临床经验、数据积累加上 AI 基建，三样缺一不可。

10月30日，四川大学的一间教室里，一场模拟问诊正在进行。

跟大多数门诊一样，这位“患者”说不清自己的病情，医生得一步步引导，花上一段时间才能完成“视触叩听”。

问诊进行到两三分钟左右，AI 已经写出一份病历初稿。对话往下走，关键信息会不断补进去。医生照着实时要点，可以继续追问，判断也更准。

换在过去，医生得先听患者讲，再判断、追问，最后把口语整理成病历语言。如今前期文字记录交给 AI，医生处理病患信息的效率高了。

这只是 AI 进医院的一个切面。要是每位医生都能从中受益，放到整个医务群体里算，省下的时间会相当可观，医疗资源的分配也能更优化。

华西医院副院长曹钰表示，省下的时间可以让医生去跟进国内外最新的研究进展，把更好的技术用到实践当中，同时和患者沟通起来也更顺畅。

华西医院在 AI 医疗场景上摸索已久。2024年，医院发布“华西黉医”医学大模型；2025年，又推出患者陪诊和医疗文书两大智能体应用。

2026年10月30日，《HAIP 建设指南与技术演进白皮书》正式发布。这份白皮书由四川大学华西医院、南方医科大学南方医院、华为技术有限公司联合主编，北京协和医院、复旦大学附属中山医院等40家单位参编。同场还亮出五大医疗智能体创新场景，智慧医疗全球样板点落地。病历生成只是这次展示的方向之一，AI 介入医保审核、医学科研、会诊转诊等场景也在其中。

据接近华西医院的人士向《晚点 LatePost》透露，华西这次拉上华为等合作方，是想把各方优势凑到一起，将探索成果复用到更多医院的项目里，带动行业发展。分工上，华西先定要解决哪些业务问题，并提供医学知识和使用规则；华为与应用伙伴负责数据处理、计算资源配置、模型及应用开发。合作细到一份病历什么时候生成、一条提示怎么找到原文。

AI 替医生挡掉重复劳动，时间就省出来了

患者走进医院之前，身体其实已经有反应了。引发这些反应的因素，还可能牵涉基础疾病、吸烟饮酒习惯和家族史等。

所以医生诊断某位患者时，病情描述和问诊前的背景信息，共同构成了判断所依赖的“上下文”。

华西医院的医疗文书演示里，信息采集从诊前就启动了。患者到院前，可以先通过预问诊智能体讲症状、既往病史和外院检查情况。进了诊间，系统把预问诊信息和当次对话合到一起生成文书，医生审完一键回写进病历。

采集、整理、确认，AI 参与的环节跟医生原本的业务接得很紧，医生要做的事从写、编、审缩到了审。有些医疗文书填写时，患者信息可能要反复填好几遍，这些工序都能交给 AI。

院方披露的数据是：病历生成智能体已累计辅助生成超过310万份病历，覆盖八大类文书，累计节约病历书写时间60万小时。

华西医院信息与数据管理部部长石锐称，医生要先签知情同意书才能启用病历生成功能。初稿由系统生成，再由医生审核并确认，确认之后的内容由医生负责。另外，医院会按照国家相关要求，向医生和患者说明哪些内容出自 AI。

医保审核是另一桩步骤繁复的信息活。审核人员不光要看患者用了什么药、做了什么检查，还得在病历里翻出对应支付条件的依据——光药品种类就是上千量级。

医保智能体演示中，工作人员调出一位住院约50天患者的记录。其中一条涉及亚胺培南用药的医保支付规则，属于“内涵规则”，即医保限头孢菌素耐药或重症感染患者使用，超出范围医保不予支付。

传统审核流程是这样：先核实有没有感染诊断，再核验休克、低氧、ICU 收治等重症的客观指标，接着看是否经验性用药，最后核对所有证据必须早于开药时间……这些依据散在病程、检验、护理和转科等文书里，还牵扯时间顺序。

华西医院工作人员说，就这一份病历、这一条规则，单人核查可能要20—30分钟。现在有 AI 辅助，整个过程几秒钟就能走完。

系统用药品编码、药品名和药品结果做匹配，查病程记录，核对诊断、检验和治疗信息后给出提示。工作人员点开依据，就能跳到原始文书看高亮内容。审核者可以顺着提示回到病历，检查系统找到的证据支不支持这个判断。

