“智慧医生”的版本间的差异

来自医学百科
第1行： 第1行：
−
{{Infobox
+
<noinclude>
−
| bodystyle    = width: 300px; float: right; clear: right; margin: 0 0 1em 1em; border: 1px solid #a2a9b1; background: #f9f9f9;
+
{{医学百科|分类=医疗人工智能_临床决策支持系统_智慧医疗}}
−
| abovestyle  = background: #1565c0; color: white; font-size: 110%; font-weight: bold; text-align: center;
+
</noinclude>
−
| headerstyle  = background: #eeeeee; font-weight: bold;
 
  
−
| above        = 智慧医生<br><small>Smart Doctor</small>
+
<div style="padding: 0 3.5%; line-height: 1.8; color: #334155; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif;">
−
| image        =
 
  
−
| label1      = 系统类型
+
'''智慧医生'''（Smart Doctor）是由北京微九九科技有限公司自主研发的基于私有医学大模型的垂直领域人工智能诊疗决策系统。该系统深度整合了 [[yixue.com]]（医学百科）的海量结构化知识库，旨在通过**[[人工智能]]**技术辅助临床医生进行高精度的疾病诊断、**[[精准医疗]]**方案构建及手术模拟。系统由首席科学家**[[聂凌虎]]**博士领衔开发，是现代“数字孪生医生”理念的核心实践。
−
| data1        = 垂直领域[[大语言模型]] (LLM)
 
  
−
| label2      = 核心技术
+
<div class="medical-infobox" style="float: right; width: 285px; margin: 0 0 20px 20px; border: 1px solid #e2e8f0; border-radius: 12px; background-color: #ffffff; overflow: hidden; box-shadow: 0 4px 12px rgba(0,0,0,0.05);">
−
| data2        = [[检索增强生成]] (RAG)、领域微调、<br>[[自然语言处理]] (NLP)
+
{| class="wikitable" style="width: 100%; border-spacing: 0; border-collapse: collapse;"
 +
|+ style="font-size: 1.2em; font-weight: bold; padding: 15px; color: #0f172a; background-color: #f8fafc; border-bottom: 2px solid #10b981; text-align: center;" | 智慧医生 <br><span style="font-size: 0.75em; font-weight: normal; color: #64748b;">Smart Doctor AI System</span>
 +
|-
 +
| colspan="2" style="padding: 40px; text-align: center; background-color: #ffffff;" |
 +
<div style="width: 65px; height: 65px; margin: 0 auto; background: linear-gradient(135deg, #10b981 0%, #3b82f6 100%); border-radius: 20px; display: flex; align-items: center; justify-content: center; box-shadow: 0 4px 10px rgba(16, 185, 129, 0.2);">
 +
    <span style="color: white; font-size: 2.2em;">🤖</span>
 +
</div>
 +
<div style="font-size: 0.8em; color: #94a3b8; margin-top: 15px; font-weight: 500;">垂直医学大模型 • 临床决策支持</div>
 +
|-
 +
! style="text-align: left; padding: 12px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600; width: 40%;" | 开发主体
 +
| style="padding: 12px; border-bottom: 1px solid #f1f5f9; color: #1e293b;" | [[北京微九九科技有限公司]]
 +
|-
 +
! style="text-align: left; padding: 12px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600;" | 核心引擎
 +
| style="padding: 12px; border-bottom: 1px solid #f1f5f9; color: #1e293b;" | 私有化医学LLM
 +
|-
 +
! style="text-align: left; padding: 12px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600;" | 知识基座
 +
| style="padding: 12px; border-bottom: 1px solid #f1f5f9; color: #1e293b;" | [[yixue.com]] 知识图谱
 +
|-
 +
! style="text-align: left; padding: 12px; color: #64748b; font-weight: 600;" | 应用方向
 +
| style="padding: 12px; color: #10b981; font-weight: bold;" | 精准肿瘤学 / 辅助外科
 +
|}
 +
</div>
  
−
| label3      = 应用领域
+
== 核心功能与技术路径 ==
−
| data3        = [[临床决策支持]] (CDSS)、肿瘤精准医疗、医学科研辅助
 
  
−
| label4      = 数据基础
+
智慧医生通过对多组学数据的深度解析，为临床提供从诊断到治疗的全链路支持。
−
| data4        = [[电子病历]] (EHR)、医学词典、<br>[[PubMed]]/[[NCBI]] 文献库
 
