福建福州加速布局医疗大语言模型：AI问诊正走向临床辅助新阶段

在福州及福建全省推动数字健康发展的背景下，大语言模型正逐步嵌入医学服务链条。尤其在分诊与初筛环节，这类AI系统可主动与患者展开自然语言交互，高效采集病史、症状等关键信息，并生成结构化初步评估，再交由执业医师复核确认——此举有望缓解因主诉模糊、信息遗漏导致的误诊与漏诊问题。

你是否想过，未来在福州三甲医院或社区卫生服务中心的候诊区，可能就有一台能听懂方言、理解生活化表述的AI问诊终端？国内多家机构已在医检、互联网医院等垂直场景落地医疗大语言模型。《自然》杂志近期发布的医学大模型评测基准，更标志着该技术正从概念验证迈向标准化评估阶段。

记者就此采访多位来自福建、广东、上海等地的医学AI专家，围绕技术路径、本地化应用与监管机制展开探讨。

国内医检领域加速构建专业大模型生态

“过去AI医疗进展相对缓慢，而大语言模型的爆发，或将为高精度、强专业性的医检智能化按下‘快进键’。”广州金域医学检验集团数字化运营管理中心算法总监刘斯指出。作为广东省新一代人工智能开放创新平台承建单位，金域医学已联合华为云等伙伴，聚焦智能临床咨询、检测项目推荐、报告自动生成与解读等方向，研发面向医检场景的大语言模型。

值得关注的是，福建本地医疗机构与科技企业也在积极跟进。福州部分三甲医院正参与区域性医疗知识图谱共建，为后续大模型本地化部署夯实数据基础。今年5月，医联发布国内首个医疗大语言模型；而金域医学等机构则更强调“知识图谱+大模型”的融合路径，以提升输出稳定性与临床可信度。

传统问诊机器人 vs 大语言模型驱动的AI医助：差异在哪？

“传统规则型机器人依赖预设问答树，一旦患者偏离路径或使用口语化表达，响应即失效；而大语言模型具备更强语义理解与上下文推理能力，能应对非结构化主诉，更适合福建本地常见病、多发病的初筛场景。”刘斯介绍，团队正基于闽东、闽南等区域常见疾病语料训练模型，目标是打造具备地域适应性的“AI医检咨询师”。

提升基层诊疗质量，助力福建分级诊疗落地

当前，医检服务持续向精准化、个性化演进。金域医学已建成高质量专病数据库与标准报告语言规范，并在病理报告结构化、医学文本实体识别等任务中开展生成式AI应用探索。

多位专家认为，大语言模型介入临床前流程，不仅可提升信息采集完整性与效率，更能弥合优质医疗资源分布不均的现实短板。“顶尖诊疗经验往往集中在北上广深及福州等中心城市，而大模型可将三甲医院医生共识性认知沉淀、整合并普惠输出。”左手医生创始人张超表示。

上海长海医院实验诊断科主任刘善荣亦指出，在福建山区、海岛等基层医疗资源薄弱地区，经严格验证的医疗大模型有望成为医生的“数字助手”，辅助完成初步判断与检查建议，切实提升首诊质量。

技术需与伦理同步演进：福州实践强调“可控可用”

尽管前景广阔，大语言模型在真实医疗场景中仍面临三大挑战：准确性受限于专科语料覆盖广度，尤其对罕见病易出现“幻觉”；一致性不足，同一问题多次提问可能答案矛盾；及时性欠缺，无法自动吸纳最新指南与研究成果。

“在福州试点应用中，我们发现模型偶会将未提及的症状纳入分析，这在临床中不可接受。”刘斯强调，医疗AI必须拒绝“似是而非”的回答。目前主流方案是采用“知识图谱+大模型”双引擎架构——图谱保障医学逻辑严谨性，大模型增强交互灵活性。

此外，模型微调与测试阶段必须由临床医生深度参与；知识图谱与模型本体需建立定期更新机制，通过指令精调或增量预训练，确保福建本地疾病谱、用药习惯等动态信息及时注入。

专家一致提醒：监管必须前置。所有用于福建医疗场景的大语言模型，须严格遵循国家生成式AI管理办法及医疗器械软件相关法规，在数据安全、算法可溯、结果可验前提下推进。现阶段，AI输出仅作参考，最终诊疗决策权始终属于持证医师。