本站点使用Cookies,继续浏览表示您同意我们使用Cookies。 Cookies和隐私政策>

简体中文
首页 > 关于我们 > 成功案例 > 从预问诊到随访全流程覆盖,浪潮信息开源发布“青囊慧诊”医疗AI组件

从预问诊到随访全流程覆盖,浪潮信息开源发布“青囊慧诊”医疗AI组件

发布时间:2026-01-21

在生成式AI技术日新月异的当下,大语言模型正逐步从“演示阶段”走向“实用化”。但在医疗行业,想要真正发挥大模型的价值,仍存在较高的门槛:如何与医院实际业务流程融合?如何让模型回答对齐医疗数据库?如何确保AI系统功能齐全支撑完整诊疗?如何保障数据合规与部署可控?

为应对上述挑战,浪潮信息AI团队依托元脑企智EPAI平台,正式推出并开源全流程医疗AI组件——青囊慧诊。该组件专为医疗机构设计,具备结构化、可对接、可本地化部署的特性,通过标准化接口与智能语义检索,能够将大模型能力无缝嵌入医院现有信息系统。青囊慧诊采用模块化设计,可大幅降低开发与落地门槛,帮助医院快速构建专属医疗智能体,覆盖从患者建档、预问诊、智能导诊、挂号,到病历质检、辅助诊断、治疗方案推荐、住院文书生成,乃至复诊随访的完整医疗业务流程,打造真正“可信、可控、可连接”的医疗大模型应用。现已面向医疗ISV、AI医疗应用研究者和开发者全面开源。

青囊慧诊:快速打造专属医疗智能体.jpg

开源地址

https://github.com/MedFlow2025/medflow/tree/dev

大模型落地医疗行业的四大痛点

■ 模型和业务系统“各说各话”,无法融入医院流程

医院通常已部署HIS(医院信息系统)、EMR(电子病历)等多个信息系统,但当前大模型的输出多为“自由文本”,这类内容难以直接嵌入到医生的实际操作流程中。由于缺乏结构化的输出格式,相关数据无法在各个系统间流畅运转,无法被高效利用。医院信息科也苦于:如何将大模型的“回答内容”转化为“业务字段”?

此外,即使模型给出的诊断结果合理,但只要医院数据库里没有这个“词”,医生仍需要手动修改。大模型推荐的科室、药品、检查检验项目等,也普遍存在用词不统一、不规范、不落地的使用问题。

■ 功能实现零散,无法支撑完整诊疗闭环

许多医疗AI系统的功能局限于简单问答,往往只是给出初步诊断或用药建议便戛然而止。它们普遍缺乏建档、预问诊、诊断、多治疗方案、复诊等闭环功能,功能零散,导致医生无法真正“用起来”。

■ 场景适配难,阻碍医疗模型差异化训练

针对不同的医疗场景训练相应的模型并持续迭代,是大模型落地医疗行业的关键步骤,但当前医疗模型训练面临四大核心挑战。首先,技术门槛过高,复杂的参数配置和代码操作使非研发人员(如临床专家)难以自主开展训练;其次,数据安全隐患突出,传统云端训练需传输医院敏感数据,违反医疗数据不出院的合规要求;再次,评估体系不完善,依赖人工主观判断导致测试流程低效、标准不统一且缺乏量化指标;最后,临床需求高度多样化,需适配不同专科、应用场景及数据特性的差异化要求。

■ 数据合规要求高,通用云端模型难以部署

医疗行业数据敏感度极高,对患者隐私保护有着严苛要求,这使得通用云端模型存在合规层面的风险。不少医院希望采用“本地部署”模式,却受限于模型体量大、依赖繁杂、缺乏运维能力,导致私有化部署门槛高。

青囊慧诊:医疗AI组件破解大模型落地难题

针对上述痛点,浪潮信息AI团队推出了青囊慧诊,一款专为医疗机构设计的结构化、可对接、可本地部署的医疗AI组件。它通过高度模块化的设计和标准化的技术接口,解决了医疗场景中大模型落地的关键难题。青囊慧诊包含诊前、诊中、诊后三大核心模块,各模块具备不同的医疗功能,形成覆盖患者全诊疗周期的智能化支持体系。