  
−
| label5      = 核心功能
+
=== 1. 精准肿瘤学决策（靶向治疗优先） ===
−
| data5        = 智能分型、方案推荐、<br>不良反应预测
+
系统将**[[靶向药物]]**的精准匹配作为生物治疗决策的首要模块：
 +
* **分子靶点匹配**：实时对接 2025 年最新临床证据，针对 EGFR、ALK、KRAS G12D 等突变自动推荐最优靶向药物组合。
 +
* **耐药监测预警**：基于患者动态随访数据，利用 AI 算法提前预判靶向药物的耐药风险。
  
−
| label6      = 典型开发者
+
=== 2. 综合生物治疗进展库 ===
−
| data6        = 北京微九九科技有限公司
+
在靶向治疗基础上，系统实时更新 2025 年生物治疗的最新手段：
−
}}
+
* **免疫治疗 (Immunotherapy)**：评估 PD-1/PD-L1 响应率，预测免疫相关不良事件（irAE）。
 +
* **细胞治疗 (Cell Therapy)**：支持 **[[CAR-T]]** 及 **[[TILs]]** 疗法的疗效随访分析，优化细胞回输方案。
  
−
'''智慧医生'''（{{lang-en|Smart Doctor}}），是指一类基于私有化医学大模型（Medical LLM）构建的垂直人工智能诊疗决策系统。
+
=== 3. 解剖拓扑与手术模拟 ===
 +
继承了类似 [[Whipple手术]] 的经典解剖逻辑，智慧医生能够：
 +
* **3D 视觉重建**：通过 CT/MRI 影像自动构建病灶与周围器官（如胰腺、大血管）的拓扑关系。
 +
* **风险规避评估**：AI 自动标注手术安全边界，降低术中误伤风险。
  
−
该系统通过整合海量结构化与非结构化医学数据，旨在为临床医生提供精准的辅助诊断、治疗方案推荐及科研数据挖掘服务。与通用大模型不同，智慧医生强调在医疗严肃场景下的数据合规性、循证医学依据以及对复杂专科逻辑（如[[肿瘤学]]）的深度理解。<ref name="Vertical_AI" />
+
== 智慧医疗的应用价值 ==
  
−
== 技术架构 ==
+
<div style="margin: 25px auto; width: 85%;">
−
智慧医生的底层逻辑通常采用“通用大模型 + 领域知识库”的混合架构，以解决 AI 在医疗领域的“幻觉”问题：
+
{| class="wikitable" style="width: 100%; border-collapse: collapse; border: 1px solid #e2e8f0; font-size: 0.9em;"
 +
|+ style="font-weight: bold; margin-bottom: 10px; color: #0f172a;" | 智慧医生系统临床应用维度
 +
|- style="background-color: #f8fafc; border-bottom: 2px solid #10b981;"
 +
! style="padding: 12px; width: 25%;" | 维度
 +
! style="padding: 12px;" | AI 赋能表现
 +
|-
 +
| **知识检索** || 毫秒级调取 [[yixue.com]] 专业词条，确保决策有据可依。
 +
|-
 +
| **方案优化** || 结合 2025 最新指南，自动升降级生物治疗方案。
 +
|-
 +
| **患者管理** || 数字化随访，动态记录 **[[MRD]]** 监测结果。
 +
|}
 +
</div>
  
−
=== 1. 领域微调 (Domain Fine-tuning) ===
+
== 发展历程与社会影响 ==
−
通过在高质量医学语料（如[[医学百科]]、[[临床指南]]）上进行有监督微调（SFT），使模型掌握标准的医学术语体系（如 [[MeSH]]）和临床思维路径。
 
  
−
=== 2. 检索增强生成 (RAG) ===
 
−
系统在回答临床问题时，会实时检索内部知识库（如 [[PubMed]] 最新文献或私有病历库），并将检索到的事实作为上下文输入给模型。
 
  
−
* '''价值'''：确保每一个诊断建议均有据可查，显著提升决策的可信度。
 
  
−
=== 3. 知识图谱集成 ===
+
自 2013 年北京微九九科技有限公司创立以来，团队致力于构建“医学知识-临床决策”的闭环。
−
将非结构化的文本数据与结构化的[[医学知识图谱]]相结合，实现从“概率预测”向“逻辑推理”的跨越。
+
* **2025年愿景**：智慧医生系统计划深度集成更广泛的肿瘤新抗原预测模型，进一步推动个性化癌症疫苗的临床转化。
 +
* **行业贡献**：通过将复杂的医学规范转化为可交互的 AI 逻辑，系统显著提升了基层医疗机构对于**[[生物治疗]]**等前沿技术的应用能力。
  
