当医疗AI从单点工具迈向系统级赋能，一场关于智慧医院内核的重构正在发生。东华医为基于DeepSeek、Qwen等国产大模型技术，构建东华医为&DeepSeek、Qwen等的医疗专属大模型生态，在智能辅助诊疗、电子病历智能辅助生成、病历内涵质控、智慧服务、DRG/DIP智能决策、智能运营管理等核心场景方面，实现持续突破，构建起覆盖诊疗全流程、管理全周期的AI产品矩阵。目前，相关成果已在北京大学第一医院、青岛大学附属医院、安徽省立医院等三甲医院落地验证，推动医院从“数字化”向“数智化”跨越式进阶。

东华医为构建“1+1+N”技术架构，与多大模型平台合作，打造东华医为&DeepSeek、Qwen等的医疗专属大模型生态。

1) 多模态MaaS平台

集成DeepSeek、Qwen等模型，支持文本生成、图像识别、语音交互等多场景能力调用。

2) RAG知识增强引擎

通过构建本地化医疗知识库（指南、病历模板、药品库），显著降低模型幻觉，确保输出专业性与合规性。

3) 灵活部署方案

提供全本地化、混合云、API接入三种模式，满足医院数据安全需求。

东华医为在医疗AI领域构建了差异化技术路径，摒弃通用大模型直接复用的模式，通过多模态MaaS平台集成+RAG知识增强引擎实现医疗场景的深度适配。该方案依托本地化医疗知识库的持续优化，在确保数据安全与诊疗合规性的同时，显著提升AI对复杂医疗业务逻辑的解析能力，实现医疗专业知识与大模型技术双向迭代优化。

1)  临床决策支持（CDSS）：从经验医学到数据智能

东华医为临床决策支持系统（CDSS）全面融合DeepSeek，在智能诊断、诊疗方案推荐等领域取得突破，为医疗行业提供更高效、精准、安全的决策支持解决方案。

(1) 智能诊断：通过深度学习与自然语言处理技术，系统能够快速分析患者的病史、检查检验结果等多维度数据，精准识别疾病特征，提供辅助诊断建议。无论是常见病还是罕见病，CDSS都能在短时间内给出高准确率的诊断参考，显著提升诊断效率，减少误诊漏诊风险，为医生提供强有力的决策支持。

(2) 诊疗方案推荐：在治疗阶段，东华医为CDSS依托DeepSeek的AI算法，能够根据患者的具体情况，结合最新的临床指南、医学文献及真实世界数据，生成个性化的诊疗方案推荐。系统不仅考虑患者的疾病类型、病程阶段，还综合评估患者的年龄、性别、合并症、药物过敏史等多重因素，个性化推荐，“千人千方”，确保治疗方案的科学性与针对性。此外，CDSS还能实时更新治疗方案，动态调整用药建议，帮助医生在复杂多变的临床环境中做出最优决策，真正实现“以患者为中心”的精准医疗。

(3) 风险预测及预警：东华医为将CDSS与DeepSeek融合，大幅提升了风险预测与预警能力。系统实时监测分析患者数据，能提前预判术后并发症、药物不良反应、病情恶化等潜在风险事件，并及时预警医护人员。这种前瞻性防控机制，既有效降低医疗事故发生率，又为患者争取救治时间，显著提升医疗安全与患者满意度。

2)电子病历智能化：从书写到质控的全流程革新

针对医生书写病历耗时、质控依赖人工的痛点，东华医为推出创新应用。

(1) 智能病历辅助生成：借助大语言模型技术，从大量优质病历提取信息，结合患者医疗信息，依据病历书写规范自动生成标准化医疗文书。以出院记录的入院情况生成功能为例，需要对患者主诉、病史、体格检查、辅助检查、专科情况等多方面进行归纳提炼，生成“出院记录的入院情况”章节的内容。

(2) 电子病历内涵质控：运用大模型技术实时监控医疗文书书写内容，依据知识库分析电子病历信息，自动反馈质量问题，为临床医生和质控员提供可视化辅助，提升书写和质控效率。基于大模型的内涵质控条目涵盖入院记录、病程记录、手术记录等多方面的检查，如检查主诉和现病史是否一致、初步诊断是否合理、鉴别诊断是否合理、手术名称和手术经过是否一致等。

(3) 提示词管理：提示词用于引导大模型生成特定内容，或在病历质控场景下，针对不同检查项设置提示词。基于通用大语言模型微调，适配病历任务，具备迭代优化能力。通过独立组件管理提示词，维护其关联数据和触发表达式，提升模型效率与准确性。与业务系统集成，统一界面，借助应用上下文和提示词，智能化感知医生操作并提供支持。

3) 智慧服务升级：全流程就诊AI助手

使用AI大模型帮助医院构建全能智能助手，支持建设多类型AI-Agent，通过医院私域知识库在院前、院中、院后多场景智能引导提示患者，为患者提供全方位的就医支持。

(1) 智能预问诊：在患者就诊前，通过智能对话系统收集患者的详细病情信息、病史、过敏史等，形成结构化的预问诊报告，供医生参考。缩短医生问诊时间，提高医生的诊断效率，为患者提供更精准的诊疗服务。

(2) 智能导诊：基于患者的初步症状描述，结合医学知识库和AI算法，引导患者选择合适的科室和医生，避免盲目就医，提高就诊效率和准确性。

(3) 智能客服：7x24小时在线解答患者常见问题，例如科室位置、就诊流程、住院流程、医保政策、预约挂号、报告查询等，减少人工客服压力，提升患者问题响应速度，改善患者咨询体验。

