从 "手动书写" 到 "智能生成"：AI病历生成创新应用

近日，安徽医科大学第一附属医院（以下简称“安医大一附院”）医学人工智能团队、临床医疗团队联合讯飞医疗研究的大模型病历生成系统已完成实验室研究并开展正式试点应用。该系统是安医大一附院大模型场景应用的又一次创新，以讯飞星火医疗X1大模型、DeepSeek 70B开源模型为技术底座，设计了基于专用语音设备的门诊病历实时生成、基于关键事件轴和迭代优化的住院病历生成技术框架，依托模型中内置的丰富医学知识库和指令编排，并与院内业务系统进行深度对接，实现多模态诊疗数据的实时共享和交互，赋能门诊接诊、住院查房、交班讨论等诊疗环节。

与传统病历书写方式相比，大模型病历生成系统在效率和质量上实现了质的飞跃，在研究过程中，安医大一附院胃肠外科、内分泌代谢科医疗团队全程深度参与，为生成文书合理性、术语表达专业性、诊疗需求契合度等方面提供了极具价值的参考建议。试点应用结果显示，病历生成合理率超83%，生成病历引用率超80%，平均每日为临床医生节省约2.8小时的病历书写时间。

在门诊病历生成方面，该系统依托专用设备实时识别接诊环节中的医患对话语音，通过智能分析动态生成引导性提问提示，并实时提取关键信息，实现智能引导式问诊，并利用大模型的推理能力，生成诊断推荐并标注置信度评分，为医生提供决策参考，问诊结束后，自动生成结构清晰、信息完整的门诊电子病历可供引用，涵盖“主诉、现病史、既往史、流行病学史”等关键内容。

在住院病历生成方面，该系统基于门诊病历、预住院期间的检验检查资料、入院评估等关键文书，自动生成结构化的入院记录，同时，结合病情演变、治疗过程中记录的各类文书进行迭代优化，生成日常病程记录、出院记录等文书可供引用。

此外，该系统依托大模型的推理能力，构建了病历生成逻辑路径，结合SOAP框架等医学推理模型，对临床资料数据进行结构化推理分析，并通过可视化方式呈现病历生成的推理过程，帮助临床医生清晰理解生成病历文书的逻辑来源，形成严谨的临床思维，从而校验和提升生成文书的合理性、准确性和科学性。

下一阶段，安医大一附院将持续深化、积极探索大模型等人工智能技术在医疗场景中的创新应用，为临床医护提供高效、专业等辅助支撑平台，为患者打造便捷、优质的就医体验，全力推动医疗服务质量和效率的持续提升。