在刚刚落幕的第 30 届中国医院信息网络大会（CHIMA 2026）上，" 大模型与医学人工智能落地实践 " 论坛座无虚席。全诊通创始人薛翀博士受邀发表主题演讲，首次系统阐述了 " 构建医院可自主运转的 AI 神经网络 " 这一前瞻构想。他从当前价值医疗 AI 的落地痛点出发，结合全诊通医生助手在全国 117 家医院的规模化应用实践，以及全诊通在 AI 应用生成平台、HIS Claw 无感集成方案、自动化数据合成与标注平台等方面的突破性探索，为行业描绘出一条从 " 试点探索 " 迈向 " 规模化部署 " 的可行路径。以下内容根据薛翀博士演讲整理。

在演讲开篇，基于对医疗 AI 大模型生存现状的敏锐洞察，薛翀博士直击行业痛点：当前医疗 AI 大模型在医院中正处于从 " 试点探索 " 到 " 规模化部署 " 的关键转折期。尽管市面上的 AI 产品数量繁多，但真正能够进入医院试点的却很少，大量产品长期停留在 POC（概念验证）阶段。很多早期的 AI 应用本质上只是一个高级搜索引擎，未能真正融入医生的日常临床工作流中，其带来的实际临床价值十分有限。

针对 " 有价值的医疗 AI，真的落地了吗？" 这一灵魂拷问，薛翀博士以全诊通的生动实践给出了肯定的回答。

01

直面行业难题有价值的医疗 AI 如何真正落地

全诊通打造的 " 医生助手 " 与 " 数字医生 "，真正做到了深度融入临床与患者服务。目前，临床价值已在全国 20 余个省市的 117 家医院得到验证，从省级三甲医院到县级综合医院均有部署。系统日均完成超过 30 万次的病历书写及诊疗辅助调用。

薛博士透露，这款高度贴合临床需求的全诊通医生助手早在 2023 年就已推出，目前已升级至 4.0 版本，包括文书助手、诊疗助手、学习助手、科研助手、医保助手等五大核心能力，已有超过 6 万名医生在使用，其覆盖范围甚至延伸到了哥伦比亚等海外国家的医疗工作者。此外，全诊通还订阅了 Elsevier 的论文库，能够结合具体病例帮助医生快速生成临床研究报告。

在患者服务端，全诊通不仅提供覆盖患者就诊全流程的数字医生分身服务，还将大模型能力成功部署到了具身机器人中，目前已在常州市第一人民医院顺利 " 上岗 " 服务患者。

02

从 " 标准化 " 到 " 自主化 " 对话式构建专业 AI 系统

随着 AI 在医院的深入应用，新的鸿沟也显现出来：不同等级、不同专科的医院是一个个独特的生态系统，其个性化需求与 AI 公司标准化的模块交付之间存在巨大矛盾。为避免陷入传统医疗信息化行业劳动密集型的定制开发陷阱，全诊通创新性地推出了 AI 应用生成平台和智能体生产平台，彻底改变了过去 " 手动拼接 " 的开发模式，让非技术背景的临床科室人员只需通过自然语言对话，即可一键生成完整的专科 AI 应用和智能体。

目前，全诊通已沉淀了 50 套开箱即用的 AI 升级版医院系统模板 。薛博士表示，依托这一平台，全诊通正与四川省中医院、山东省中医院等机构紧密合作，为专家量身打造专属的 " 名医 AI 分身 "。

03

轻量化部署与无感集成攻克算力与接口的 " 最后一公里 "

在解决了智能体快速搭建的问题后，算力门槛成为了横亘在医院面前的现实阻碍。动辄千亿参数的满血版大模型本地化部署需要极其高昂的硬件投入，这显然难以匹配大多数医院的 IT 预算规划。对此，全诊通通过前沿的模型压缩技术，将千亿参数模型成功压缩至百亿级别。

在保证模型专项能力持续进化的前提下，医院仅需部署极少量的显卡即可流畅运行。这种私有化的部署方式不仅大幅降低了算力降维成本，更从根本上保障了核心医疗数据 " 永不出院 "，完美契合了等保三级的安全合规要求。

即使模型与算力就绪，API 对接依然是 AI 落地的 " 最后一公里 " 难题。由于各家医院 HIS 系统厂商繁多、接口标准难以统一，传统的系统对接往往需要耗费数月的时间进行沟通协调和繁琐的接口联调。

为了打破这一行业僵局，全诊通自主研发了 "HIS Claw" 无感集成方案。该方案无需改造医院原有的信息系统核心与底层接口，也无需厂商过多配合，AI 生成的病历内容即可直接无缝写入 HIS。薛博士在会上分享了一个具有代表性的案例：在绍兴人民医院，原本传统方式耗时三个月都未能完成的对接工作，在使用 HIS Claw 技术后，仅用数天便完成了全部适配与系统投产，实现了系统间的高效交互。

04

科学定义 AI 价值构建自进化的大模型与科学评估体系

让 AI 系统真正拥有生命力的关键，在于数据的持续反哺与模型的自我迭代。

全诊通在此次大会上重磅展示了自动化数据合成与标注平台、医学模型训推平台，让医院里沉睡的历史病历转化为驱动模型进化的优质燃料。薛博士以数据标注难度极大的精神科为例，通过将这套标注与训推平台完整交付给杭州市第七人民医院，成功帮助其实现了数据处理与模型微调的全自动化闭环。同时，为了推动行业的规范化发展，全诊通联合国内多位顶尖临床专家，构建了首个针对中文 ADS（Ambient Digital Scribing）的质量评价体系。该体系的自动评测结果与资深专家人工评分的一致率高达 97.6% ，相关核心论文已投稿国际权威学术期刊 IEEE，这不仅定义了什么是好的 AI 病历，也为通用医疗大语言模型的标准化评估提供了严谨客观的科学标尺。

在演讲的尾声，薛翀博士用一个生动宏大的生态学比喻展望了医疗数字化的未来。他提到，AI 并不会在一夜之间粗暴地替代传统的 HIS 系统，其演进过程更像是大自然的森林演替规律。从早期由 HIS 单一系统绝对统治的 " 针叶林 " 生态，到如今大模型进场、各类 Agent 与 HIS 共生的 " 混交林 " 时代，最终必将演化为由 AI 门户或医生数字分身作为冠层主导、传统 HIS 平稳隐退为底层数据底座的 " 顶级生物群落 "。如同自然界中松树林终将被繁茂的阔叶林所取代，全诊通正以其坚实创新的技术底座与敏锐务实的临床洞察，推动着一个个精巧实用的 AI 应用在医院的土壤中扎根生长。

在这场不可逆转的医疗数字化演替中，全诊通致力于陪伴合作医疗机构，培育出属于自己的智慧 AI 神经网络。