4) DRG/DIP智能控费：医保管理的“AI导航”

基于DIP分组付费指标构建智能控费体系，结合大数据分析对医保费用进行事前智能提醒、事中智能审核、事后智能分析。

(1) AI模拟分组推荐：结合Qwen2.5、DeepSeek-R1大模型与本地CHS-DRG 分组规则，临床医生书写病历时，系统依据诊断和手术情况、资源消耗等分析，结合分组规则提供入组推荐，并展示费用和盈亏状况，辅助医疗资源合理分配。促进医疗资源合理分配。

(2) 高额病例 AI 智能分析：借助DeepSeek计算和推理能力及知识库，对高额病例的 ICD 编码和医嘱合理性进行分析，实时提醒不合理编码，推荐主要诊断，分析医嘱问题。

5) 医院资源管理（HRP）智能化：AI赋能合同审计

AI技术与东华医为HRP产品的结合，给医院合同审计工作带来了突破性进展。在文本智能处理、合同质量与安全保障、采购分析等领域展现出显著优势。

(1) 文本处理智能化：借助DeepSeek运用自然语言处理技术，快速解析合同文本，自动识别各类关键信息并分类存储，极大减少人工整理的时间与精力消耗。

(2) 合同质量与安全保障

▪ 合规审查自动化：通过实时比对全网信息，自动审查合同合法合规性，及时发现潜在法律风险，确保合同符合最新法律法规、行业标准及政策动态。

▪ 修改监控智能化：自动追踪合同修改记录，评估修改对合同整体风险的影响，智能提醒审计人员关注高风险修改，保障合同完整性和合规性。

▪ 信息安全严格化：采用先进加密技术和严格权限管理机制，只有授权人员可访问和修改合同内容，所有操作均被记录和监控，防止信息泄露。

▪ 条款分析深入化：分析合同条款语言结构和内容，判断合同对甲乙双方的倾向性，帮助医院识别并调整不利条款，维护自身利益。

(3) 采购分析精准化：针对医院采购合同，借助DeepSeek利用大数据分析同类商品市场价格，评估采购价格合理性，同时结合医院实际需求，分析采购商品匹配度。

1) 青岛大学附属医院：大模型驱动管理-临床双核升级

青岛大学附属医院联合东华医为，基于DeepSeek-R1大模型构建智慧医疗平台，实现AI与医疗场景深度融合。

(1) 临床智能助手：打造临床智能助手Copilot深度对接业务系统，实现病历内涵质控和智能生成。实时监控病历内容，结合知识库智能分析患者数据，自动识别诊疗逻辑漏洞与书写规范问题，精准定位缺陷，提升病历质量；提取患者就诊记录、检验结果等特征数据，依据规范自动生成标准化医疗文本（如根据病史生成出院记录中的“入院情况”），降低医生文书书写负荷。

(2) 智慧管理中枢：部署“青医爱问”系统，覆盖医院管理制度、业务流程等核心领域，实现行政事务、战略决策等“即问即答”，提高了决策的科学性和工作效率。

2) 北京大学第一医院：AI应用共创

北京大学第一医院与东华医为共建医疗AI创新实验室，依托HOS合作协议，形成沟通-协作-共创机制，依托医院现有大模型API体系，成功实现CDSS、病历智能书写、内涵质控、医保CMI管控、智能审计等医疗场景的智能化升级，并将在综合大数据分析、后勤管理等领域联合共创AI应用。

(1) CDSS智能化升级：融合DeepSeek的大规模知识库与实时推理能力，东华医为CDSS显著增强知识整合，提升了罕见病识别与复杂病例分析精度。同时，通过持续学习最新医学文献与诊疗数据，实现指南动态更新，有效降低知识滞后风险，完成动态学习优化。在多模态决策支持方面，强化影像、文本、基因数据联合解读，提供跨维度诊断依据与个性化方案推荐。此外，借助AI驱动证据链自动生成，快速关联患者特征与临床研究，加速循证决策，辅助精准治疗路径选择。下一阶段将在麻醉评估等场景，进一步拓展应用。

(2) 医保CMI诊断智能分析：医生在书写病历时，AI智能分析工具会根据国家医保局医疗保障结算清单填写规范和主要诊断选择要求，结合患者的诊断和手术的难易程度、资源消耗程度推荐出最优诊断，并结合当地DRG分组规则给出最相近的分组；对费用偏高病历，AI智能分析工具首先会根据病历信息检查诊断编码和手术编码是否有漏填，再结合临床诊疗指南分析否有不合理医嘱，并给出提醒。

从电子病历的智能书写到医院运营的智慧决策，东华医为正通过AI重绘医疗的每一个价值链条。在这条通往“未来医院”的路上，东华医为将通过大模型能力与医疗场景的深度耦合，构建具备“感知-决策-进化”的智能中枢，推动医疗系统从“经验驱动”向“智能协同”快速跃迁。

下一阶段，东华医为将围绕技术底座深化、场景生态拓展、多模态能力融合三大核心路径持续突破：聚焦诊疗、管理等核心场景，通过智能化工具链构建从数据整合到决策支持的全流程闭环；开放低代码开发平台，赋能医院快速定制个性化AI应用，推动技术普惠化落地；加速医学文本、影像等多模态数据联合推理，构建覆盖诊疗、服务、管理的智能化医疗生态系统。