华西医院的 AI 经验，如何成为更多医院的起点？

临床经验、数据积累和 AI 基建缺一不可。

文丨唐健博

10 月 30 日，四川大学的一间教室里，正在进行一场模拟问诊。

和绝大多数门诊一样，“患者” 很难成体系地将病情描述清晰，医生通常需要耐心引导，花一定的时间完成 “视触叩听”。

问诊进行到约两三分钟，AI 已经生成了一份病历初稿。随着对话继续，关键信息会被补充进去。医生根据实时要点，可对患者进一步问诊和更准确地判断。

放在过去，医生要听患者讲述，判断、追问，再把口语整理成病历语言。现在，AI 分担了前期文字记录工作，帮助医生更高效地处理病患信息。

这只是 AI 应用于医疗场景的一个切面。如果每一位医生都能因此受益，那么放大到整个医务群体内，将会节省大量时间，优化医疗资源分配。

“医生可以跟患者进行更好的沟通，省下来的时间能关注现在国内外的最新研究进展，把更好的技术运用到实践中。” 四川大学华西医院副院长曹钰说。

华西医院一直在探索 AI 医疗的应用场景。2024 年，医院发布 “华西黉医” 医学大模型；2025 年，发布了患者陪诊和医疗文书两大智能体应用。

2026 年 10 月 30 日，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 家单位参编的《HAIP 建设指南与技术演进白皮书》正式发布，同时五大医疗智能体创新场景亮相、智慧医疗全球样板点落地。病历生成只是此次展示的 AI 应用方向之一，还涉及到 AI 介入医保审核、医学科研、会诊转诊等场景。

据接近华西医院的人士向《晚点 LatePost》透露，华西医院此次选择与华为等合作方，便是试图结合多方优势，将探索成果复用到更多医院项目中，推动行业发展。在具体工作分配上，华西决定先解决哪些业务问题，提供医学知识和使用规则；而华为与应用伙伴则参与数据处理、计算资源配置、模型及应用开发。各方合作已深入到一份病历何时生成、一条提示怎样找到原文这样的细节。

AI 减少医生的重复劳动，节省更多时间

一位患者在进入医院之前，身体就已经有了不适反应。而引起这些反应的因素，还可能包括基础疾病、吸烟饮酒习惯和家族史等等。

因此当医生在对某一位患者进行诊断时，病情描述以及问诊前的背景信息，就构成了判断的 “上下文” 依据。

在华西医院的医疗文书演示中，信息采集其实从诊前就开始了。患者进入医院前，可以先通过预问诊智能体描述症状、既往病史及外院检查。进入诊间后，系统会结合预问诊信息与当次诊间对话信息生成文书，医生审阅后一键回写至病历中。

从信息采集、整理到内容确认，AI 参与的工序和医生原有的业务紧密衔接，而医生所需要做的事情从写、编、审，缩到了审。在一些医疗文书的填写过程中，患者的信息可能需要重复填写多次，而这些工序都可以用 AI 处理。

据院方披露，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介绍，医生开通病历生成功能前须签署知情同意书。系统生成初稿，医生审核后确认，并对确认后的内容负责。同时基于国家相关要求，医院也会向医生和患者提示哪些内容由 AI 生成。

医保审核是另一项步骤繁复的信息工作，审核人员不仅要看患者用的药、做的检查，还得在病历中找到相应支付条件的依据 —— 仅仅是药品种类就是上千量级。

在医保智能体演示中，工作人员打开了一位住院约 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，它属于 “内涵规则”，即医保限头孢菌素耐药或重症感染患者使用，且超出范围医保不予支付。

在传统的审核过程中，工作人员首先核实是否有感染诊断，再核验休克、低氧、ICU 收治等重症的客观指标，然后看是否有经验性用药，最后核对所有的证据必须要早于开药时间 ...... 这些依据分散在病程、检验、护理和转科等文书中，还涉及到时间顺序。

据华西医院工作人员介绍，仅这一份病历、这一条规则，单人核查可能需要 20—30 分钟。而现在有了 AI 做辅助，整个过程可以缩短至几秒钟。

系统会通过药品编码、药品名和药品结果相匹配，查看病程记录，核对诊断、检验和治疗信息给出提示，工作人员点击其中的依据，跳转到原始文书，查看高亮内容。审核者可以沿着提示回到病历，检查系统找到的证据是否支持判断。

