智慧眼发布MedClawd医疗协同平台：把通讯、文档、病历、会诊装进一个「医疗版飞书」

医生每天在5至8个系统间切换：一个平台想终结这种碎片

事实报道视角 × AI技术供应商·创业者 ｜ 影响分析 × 医院信息化·临床医生 ｜ 产品发布

9月24日，智慧眼在2026岳麓大会（长沙世界计算智谷）主题论坛上正式发布MedClawd医疗全场景一体化AI协同平台，把即时通讯、文档协作、病历归档、会议讨论与AI助手装进同一个底座，覆盖查房、病历、影像、检验、会诊、医嘱、随访全部临床工作流；官网新闻于9月28日刊发。

医院里最累的不是看病，是在系统之间来回跳

中国医院信息化走了二十多年，留给一线医生的却是一桌拼盘：HIS管流程，EMR管病历，LIS管检验，PACS管影像，随访又在另一套系统里。智慧眼在发布材料中给出的行业痛点是：医生日均在5至8个系统之间切换，每一次切换都意味着重新登录、重新检索、重新把同一位患者的信息在脑子里拼一遍。

碎片化的代价不只是时间。跨科室协作靠消息和电话接力，病历文书占据大量临床时间，检验影像结果与病程记录彼此隔离，会诊时各说各话。系统越多，患者完整的诊疗图景反而越模糊。

这个痛点并非新发现。通用办公领域，协同平台已经用十余年时间证明了一件事：工具数量每增加一个，组织效率就被摊薄一分。医院的问题更尖锐——医生面对的不是文档和表格，而是随时在变化的患者状态，系统切换的每一秒都发生在诊疗决策链上。MedClawd想解决的正是这个被概括为「医疗版飞书」的机会窗口：不是再给医院添一个系统，而是把散落的能力收拢进一个协同底座。

MedClawd是什么：装进全部临床工作流的协同底座

从产品形态看，MedClawd把即时通讯、文档协作、病历归档、会议讨论与AI助手合为一体，覆盖查房、病历、影像、检验、会诊、医嘱、随访的全临床工作流。通讯层有医疗专属设计：「#患者」标签让围绕某位患者的讨论自动归档到其名下，而不是沉进聊天群的记录深处。

会诊场景的全息视图，把HIS、EMR、LIS、PACS与院外随访整合到同一条患者时间轴上，会诊医生不必再在多个系统里翻找历史。查房语音可实时转写，纸质报告经OCR归档，科室云空间承担知识库沉淀。

AI医生助理提供五项能力：按SOAP规范生成结构化文书，公司称书写时间缩短60%以上；带溯源的医学知识检索；报告解读与异常趋势预警；医护患三方日程闭环；医保事前合规审核。这五件事对应的正是医生日常最耗精力的文书、检索、判读、协调与合规五个环节。

这个组合透露了产品策略：不从单点功能切入，而是一次性把医生的工作台面整体重做一遍。对医院信息化部门而言，谈判对象从多个工具厂商收敛为一个平台；对医生而言，学习成本也一次到位。整体重做的收益与门槛，从来都是同一枚硬币的两面。

把医生从系统切换里解放出来，省下的不只是时间，更是临床注意力的连续性。

3550万实体知识图谱加三重校验：幻觉怎么压

通用大模型进医院，最大的质疑始终是幻觉。MedClawd的技术底座是自研砭石大模型，外加一个超过3550万实体的医学知识图谱。生成机制上采用RAG检索增强加思维链校验再加规则引擎的三重结构：先检索，再校验推理自洽，最后由规则引擎二次核验，以此压制幻觉。

这套思路的指向很明确——医疗场景不接受一本正经地编造。知识图谱提供实体与关系的硬约束，RAG保证回答有据可查，思维链校验让推理过程可被审视，规则引擎兜住底线。对医院信息化决策者而言，比模型参数规模更重要的，恰恰是这套可解释、可追溯的防错结构。

过去两年，大模型在医疗场景的演示效果普遍不差，真正卡住采购决策的是责任归属：生成内容出错算谁的。三重校验的设计，本质上是在用工程结构回应这个问题——让每一条AI输出都能倒查到知识来源与核验记录，医院才敢把它放进正式工作流。

私有化部署与开放插件：进医院的门票与生态的野心

医疗数据的敏感性决定了部署方式。MedClawd采用混合云架构，支持私有化部署、数据不出院，符合等保2.0要求；互联互通上兼容HL7、FHIR、DICOM三大医疗信息标准。对一家AI技术供应商来说，私有化部署加合规认证是进医院的门票，没有这张门票，再强的模型也只能停在演示间。

私有化部署的代价同样明显：每一家医院都是一套独立环境，部署、运维、升级的成本随院数线性增长，与一套代码服务千家的效率逻辑背道而驰。但对医疗数据而言，数据不出院不是可选项，而是入场规则，厂商只能在规则之内做工程优化。

更关键的是开放性。平台设置了开放应用市场，支持第三方专科AI模型以插件形式接入。这意味着MedClawd的野心不止于自营功能，而是想成为医院内各类专科AI能力的分发入口和运行底座。公司称，这是国内首个医疗全场景一体化AI协同平台。

协同平台的护城河不在模型有多聪明，而在多少既有系统愿意向它交出接口。

冷静观察：协同平台最难的不是功能，是让HIS厂商愿意被整合

MedClawd描绘的图景足够完整，但需要泼一盆冷水：中国医院信息化的格局里，HIS、EMR、LIS、PACS各有深耕多年的厂商，数据接口与院方关系是它们的存量资产。一个外来协同平台要整合这些系统，技术上靠HL7、FHIR、DICOM可以打通一部分，商业上却要与每一家厂商逐一博弈。全息视图越完整，对底层系统数据的依赖越深，整合的谈判成本也越高。

其次，“书写时间缩短60%以上”“国内首个”均为公司口径，尚需更多医院的真实世界使用数据来验证。协同平台的价值不取决于发布会上列出的功能清单，而取决于医生愿不愿意把每天的工作真正搬进去——这一点只有用起来才见分晓。

还有实施层面的现实：把医生已经形成习惯的工作流整体迁移到新平台，需要科室层面的培训与磨合，查房与会诊的习惯不是一纸行政通知能改。开放应用市场能否吸引到足够多的专科AI插件，同样绕不开装机量这个先有鸡还是先有蛋的问题——底座越空，插件越不来；插件越少，底座越难铺开。

AI公司做医疗协同，比的是技术，磨的是关系，熬的是医院一间一间的落地。

---

原文链接：source

千方医数集编辑部 出品