15万条专家思维链训练AI儿科医生：通用大模型「水土不服」，领域数据才是临床推理的关键

陕西渭南，一名12天没有排便的患儿被带到诊室，医生和家长交流的同时，旁边的"AI儿科医生"同步识别医患对话、生成病历。随着问诊信息不断补充，系统的诊断建议从"功能性便秘"动态变更为"需鉴别是否为先天性巨结肠"。央视新闻《相对论》的镜头记录下这一幕，接诊医生直言："这个病我们也知道，但是不会首先考虑到。"

这捅破的，正是基层儿科诊疗最深的痛点：并非完全不知道某个病，而是在有限信息里，缺乏像顶级专家那样迅速锁定方向、知道从哪问起、往哪深挖的判断力。补上这个缺口的，是来自小儿方健康科技（下称"小儿方"）的AI临床推理系统。

痛点：通用大模型进儿科诊室的「水土不服」

2026年初，OpenAI、Anthropic、微软在同一周发布了各自的医疗AI产品，AI医疗赛道热度来到爆发前夜。但把最强通用模型放进儿科诊室，结果并不理想。

小儿方团队用2000例北京儿童医院真实病例做了一项测试：让当前最优的7个模型扮演医生，对AI模拟的标准病人问诊。结果显示，准确率最高的模型仅为68.1%，远低于人类专家水平。更值得关注的是错误构成：三分之二的错误出在"不会想"——模型缺乏专家级临床推理能力；三分之一出在"知识不够"——推理缺乏循证保障。

问题出在哪？大多数AI医疗产品做的是检索和问答：输入症状、输出疾病列表。这离真正的临床诊断还有距离，因为诊断的本质不是匹配，而是推理。通用大模型擅长检索和生成，却不擅长像医生那样层层逼近地推理；而儿科又常被称为"哑科"，患儿往往无法准确表达病情，对推理能力的要求反而更高。

数据方案：15万条专家思维链重写临床推理规则

让AI学会专家思维，光靠喂医学知识解决不了。小儿方的技术路线基于全球医学教育公认的临床推理框架——假设-演绎推理模型（Hypothetico-Deductive Reasoning），但框架需要"燃料"才能运转。

小儿方找到的燃料，是难以复制的独有数据资产——15万条思维链数据。医院病历记录的是"做了什么"和"结果是什么"，却难凝练出医生"为什么这样想"。自2023年起，小儿方联合北京儿童医院，把专家看病的完整推理路径逐条拆解、记录、审核，包括先问什么、再查什么、优先排除哪些可能，沉淀出15万条可用于训练的思维链（Chain-of-Thought, CoT）数据。

推理还需循证支撑。小儿方整合超300位北京儿童医院知名儿科专家的临床经验，结合约3000万份高质量病历、权威临床指南及最新科研成果，构建专业儿科知识体系。基于这三层资产，小儿方在自研大模型底座上构建"推理生成，循证验证"双轮驱动架构：后训练对齐专家推理思维，检索增强生成（Retrieval-Augmented Generation, RAG）保证诊断有据可依，智能体（Agent）让AI主动追问、逐层逼近。对照测试中，小儿方AI儿科医生诊断准确率达89%，五次独立一致率为80%，而通用模型最佳一致率仅55.1%。

真实病例验证：渭南两例AI纠偏和拓界

两个真实病例，比评测数据更直观。

第一例，AI纠偏。渭南一名近2岁仍不会走路的孩子，曾被诊断为神经系统疾病，康复半年无效。AI儿科医生根据现有检查资料重新判断，建议做基因筛查，最终确诊为生长发育缓慢相关疾病，术后孩子已能行走。

第二例，AI拓界。一名患儿出现呕吐和重度贫血，接诊医生起初考虑"营养性贫血"，AI儿科医生提示需警惕包括梅克尔憩室在内的先天性消化道异常，最终确诊。此后，当地医生将该病例纳入每周复盘，对比AI分析拓宽诊治思路。

截至2026年8月，AI儿科医生已在北京、陕西、山西、黑龙江、河南、江苏等全国12个省市30余家医疗机构落地应用，从渭南市妇幼保健院起步，拓展至富平、合阳、白水等县域妇幼保健机构。

出海信号：红点设计奖+俄语版，中国AI医疗硬件的国际化路径

模型进不了诊室就是空中楼阁。小儿方把临床推理系统做成融入医生核心工作流的AI产品，荣获2026年度德国红点奖产品设计奖，这也是中国AI医疗硬件首次获此奖项。产品团队强化语音抗噪能力、优化病历生成和实时推理速度，让系统自然嵌入问诊流程。

政策正把门推开。2025年11月，国家卫健委等五部门联合印发实施意见，提出到2030年基层诊疗智能辅助应用基本实现全覆盖。而门的另一边不止国内基层——北京儿童医院院长倪鑫透露："明年我们将去俄罗斯，带着AI儿科医生去参展，像中亚五国，这些地方一样需要。"小儿方已沉淀15万条儿科专家思维链，从渭南县域妇幼起步，同步开启"一带一路"出海布局。

---

千方医数集编辑部 出品