54位AI医生跨科组队会诊：清华AIR孵化的紫荆智康，把医生分身铺进长庚18个科室

趋势前瞻 × AI技术供应商/创业者 ｜ 事实报道 × 药企研发负责人 ｜ 行业观察

10月21日，紫荆AI医院多智能体协同生态发布会在北京举办。由清华大学智能产业研究院（AIR）孵化的紫荆智康（Tairex）正式披露其多智能体协同生态系统：54位AI医生、数百万个超拟真AI患者，覆盖超20个临床科室及上万种疾病，AI医生在MedQA数据集上测试准确率超96%。更值得关注的是落地侧——截至2026年7月，北京清华长庚医院已有18个临床科室门诊测试运行该系统，40余名医生常态化使用，医生整体诊疗效率提升30%。这不是又一份实验室榜单，而是一份已开始接受医院流程检验的工程答卷。

开场：单个AI医生不够用，于是他们造了一整个科室

过去几年医疗AI的主流叙事是「一个大模型打天下」，但真实临床不是这么运转的——复杂病例要靠MDT多学科会诊，靠不同专科医生坐在一起交换判断。紫荆智康的产品逻辑正由此切入：不再追求单个全能AI，而是构建多个具备不同专科背景的「医生分身」智能体，实现跨专科实时协同与多学科会诊。

首席产品官乔宇宸表示，多分身智能体不仅在虚拟世界中经历海量训练，更会在真实诊疗中与医生深度绑定、伴生进化。面临跨科室复杂病情时，不同专科的医生分身能随时「组队」提供决策参考，最终判断与责任始终保留在人类医生手中。系统也可安排同科室高水平专家分身指导，或直接组织多科室会诊。

这一思路与全球趋势同频。据贝克尔医院评论网站报道，Mayo Clinic正将智能体自动化架构列为下一阶段重点，Mount Sinai也在搭建多智能体治理框架。而传统MDT长期受制于多科室专家时间协调难、执行存在偏差等痼疾（华夏时报），多智能体恰好打在这个痛点上。

双层进化架构：虚拟世界里一天上万例问诊，现实世界里与医生伴生进化

支撑这套生态的，是清华AIR团队提出的可进化智能体技术路线，系统打造了「虚拟世界训练+现实世界验证与微调」的双层进化架构。

• 虚拟世界一侧：AI医生在由数百万个超拟真AI患者构成的闭环环境中高通量训练，一天可完成上万例问诊——一位人类医生穷尽职业生涯，门诊量通常也就在十万例上下，系统把这个过程压缩到以天计。
• 现实世界一侧：医生分身智能体以训练好的AI医生为初始化起点，进入真实门诊后与真人医生协同，在协作中持续微调。

这条路线并非发布会前才出现。其前身Agent Hospital的论文2024年即公开于arXiv，彼时版本仅含14位AI医生、4位AI护士，聚焦8种呼吸系统疾病，MedQA子集准确率93.06%（据公开报道）。两年多时间，从14位到54位、从呼吸专科到超20个科室、从纯虚拟到长庚18个科室实测——这是一次从论文到医院的完整迁移。2026年7月，《自然》期刊在线发表新闻文章，将其作为中国AI智能体落地医疗的核心案例报道。

对医院信息化负责人而言，这套架构的工程含义是：进院的不是一个静态软件，而是一个会持续变化的系统，验证流程、版本管理、回滚机制都必须按「活系统」标准来建。

合成患者这一步很关键：不碰真实病历，隐私合规风险从源头被绕开

本篇最值得讲透的，是AI患者的来源。医疗AI训练最大的现实瓶颈从来不是算法，而是数据——真实病历涉及隐私，脱敏、授权、伦理审查都是高门槛。紫荆智康的解法是干脆绕开：这些AI患者并非真实病历的复用，而是基于医学指南和文献生成的合成数据。

这一步带来三个连锁收益：

• 合规上，从根源规避隐私合规风险，训练环节不再依赖任何真实患者信息的流转；
• 成本上，算力消耗远低于传统领域大模型的训练方式；
• 工程上，病例的分布、难度、罕见病比例都可人为设计，不必受限于医院历史病例的天然偏倚。

当然，代价也要说清楚：合成患者再「超拟真」，其分布仍由生成规则和指南文献决定，真实门诊里表述混乱、病史矛盾、依从性差的患者，是合成数据难以完全覆盖的长尾。这正是双层架构中现实层「验证与微调」存在的原因——它不是点缀，而是补合成数据之短的必要一环。

长庚18个科室的实测数字：40余名医生常态化使用，效率提升30%怎么读

截至2026年7月，北京清华长庚医院已有18个临床科室门诊测试运行该生态系统，40余名医生常态化使用，据门诊流程耗时统计，医生整体诊疗效率提升30%。怎么读这个数字？先看口径——它是流程耗时统计，衡量的是流程效率，不是诊疗质量。华夏时报采访到的临床反馈提供了更细颗粒度的印证：一位神经外科医生表示，分身参与术前讨论的记录和总结，「基本上可以节约差不多一半的工作量」，同时减少遗漏；诊后自动随访可追踪用药效果，异常指标触发预警。一位急诊科医生则以严重车祸为例：急诊、骨科、神外、麻醉等分身分工记录各项指征，协调汇总后由MDT团队决定处置顺序。

「智能体永远不会看到它理解的知识之外的东西，但医生要看到一个整体，然后做出最正确的处置顺序。」——受访急诊科医生

把两边拼起来，30%的合理读法是：AI分身当前承接的是信息汇总、流程记录与专科经验调取这类「认知杂务」，把时间还给医生做真正的判断。对做同类产品的团队，这个数字回答的是「验证路径跑不跑得通」，而不是「能不能替代人」。

冷静观察：下沉到基层之前还差支付、责任归属与基层标准化

热度之下，几条边界必须划清。

第一，30%是门诊流程耗时口径的效率指标，不是临床结局指标，不能证明误诊率下降或预后改善，后者需要前瞻性、有对照的临床研究来回答。

第二，MedQA超96%的成绩要打折读。MedQA是基于美国执业医师考试的英文医学问答基准，与中文真实门诊里处理模糊主诉之间存在明显落差。

第三，样本只有一个。除清华长庚外尚无其他机构公开的落地数据，单点成功能否复制到信息化水平迥异的医院，是未知数。

第四是最关键的制度门槛。据华夏时报报道，2025年全国基层医疗卫生机构诊疗人次达55.6亿、占全国总诊疗人次52.6%，机构超105万个；2025年11月五部门实施意见明确到2030年基层诊疗智能辅助应用基本实现全覆盖。首席市场官李政提出的「小病不出县，大病不出省」与政策同频，但支付通道（医保对AI辅助项目的覆盖仍有限）、责任归属（AI建议出错后的追责链条）、基层病种结构与诊疗路径的标准化缺失，都是下沉前必须跨过的门槛。基层医生面对的是更宽泛、更模糊的未分化症状，AI建议一旦出现明显偏差，动摇的是本就脆弱的基层医患信任。

这套系统进院需要的，不只是算力和接口，更是围绕「活系统」重建的验证流程、围绕人机分工重写的岗位职责，以及愿意用两三年真实数据换信任的组织耐心。方向值得认真对待，答卷才刚开写。

原文链接：https://news.sciencenet.cn/htmlnews/2026/10/573537.shtm
千方医数集编辑部 出品