尽管病历生成和医保审核处理的任务不同，但都涉及大量信息整理。AI 在病历场景里，需要将对话与历史资料组织成文书，而在医保场景中，是从文书中找出规则所需的证据。AI 系统承担部分检索和整理，医生则能得到一定减负，只需要执行复核和确认工作。

据石锐介绍，华西优先选择重复劳动多、医务人员负担重，或患者体验差的环节。因此医疗文书、医保质控与患者陪诊应用率先进入了建设安排。在做针对性的场景选择上，算力的资源和人力资源都能被更优地分配。

AI 在医疗当中的应用远不止这些场景。2024 年《卫生健康行业人工智能应用场景参考指引》列出 84 项场景；2025 年相关实施意见又将智能体应用、高质量数据集、可信数据空间等列入建设目标。

从 2024 年发布 “华西黉医” 医学大模型，到今年与华为合作智能体等应用，华西医院正在将自身过去所积累的经验，通过 AI 再组织的方式，沉淀为可复用的案例，传递给行业。在这其中，华西和华为各扮演了自己擅长的角色。

从应用到模型，华为怎样帮助华西把 AI 用起来

华西积累了丰富的临床诊疗经验、医学知识和科研数据，清楚哪些工作最需要 AI 介入，也能判断生成结果是否符合医疗要求。但将这些需求转化为日常可用的工具，背后得解决数据如何组织、模型如何部署、算力如何调度等工程问题。

华为在 AI 算力、存储、网络及安全防护方面的技术积累，承担了平台建设的相应支撑。因此医院提出需求并参与验证，华为将需求落实为平台与工具。

规划 AI 建设时，华西先回看了上一轮信息化的经验。

2025 年初，各家医院纷纷尝试大模型。“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。” 石锐接受晚点采访时说。

用过去信息化建设的方式推进 AI，各部门分别建系统，会再次出现资料在医院里，另一个科室却很难调取的情况。

医院此前已经历过从部门系统到全院共享的建设。2018 年，国家卫生健康委曾要求三级医院逐步实现部门间数据交换、全院信息共享和医疗决策支持。石锐的担心并非没有理由，门诊有可能为写病历建一套 AI，医保办为审病历又建一套，资料到了新应用里，又各存一份、各管一套。

因此华西统一规划算力、数据和模型，减少具体应用模型之间的紧密绑定。按石锐的介绍，这种安排让医院可以利用模型升级带来的能力，同时保留严肃医疗应用所需的数据还原、溯源与循证要求。

在 AI 医保审核过程中，系统需要找到相关记录，核对记录间的关系，再把提示与原文连接起来。病历、指南和文献是原本就存在的资料，但要供应用检索使用，还需要进行处理和组织。

华为医疗卫生军团总裁张伟力介绍，双方共同建设医疗知识库，会将文献、指南、病历转化为可检索、可循证的知识。医院负责专业判断，华为 AI 数据平台（AIDP）的院级知识库负责处理和检索。

在病历和医保中，即便医生的写法和检索词不同，系统也能按意思找出相关段落，并用知识图谱保留疾病、症状和检查指标之间的关系，供应用顺着检查找到诊疗依据 —— 这是单纯向量化和语义图谱之间的差距，医院场景语义复杂且对精度要求极高，向量化不准确的成分会带来不必要的麻烦。

医院工作对精度要求很高，系统开发过程还涉及到复杂的需求传递。张伟力提到，过去由科室提出需求、软件厂商开发，中间容易出现信息衰减，如果理解失真就要返工。华为和华西希望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。例如平台支持临床专家维护规则，具体的病历必须记的特殊内容，甚至过程中要提醒的步骤，专家可以直接参与编写和修改，再让别的科室复用。

在模型的选择上，华西会针对不同类型的任务来匹配。

还是用门诊和医保来举例。门诊问诊结束，系统就生成了初稿，处理时间和上下文相对较短；而医保审核可能要一次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。” 石锐的考量依旧是从资源利用最大化出发的。他还强调，大模型处理请求会持续消耗算力，应用扩大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，模型都要再算一次。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，让同一批设备多用一个时段，摊薄运行成本。

