协和110个专科智能体下沉县域：罕见病AI诊断从「专家经验」走向「数据+算法」下沉
北京协和医院信息中心主任周翔在2026智源大会「AI+健康&医疗」论坛上介绍，协和研发的专科专病智能体矩阵涵盖罕见病、心肺影像、肿瘤放疗、妇科盆底等领域110余个智能体，已下沉至全国30余省份的县域及乡镇医疗机构。其中协和太初罕见病辅助诊疗全流程智能体整合患者端、医生端、临床检测与基因检测能力，遗传变异分析精准度达99%，协作效率较人工提升33%，已推广至419家医院。协和太初已成为基层「带不走的医疗助手」，既能辅助诊疗又能提示转诊指征、规范诊疗行为。
协和智能体矩阵：110余个专科专病智能体覆盖罕见病到妇科盆底
"会看罕见病的医生，比罕见病患者还要罕见。"在医疗领域国家人工智能应用中试基地阶段性成果发布会上，北京协和医院信息中心主任周翔用这样一句话点出了基层罕见病诊疗的困境。作为国家级罕见病诊疗中心，协和近年将多年的临床经验沉淀为可复用的数字能力，构建起覆盖罕见病、心肺影像、肿瘤放疗、妇科盆底等领域的专科专病智能体（agent）矩阵，规模已达110余个，并已下沉至全国30余省份的县域及乡镇医疗机构。
这一成果背后，是2025年5月北京市启动的首批医疗领域国家人工智能应用中试基地建设。在国家发展改革委、国家卫生健康委统筹指导下，基地建成384P国产化智算资源池、搭建汇聚百余个智能体的应用产品超市，打通技术研发、临床验证、产业转化、场景落地的全闭环链路，为三甲医院的AI产品提供了走出实验室的"中试"通道。
太初罕见病智能体：基因检测数据+临床决策，99%遗传变异分析精准度
本次发布中最受关注的技术细节，来自协和太初罕见病辅助诊疗全流程智能体。与市面上单纯面向医生的问答式辅助不同，这一智能体整合了患者端、医生端、临床检测与基因检测能力，覆盖从患者登记、数据采集、检测解析到临床决策建议的全流程。
其核心能力在于对遗传变异（genetic variant）的分析。通过将基因检测产生的变异位点数据，与临床表型信息进行联合推理，该智能体的遗传变异分析精准度达99%，协作效率较人工流程提升33%。对于以"罕见""病因复杂"著称的遗传病而言，将变异注释与临床决策建议交由算法在秒级内完成匹配，极大压缩了以往需要专家逐例人工判读的时间成本，也让县域医生能够直接获得接近顶级专科医院水平的分析结论。
下沉419家医院：县域乡镇的「带不走的AI助手」
规模化的价值在于覆盖面。周翔介绍，协和太初罕见病辅助诊疗全流程智能体目前已推广至419家医院。在县域和乡镇医疗机构，这类"数据+算法"驱动的智能体正在扮演"带不走的AI助手"角色——它不依赖当地是否拥有一位罕见病专家，而依赖一套经过顶级医院数据训练、可标准化的算法模型。
这与发布会上北京儿童医院AI儿科医生智能体"基层版"的逻辑一脉相承：后者已落地8个省份，既能辅助常见病、多发病诊疗，又能提示转诊指征、规范诊疗行为。对基层而言，AI输出的不是一次性的会诊意见，而是一套可持续复用的诊疗能力基线。
信号：顶级医院AI从「自用」走向「输出」，临床数据规模化下沉的新模式
对医院信息化从业者而言，协和此次的动作释放了一个更值得关注的信号：顶级医院的AI产品，正在从内部的"自用工具"走向面向全国的"输出产品"。过去，三甲医院的数据与算法多为院内科研服务；而今，通过中试基地的标准化验证与转化，这些能力得以以智能体形态规模化复制到数百家基层机构。
这一模式的核心资产是临床数据。罕见病基因检测、表型数据、随访结局所构成的纵向数据集，是训练高精准度算法的前提——正因协和积累了足够规模、足够标注规范的罕见病数据，才可能支撑99%的变异分析精准度并稳定下沉。当"专家经验"被转化为"数据+算法"，稀缺的专家知识便不再受制于物理空间与人力规模，得以在更广的县域医疗场景中释放价值。国家卫健委副主任郭燕红在会上亦强调，要推动各基地错位发展、成果互通共享，避免低水平重复研发，让AI真正实现"头部研发、基层任用"。
千方医数集编辑部 出品
