数十个医疗智能体在社区医院上岗：长沙麓谷诊断合理率从80%升至96.89%，拿下湖南省AI医疗大赛一等奖
2026年9月18日，湖南省“人工智能+医疗卫生”应用大赛决赛落幕，数坤科技联合长沙湘江新区麓谷街道社区卫生服务中心、湖南长信畅中打造的“AI赋能基层医疗全场景智慧服务体系”从全省192个项目中获一等奖。该项目把多模态大模型与数十个医疗智能体嵌入诊前、诊中、诊后全流程：院方统计诊断合理率从80%提升到96.89%，体检报告发布时间从5天缩短到1天，病历甲级率100%，慢病随访1人30分钟完成原20人一周的工作量。
大模型没在三甲领奖，在一家社区卫生服务中心上了岗
产品能力视角 × 临床使用者 ｜ 数据视角 × 患者端 ｜ 产品发布
一等奖颁给了一家社区医院
2026年9月18日，湖南省“人工智能+医疗卫生”应用大赛决赛在长沙落幕。这场由省卫健委主办、六部门联合参与的赛事，共收到全省192个申报项目，84个晋级决赛，最终仅评出8个一等奖。从申报到获奖，淘汰率超过九成，一等奖的含金量不低。
一等奖名单里没有三甲医院的身影。获奖项目“AI赋能基层医疗全场景智慧服务体系”，由数坤科技联合长沙湘江新区麓谷街道社区卫生服务中心、湖南长信畅中科技共同打造。副省长及省市卫健分管领导现场见证了颁奖。
这个结果的指向性很强。评委给出的判断是：基层医疗卫生信息化正在从“数据录入、流程线上化”的3.0阶段，进入“AI原生、智能驱动”的4.0阶段。过去两年，医疗大模型的叙事多围绕三甲医院和疑难病症展开，而这一次，省级赛事把最高奖给了一家社区医院——大模型的主战场，未必在顶尖医院的科研楼，也可能就在社区医院的诊室里。
40%的工时：基层医生的时间去了哪
先看这家获奖机构的画像。麓谷街道社区卫生服务中心服务30余万居民，日均门诊约1000人次。这里的医生是标准的“双肩挑”：既要完成全科医生诊疗，又要承担公共卫生服务。在这套体系落地之前，重复性随访和报表曾占去医生约40%的工时——换句话说，五分之二的工作时间没有花在病人身上。
更深层的堵点在数据。医疗、医保、公卫数据分散在十余套互不联通的系统里，医生看病之余，还要在多个系统之间反复搬运、核对信息。诊疗数据不能自动变成公卫记录，随访只能靠人工一条条补录。
基层医疗的痛点从来不是缺一个单点工具，而是医生被困在流程里，没有时间面对病人。理解了这个背景，才能理解这套体系为什么强调“全场景”：只解决一个环节的AI，救不了被全流程消耗的医生。
全流程拆解：从刷脸挂号到回家路上的报告解读
这套体系不是单点AI工具，而是覆盖诊前、诊中、诊后全流程的AI原生体系，由多模态大模型和数十个医疗智能体支撑。
诊前，居民在家通过AI健康助手完成预问诊，到院后刷脸即可完成挂号和医保结算，窗口排队环节被压缩。诊中，医患对话自动生成电子病历，AI辅助诊断、合理用药审核、实时病历质控同步进行——写病历时自动质控，漏项错项当场提醒；开处方时自动审核用药，配伍禁忌实时拦截；随访任务由系统自动生成。医生不用改变任何操作习惯，这是“AI原生”与“外挂式AI”的分水岭。
诊后的变化更直观：检查报告自动生成主检报告并附通俗解读，慢病患者由AI健康管家持续随访，居民在回家路上就能收到报告通俗版。对患者端而言，AI的存在感不是某个炫酷功能，而是少排一次队、早四天拿到一份能看懂的报告。
按长沙晚报的口径，体系已落地七大场景：AI全科辅助诊疗、AI语音外呼慢病随访、一站式智慧门诊、个人AI健康画像、智能预问诊导诊、AI解读检验体检报告、智慧健康体检。七个场景串起来，恰好覆盖一个居民从进院到居家的完整健康链路；其中个人AI健康画像扮演着数据枢纽的角色，把散落的诊疗、体检、随访信息收敛为一份可持续更新的个人档案。
支撑这套流程的底座，是打通医疗、医保、公卫三大系统建成的“三医一张网”：诊疗数据自动转化为公卫随访记录。过去割裂的十余套系统，第一次在同一个体系里流动起来。
80%到96.89%：一组可以验证的数字
效果数据值得逐项列出，因为它们都是可以核验的硬指标。
诊断合理率从80%提升到96.89%；病历甲级率达到100%，质控评分98.3分。体检报告发布时间从5天缩短到1天；长沙晚报另载，体检日接待量从100人次提升至260余人次，接待能力翻倍有余，而报告出件反而由3至5天压缩至1天以内——量与速同时改善，说明提效并非来自压缩流程环节的取舍。随访环节的效率差最为惊人：1个人30分钟，完成原来20人一周的工作量。
值得注意的是，这些数字精确到小数点，且涉及诊断合理率、病历甲级率这类有明确评审标准的行业指标，可核验性强于一般的“效率提升”话术。其背后逻辑并不复杂：AI接管的是重复性、机械性的劳动——写病历、做质控、打电话随访、整理报表，而把诊疗决策、医患沟通这些真正需要人的环节还给医生。效率提升的本质，是把那被占用的40%工时夺回来。
冷静观察：复制的难度不在技术
从推广条件看，这套体系优势明显：依托省级统建的基卫3.0系统搭建，部署成本低、通用性强，理论上可向全省乃至全国2000多家基层机构复制。这也是大赛给出高评价的重要原因。
但冷静地看，复制的难点大概率不在技术本身。其一，“三医一张网”的前提是医疗、医保、公卫数据真正打通，这依赖行政协调与省级统建系统的覆盖进度，不同地区的数据治理基础差异很大。其二，麓谷中心有30余万服务人口、日均千人门诊的规模，足以摊薄投入；更小型、更偏远的机构是否具备同等运行条件，目前尚无数据支撑。其三，诊断合理率、病历甲级率等指标均来自获奖项目方披露的口径，长期、多中心的第三方验证仍是空白。
AI原生体系在基层跑通了第一步。但从一个样板到两千家机构的日常，中间隔着的是数据治理、投入可持续性和人的信任，而不是模型参数。
原文链接：长沙晚报
千方医数集编辑部 出品