白天跑门诊业务，夜里跑质控任务，前提是不同应用能够共用同一批算力。华为参与建设的医院通用人工智能平台（HAIP）为这种调度提供了基础。按华为介绍，它包括数据和算力两类基础支撑。数据平台帮助应用调用知识与信息，计算资源支持模型运行；存储和网络承担数据保存、传输等工作。

目前华为的昇腾 950 已经部署在华西院内。张伟力把计算设备形容为一个 “铁盒子”，它需要读影像、分析病理资料和生成病历文字，不同任务对计算的要求各不相同。华为工程师需要针对不同模型，调优它在芯片上执行的计算操作，也就是 “算子”。据张伟力介绍，在华为基于昇腾 950 做的测算中，复杂推理的响应时间从分钟级缩短到了秒级。

类似的协作在国外亦有先例。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，将医院的临床知识和技术企业的计算、工程能力结合起来。

而华西和华为的合作已经进入了下一阶段，双方共同发布 “白皮书”，推动将经验复用到行业当中。

华西与华为，将院内经验整理为行业参照

要将经验复用到其他医院，得先在院内把流程跑通。

石锐说，华西的科研人员过去常抱怨，查文献不方便，调旧病历也费工夫。要知道哪些患者用过一种药、用了多久，往往得一份份翻记录。每换一个课题，类似的工作就要再做一遍。

例如在小细胞肺癌科研演示中，系统会先检索相关文献，列出几个可供研究的方向。接着研究人员选定方向、修改方案，系统再按条件到院内数据库里找患者。演示里找出了 49 例候选患者，对应两万多条检验信息。此时研究人员把 “用过某种药” 加进筛选条件，系统就会按新条件再筛一遍。

在与 AI 协同过程中，研究人员可以很轻松地选择患者案例、药品和检验记录纳入分析，免去了前期做筛查的工作。这套流程做完一次，便可以沉淀为一个参照模板。研究人员确认过的方案可以存回项目，下次研究相近的问题，可以调出方案，看看当时为什么这样选病例。

张伟力说，华为在科研上做的是根据医生的需求提供工具，把从前分开做的文献检索、数据提取等工作接起来。即便是换了一个课题，研究人员仍可以继续用这些工具，按新的研究问题设定条件。

若是到其他医院，AI 病历生成是一个很容易复用的场景。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谈到，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。各家医院要根据技术、人才、数据和准备程度安排优先级。华西试过的模型选型、日夜错峰方式和文书审核流程，都可以成为其他医院做选择时的参照。

华西与华为通过白皮书和样板点，与同行分享医院 AI 平台的建设和使用经验。双方还设立了联合创新实验室，围绕医疗高质量数据集、医学知识图谱等课题开展联合研究。

四川大学华西医院公告显示，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，用于提供平台规划、架构与技术演进参考。同行可以到华西的样板点看应用怎样进入实际工作，华西与华为的联合创新实验室则从医疗数据集、医学知识图谱等方向着手，继续拿临床和科研中的问题做测试。

从门诊、到医保、到科研以及更多场景，华为帮助华西把院内积累的医学知识、病历数据和工作规则接进同一套平台。华西可以在不同科室的实际工作中测试工具的复用情况，而走出华西，医疗 AI 要进入更多条件各异的机构，帮助他们减少更多重复劳动。国家卫健委统计，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。

2025 年底，浙江的国家医疗 AI 中试基地开始对外提供算力、数据、模型和测评服务。今年 9 月，浙江又遴选了首批 14 家医学人工智能临床验证中心，让应用有机会在不同医院、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，其价值无疑是宝贵的。过去分散在各家医院的开发和评测工作，也从 AI 平台上获得了共用的条件。后来接入的医院可以沿用已有的工具和验证方法，把更多人力和经费用在本院的数据接入、临床验证和流程调整上。中国医疗 AI 扩大应用的过程，也就少一些医院各自从头建设的成本。

题图来源：《无语问苍天》