病历生成和医保审核任务不同，但都绕不开大量信息整理。病历场景里，AI 要把对话与历史资料组织成文书；医保场景里，则是从文书里找出规则需要的证据。检索和整理由 AI 系统分担一部分，医生减了负，只做复核和确认。

石锐说，华西优先挑重复劳动多、医务人员负担重或者患者体验差的环节。医疗文书、医保质控与患者陪诊应用就这样最先排进建设计划。按场景做针对性选择，算力资源和人力资源都能分得更合理。

医疗里的AI应用面远不止前面提到的这些。2024年，《卫生健康行业人工智能应用场景参考指引》一口气列出了84项场景；到了2025年，相关实施意见又把智能体应用、高质量数据集、可信数据空间等纳入建设目标。

华西医院先是在2024年发布“华西黉医”医学大模型，今年又和华为联手做智能体等应用，路子很清楚：把过去攒下的经验借AI重新组织，沉淀成能复用的案例，再交到行业手里。这当中，华西和华为各自干了自己擅长的那部分。

从应用到模型，华为怎么帮华西把AI真正用起来

临床诊疗经验、医学知识、科研数据，华西手里都不缺，哪些活儿最该让AI上手，他们心里有数，生成的结果合不合医疗要求，也判断得了。可要把这些需求变成日常能用的工具，数据怎么组织、模型怎么部署、算力怎么调度，这些工程问题得先解决。

华为在AI算力、存储、网络和安全防护上有多年的技术积累，平台建设的支撑就落在它身上。分工由此清晰：医院提需求、参与验证，华为把需求落成平台和工具。

动手规划AI建设之前，华西先把上一轮信息化的经验翻出来看了一遍。

2025年初，各家医院都在试大模型。石锐接受晚点采访时说：“发展太快，建设太快以后，我们难免出现数据的孤岛，数据的烟囱。”

要是还照过去信息化建设的老办法推AI，各部门各建各的系统，资料存进医院里、别的科室却调不出来的一幕，恐怕会再演一遍。

这家医院早前就经历过一次从科室自建系统到全院共享的转变。2018年，国家卫生健康委提出要求，三级医院要一步步做到科室之间数据互通、全院信息共享，并为医疗决策提供支撑。石锐的顾虑并非空穴来风：门诊为了写病历可能上一套AI，医保办为了审病历又上一套，数据进了新系统，结果各存各的、各管各的。

华西的办法是算力、数据、模型统一规划，具体应用和模型之间尽量不绑死。照石锐的说法，这么安排，医院既能用上模型升级带来的能力，严肃医疗应用要的数据还原、溯源与循证要求也保得住。

拿AI医保审核来说，系统得先找到相关记录，核对记录之间的关系，再把提示和原文连起来。病历、指南、文献本来就在那儿，可要让应用检索得动，还得经过处理和组织。

华为医疗卫生军团总裁张伟力介绍，双方一起建医疗知识库，把文献、指南、病历变成可检索、可循证的知识。专业判断由医院负责，处理和检索交给华为AI数据平台（AIDP）的院级知识库。

病历和医保里，医生的写法和检索词对不上也没关系，系统照样能按意思把相关段落找出来，再用知识图谱留住疾病、症状、检查指标之间的关系，应用顺着检查就能找到诊疗依据。单纯向量化和语义图谱的差距就在这里——医院场景语义复杂、精度要求极高，向量化不准的成分会带来不必要的麻烦。

医院工作对精度要求很高，系统开发还绕不开复杂的需求传递。张伟力提到，过去科室提需求、软件厂商来开发，中间容易信息衰减，理解一失真就得返工。华为和华西想把部分技术能力做成平台工具，让专业人员更直接地参与应用建设。比如平台支持临床专家维护规则，病历里哪些内容必须记、过程中哪一步要提醒，专家能直接参与编写和修改，再让别的科室拿去复用。

模型怎么选，华西看的是任务类型，不同任务配不同的模型。

还是拿门诊和医保举例。门诊问诊一结束，系统就生成初稿，处理时间和上下文都相对短；医保审核则可能要一口气读进几十天的住院记录。

“选好（问）题以后，我们能用小模型就尽量不要大体量的模型，能够用小算子解决尽量不要用多模态解决，这样把算力也统筹好。”石锐的考量还是资源利用最大化。他还强调，大模型处理请求会持续吃算力，应用铺开后的运行成本不能忽略。