青囊慧诊医疗AI组件.jpg

青囊慧诊医疗AI组件

标准化接口+语义检索机制,业务系统对接不再难

青囊慧诊提供基于FastAPI的标准RESTful接口,所有输出均为结构化JSON格式,方便快速对接HIS、EMR等医院已有系统。相较于传统的自由文本交互,这里的对话不再是“单纯的聊天”,而是可以被医院各业务系统直接识别、解析和处理的业务信息流。无论是智能分诊的科室推荐,还是预问诊的病历数据,都能以结构化形式实时传入对应业务系统,自动填充至目标业务字段,实现AI辅助与诊疗流程的深度融合,提升医院信息化运转效率。

针对医疗场景,青囊慧诊将科室、诊断、检查、检验、药品等项目入库为本地数据库,并通过精准的语义检索技术,完成项目的快速匹配。模型生成的内容将与医院目录进行“对齐”,确保推荐结果完全契合院内实际应用场景,实现“推荐即可用”,有效避免信息偏差,提升临床应用效率与准确性。

模块化业务链路,从首诊到复诊全面覆盖

目前,青囊慧诊已支持患者建档、症状预问诊、导诊、智能挂号、病历质检、疾病诊断、多治疗方案、住院文书、复诊、随访等功能模块,支持独立部署和按需组合,可以满足不同医院的场景需求。每个模块均可通过API进行页面集成,医院可以根据现有系统架构轻松对接,有效降低实施成本与周期。

医疗模型训练革新,解决场景化专项训练难题

青囊慧诊通过“一键式”智能训练降低技术门槛,用户仅需提供基础数据和初始模型即可启动全流程自动化训练;同时采用分布式本地化部署确保数据不出医院安全边界,实现痕迹可追溯的合规训练;并集成自动化评估功能,提供医疗、通用、对话多维量化指标及可视化报告,实现高效客观的模型测试;还支持场景化训练模式,包括专科专项优化、小样本训练和批量任务处理,灵活满足临床多元化需求。

本地化私有部署,轻量、安全、合规

青囊慧诊以“AI服务器+开发平台”的一站式交付模式提供完整解决方案,支持全流程本地化部署,所有模型服务均运行于医院内网环境中,从数据采集、数据处理到模型运算的全环节严格遵守“数据不出域”原则,彻底规避信息泄露风险,完全符合医疗数据安全与隐私保护规范。

为简化部署流程,青囊慧诊提供标准化的Docker镜像与部署脚本,HIS厂商、医疗方案开发者、医生等无需复杂配置,通过一键执行即可完成环境搭建、模型加载、推理服务启动。另外,还提供简易直观的功能测试界面,界面清晰展示当前已实现的功能模块,方便医院迅速了解系统的各项功能。

*ps:以下展示的患者相关信息均为虚拟信息,仅用于展示相关应用场景,无任何真实指向。

青囊慧诊:预问诊生成病历.jpg

预问诊生成病历

青囊慧诊:疾病诊断.jpg

疾病诊断

青囊慧诊:多治疗方案(简单).jpg

青囊慧诊:多治疗方案(简单).jpg


多治疗方案(简单)

青囊慧诊:多治疗方案(详细).jpg

青囊慧诊:多治疗方案(详细).jpg

青囊慧诊:多治疗方案(详细).jpg

多治疗方案(详细)

青囊慧诊:病历质控.jpg

青囊慧诊:病历质控.jpg


病历质控

目前,浪潮信息已携手医疗合作伙伴天锐医健,在国内多家知名医疗机构落地青囊慧诊。其中,在佛山市南海区人民医院的落地应用成效尤为突出。基于青囊慧诊,该医院将海量病历转化为高质量训练数据,高效构建出理解本院诊疗习惯的“AI原生(AI native)智慧医疗系统”。系统上线以来,已累计服务12.67万患者,平均导诊耗时降至3.5分钟,效率较人工提升近20倍,错号率降低20%。系统具备流畅的粤语交互能力,有效解决了基层老年患者的语言障碍问题。

青囊慧诊开源地址 

https://github.com/MedFlow2025/medflow/tree/dev

https://gitee.com/MedFlow2025/medflow/tree/dev/


#医疗 #人工智能服务器 #AIStation人工智能平台

售前咨询

售后服务

意见反馈

AIStore

回到顶部

回到顶部

收起
回到顶部 回到顶部
请选择服务项目
售前咨询
售后服务
访问 AIStore

扫码访问AIStore