年下来就节省了很多时间，这个时间就可以还给患者，用于医患交流。”刘子锋说。

　　AI的预问诊将更加地智能化。“以前是限定的几个问题，所有病人都是同一个问法，但现在，AI可以成为‘全科医生’，它可以运用医学知识库、大模型的语言能力来与患者交流，比之前的升级了太多。”

　　据介绍，这个预问诊模型已在测试中，待完善细节即可推出。

　　人才培养

　　需要跨界、跨学科的医工交叉人才

　　AI时代，医疗对于人才的需求有什么变化？杨钦泰认为，在医疗智能化的未来，更倚重线下操作的外科、急诊、重症学科受影响会相对较小，而线下的内科将萎缩，内科医生将更多地转向健康管理、线上服务。

　　刘子锋认为，在医疗AI迅速发展的这几年，人才一直都是最大的挑战之一，尤其需要跨界、跨学科的医工交叉型人才，需要对医疗、人工智能技术、数据科学都有涉猎。

　　“现在企业里能写代码的人很多，但做医疗AI尤其要懂医疗场景。即使你看过病，你也不一定知道医生每天在干什么，隔行如隔山，我们和各类企业合作、打交道，要经历很多的磨合。”刘了锋说。

　　对于院内医生来说，AI使用即将成为一门必备技能。“就像过去要学会用电脑、学会打字一样，现在也要全员学习使用新的AI工具来办公，你除了要看好病，还要学习新工具，不能脱离时代。”

　　在三院私域GPT升级上线后的一个星期里，医生们已向它提问了上千次，从“你是谁？”“饭堂今天有哪些菜？”……虽然是好奇、尝鲜的居多，但看得出，医生们正在热情拥抱新的AI时代。

　　中山三院党委书记吴京洪表示，中山三院在50多年的实践中凝练形成了“最具特色、最具智慧、最具人文、最具情怀和最具活力”的医院文化，医院大数据人工智能的成果是“最具智慧”的重要体现。“我们要主动拥抱大数据、人工智能时代，医院也会定期举行全员培训，让人工智能赋能每个三院人，为患者提供更好的医疗服务。”　　

　　策划：王卫国 李阳

　　统筹：尹来 游曼妮 王道斌

　　执行统筹：李文

　　采写：南都记者 李文 通讯员 粤卫信 周晋安 甄晓洲

　　制图：易福红(腾讯元宝AI)