过去开发一套软件，多一个人登录，新增成本很低。现在每多生成一份病历，模型就得再算一次。华西把白天的算力优先留给门诊等业务，部分质控排到夜里，同一批设备多用一个时段，运行成本也就摊薄了。

白天跑门诊、夜里跑质控，前提是不同应用能共用同一批算力。华为参与建设的医院通用人工智能平台（HAIP）给这种调度打了底。据华为介绍，它包含数据和算力两类基础支撑：数据平台帮应用调用知识与信息，计算资源支撑模型运行，存储和网络则负责数据保存、传输这些事。

华西院内眼下已经部署了华为的昇腾950。在张伟力看来，计算设备就像个“铁盒子”，而读影像、分析病理资料、生成病历文字，各类任务对算力的需求并不一样。华为的工程师需要针对不同模型，去调优其在芯片上运行的“算子”。张伟力介绍，华为以昇腾950为基础所做的测算显示，复杂推理的响应时间已由分钟级压到秒级。

这种协作国外也有先例。2019年，梅奥诊所与Google宣布十年战略合作，涉及云计算、数据分析、机器学习与AI，把医院的临床知识和技术企业的计算、工程能力接在一起。

华西和华为的合作则已经走到下一步：双方共同发布“白皮书”，要把经验往行业里复用。

华西与华为，把院内经验整理成行业参照

经验要复用到其他医院，先得在院内把流程跑通。

石锐提到，华西的科研人员以前没少抱怨：查文献不顺手，调旧病历也费时间。想弄清哪些患者用过某种药、用了多长时间，常常只能一份份翻记录。换个课题，这类活儿又得从头再来一遍。

小细胞肺癌的科研演示就是这么跑的：系统先查相关文献，列出几个可研究的方向；研究人员挑定方向、改好方案，系统再按条件去院内数据库里找患者。演示中找到了49例候选患者，对应两万多条检验信息。研究人员这时把“用过某种药”加进筛选条件，系统便按新条件重新筛一遍。

和AI配合的过程中，研究人员挑患者案例、药品和检验记录纳入分析都很省事，前期筛查的活儿不用自己干了。这套流程跑完一次，就能沉淀成参照模板。研究人员确认过的方案可以存回项目，下次研究相近问题，把方案调出来，就能看到当时为什么这样选病例。

张伟力表示，华为在科研上做的事，是按医生的需求提供工具，把过去分开进行的文献检索、数据提取等环节串起来。就算换了课题，研究人员照样能用这些工具，按新的研究问题设定条件。

到了其他医院，AI病历生成是很容易复用的场景。华为副总裁、公共事业军团CEO李俊风说，他在现场就和南方医院的副院长聊到，润达医疗参与开发的病历生成和质控方案，可以拿到南方医院做适配。各家医院要结合技术、人才、数据和准备程度排优先级。华西试过的模型选型、日夜错峰方式和文书审核流程，都能给其他医院做选择时提供参照。

华西与华为用白皮书和样板点，把医院AI平台的建设和使用经验分享给同行。双方还设了联合创新实验室，围绕医疗高质量数据集、医学知识图谱等课题一起做研究。

四川大学华西医院

华西院内积攒的医学知识、病历数据和工作规则，如今被华为接进了同一套平台，覆盖门诊、医保、科研等场景。工具复用效果如何，华西可以在各科室的日常工作中实测；而医疗AI一旦走出华西，还要进入条件各异的更多机构，替它们省下更多重复劳动。国家卫健委的统计显示，2024年一、二级医院和基层医疗卫生机构合计承担了全国66.6%的诊疗量。

浙江的国家医疗AI中试基地在2025年底开始对外提供算力、数据、模型和测评服务。到了今年9月，浙江遴选出首批14家医学人工智能临床验证中心，让应用有机会进入不同医院、不同专科的实际诊疗中接受检验。

华西医院试过的方案整理出来供同行参考，这份价值无疑宝贵。过去各家医院分散进行的开发和评测工作，也从AI平台上得到了共用的条件。后来接入的医院可以沿用现成的工具和验证方法，把更多人力和经费花在本院的数据接入、临床验证和流程调整上。中国医疗AI扩大应用的过程，也就少了些医院各自从头建设的成本。

题图来源：《无语问苍天》