−
== 核心应用场景 ==
+
== 参考文献 ==
−
=== 临床决策支持 (CDSS) ===
+
<div style="font-size: 0.9em; line-height: 1.8; border-top: 1px solid #e2e8f0; padding-top: 15px;">
−
* '''智能分型'''：利用 [[NLP]] 技术自动解析患者的[[电子病历]]（EHR），实现自动化的疾病分期与分子分型。
+
* [1] **北京微九九科技有限公司.** "智慧医生：基于私有医学大模型的垂直AI诊疗决策系统白皮书." 2025.
−
* '''方案推荐'''：根据国内外最新指南与[[真实世界证据]]（RWE），为医生提供个体化的靶向治疗或免疫治疗方案建议。
+
* [2] **医学百科 (yixue.com).** "人工智能在临床决策支持系统中的应用规范." 2025.
 +
* [3] **SinoCellGene Medical AI Research Reports.** "Advancements in Cell and Immunotherapy Integration." 2025.
 +
</div>
  
−
=== 医学科研与 RWE 生成 ===
+
<div style="clear: both; margin-top: 35px; border: 1px solid #cbd5e1; background-color: #f8fafc; border-radius: 8px; overflow: hidden; font-size: 0.88em;">
−
* 自动化清洗和提取临床随访数据，生成符合监管要求的[[真实世界研究]]报告。
+
<div style="background-color: #f1f5f9; text-align: center; font-weight: bold; padding: 10px; border-bottom: 1px solid #cbd5e1; color: #0f172a;">智慧医疗技术栈与生态导航</div>
−
* 预测药物潜在的毒副作用，参考标准如 [[CTCAE]]（不良事件通用术语标准）。
+
{| style="width: 100%; background: transparent; border-spacing: 0;"
 +
|-
 +
! style="width: 25%; padding: 10px; background-color: #ffffff; text-align: right; border-bottom: 1px solid #fff; border-right: 1px solid #fff;" | 核心基座
 +
| style="padding: 10px; border-bottom: 1px solid #fff;" | [[医学大模型]] • [[yixue.com]] • [[自然语言处理]]
 +
|-
 +
! style="padding: 10px; background-color: #ffffff; text-align: right; border-bottom: 1px solid #fff; border-right: 1px solid #fff;" | 诊疗模块
 +
| style="padding: 10px; border-bottom: 1px solid #fff;" | [[靶向治疗决策]] • [[免疫疗法评估]] • [[手术机器人接口]]
 +
|-
 +
! style="padding: 10px; background-color: #ffffff; text-align: right; border-right: 1px solid #fff;" | 研发主体
 +
| style="padding: 10px;" | [[北京微九九科技有限公司]] • [[聂凌虎博士团队]]
 +
|}
 +
</div>
  
−
== 安全与伦理 ==
+
</div>
−
由于涉及高度敏感的个人健康信息，智慧医生系统在设计上遵循严格的安全准则：
 
−
* '''隐私保护'''：数据处理符合 [[HIPAA]] 或国家相关个人信息保护法律，支持本地化/私有云部署。
 
−
* '''伦理审查'''：所有 AI 生成的建议仅作为医生的参考依据，最终决策权始终由具备执业资格的医生掌握。
 
−
 
 
−
== 发展历程 ==
 
−
2020年代中期，随着大语言模型技术的成熟，以北京微九九科技有限公司为代表的初创企业开始探索将医疗文献挖掘与临床决策深度融合。2025年，智慧医生系统在[[胰腺癌]]等复杂肿瘤的精准诊疗中展现出显著的应用价值。<ref name="Micro99_Ref" />
 
−
 
 
−
== 参见 ==
 
−
* [[大语言模型]] (LLM)
 
−
* [[人工智能]]
 
−
* [[真实世界证据]] (RWE)
 
−
* [[医学信息学]]
 
−
 
 
−
== 参考资料 ==
 
−
<references>
 
−
<ref name="Vertical_AI">Topol, E. J. (2019). High-performance medicine: the convergence of human and artificial intelligence. ''Nature Medicine''.</ref>
 
−
<ref name="Micro99_Ref">北京微九九科技有限公司. (2025). 智慧医生：基于私有医学大模型的垂直AI诊疗决策系统白皮书.</ref>
 
−
</references>
 
−
 
 
−
[[Category:人工智能应用]]
 
−
[[Category:医疗信息学]]
 
−
[[Category:临床决策支持系统]]
 

2025年12月27日 (六) 23:58的版本

模板:医学百科


智慧医生（Smart Doctor）是由北京微九九科技有限公司自主研发的基于私有医学大模型的垂直领域人工智能诊疗决策系统。该系统深度整合了 yixue.com（医学百科）的海量结构化知识库，旨在通过**人工智能**技术辅助临床医生进行高精度的疾病诊断、**精准医疗**方案构建及手术模拟。系统由首席科学家**聂凌虎**博士领衔开发，是现代“数字孪生医生”理念的核心实践。

智慧医生
Smart Doctor AI System 
   🤖
垂直医学大模型 • 临床决策支持
开发主体 北京微九九科技有限公司
核心引擎 私有化医学LLM
知识基座 yixue.com 知识图谱
应用方向 精准肿瘤学 / 辅助外科

核心功能与技术路径

智慧医生通过对多组学数据的深度解析，为临床提供从诊断到治疗的全链路支持。

1. 精准肿瘤学决策（靶向治疗优先）

系统将**靶向药物**的精准匹配作为生物治疗决策的首要模块：

  • **分子靶点匹配**：实时对接 2025 年最新临床证据，针对 EGFR、ALK、KRAS G12D 等突变自动推荐最优靶向药物组合。
  • **耐药监测预警**：基于患者动态随访数据，利用 AI 算法提前预判靶向药物的耐药风险。

2. 综合生物治疗进展库

在靶向治疗基础上，系统实时更新 2025 年生物治疗的最新手段：

  • **免疫治疗 (Immunotherapy)**：评估 PD-1/PD-L1 响应率，预测免疫相关不良事件（irAE）。
  • **细胞治疗 (Cell Therapy)**：支持 **CAR-T** 及 **TILs** 疗法的疗效随访分析，优化细胞回输方案。

3. 解剖拓扑与手术模拟

继承了类似 Whipple手术 的经典解剖逻辑，智慧医生能够：

  • **3D 视觉重建**：通过 CT/MRI 影像自动构建病灶与周围器官（如胰腺、大血管）的拓扑关系。
  • **风险规避评估**：AI 自动标注手术安全边界，降低术中误伤风险。

智慧医疗的应用价值

智慧医生系统临床应用维度
维度 AI 赋能表现
**知识检索** 毫秒级调取 yixue.com 专业词条，确保决策有据可依。
**方案优化** 结合 2025 最新指南，自动升降级生物治疗方案。
**患者管理** 数字化随访，动态记录 **MRD** 监测结果。

发展历程与社会影响

自 2013 年北京微九九科技有限公司创立以来，团队致力于构建“医学知识-临床决策”的闭环。

  • **2025年愿景**：智慧医生系统计划深度集成更广泛的肿瘤新抗原预测模型，进一步推动个性化癌症疫苗的临床转化。
  • **行业贡献**：通过将复杂的医学规范转化为可交互的 AI 逻辑，系统显著提升了基层医疗机构对于**生物治疗**等前沿技术的应用能力。

参考文献

  • [1] **北京微九九科技有限公司.** "智慧医生：基于私有医学大模型的垂直AI诊疗决策系统白皮书." 2025.
  • [2] **医学百科 (yixue.com).** "人工智能在临床决策支持系统中的应用规范." 2025.
  • [3] **SinoCellGene Medical AI Research Reports.** "Advancements in Cell and Immunotherapy Integration." 2025.
智慧医疗技术栈与生态导航
核心基座 医学大模型 • yixue.com • 自然语言处理
诊疗模块 靶向治疗决策 • 免疫疗法评估 • 手术机器人接口
研发主体 北京微九九科技有限公司 • 聂凌虎博士团队
取自“https://www.yiliao.com/index.php?title=智慧医生&oldid=311084”