來源：HIT專家網 供稿：騰訊健康

5月21日，騰訊云AI產業(yè)應用峰會在北京舉行。騰訊健康公布了全新AI智能體，幫助用戶智能識別潛在健康風險，制定個性化的健康計劃；同時，還通過組學平臺全面上線自研AI模型倉庫，為科研機構提供蛋白質、單細胞、DNA等大模型。

騰訊健康總裁吳文達介紹，騰訊從大模型創(chuàng)新、智能體應用、知識庫建設、基礎設施升級四個方面，全面加速醫(yī)療AI創(chuàng)新，以發(fā)展、理性的態(tài)度，圍繞真實的社會需求，攜手行業(yè)打造有作為的AI。

截至目前，大模型驅動的騰訊健康AI導輔診服務已在全國34個省、直轄市、自治區(qū)的近10000家各級醫(yī)療機構應用；騰訊覓影的醫(yī)療影像AI在全國各地超500家醫(yī)療機構普及，累計輔助醫(yī)護為近1000萬人次患者進行了各類醫(yī)學檢查；騰訊云各類“開箱即用”的醫(yī)療AI解決方案服務超過1300家機構，涵蓋醫(yī)院、藥械企業(yè)、科研院校、醫(yī)療科技企業(yè)。

為解決用戶難以有效、及時發(fā)現(xiàn)潛在健康風險，無法進行長期健康管理的痛點，騰訊健康公布了以混元大模型為底座的全新AI智能體——“健康管理助手”。這個可視化的AI智能體充當了“健康哨兵”，以體檢報告、檢驗檢查報告智能解讀為基礎，幫助用戶動態(tài)分析健康狀況，發(fā)現(xiàn)潛在風險，進而給出針對性的健康管理計劃。通過長期的智能跟蹤健康指標變化，AI健康管理助手還能成為用戶生活習慣的“行動教練”，以長期健康管理獲得長期健康收益。

在生命科學領域，騰訊自研的AI模型也在加速基因組學數據分析。依托騰訊生命科學實驗室的科研成果，騰訊健康組學平臺上線了自研AI模型倉庫，為科研機構提供蛋白質、單細胞、DNA等模型，助力破解抗原、抗體結構的預測和篩選，以及細胞分類、DNA反向翻譯等生命科學重要研究課題。同時，騰訊健康組學平臺還集成了AI智能助手，深度融合了生物信息學分析工作流開發(fā)框架及平臺知識庫，提供調試信息智能解析、工作流編寫輔助、產品功能問答等服務，為生物信息學分析提供全流程智能輔助。

此外，騰訊云的AI能力也廣泛助力醫(yī)療產業(yè)，更全面、系統(tǒng)和深入地解決醫(yī)療行業(yè)中的實際問題。

在中國醫(yī)學科學院北京協(xié)和醫(yī)院，騰訊云的AI大模型正全面升級醫(yī)療服務。以騰訊混元大模型為底座的AI智能問答服務，接入了電子發(fā)票、報告查詢、體檢預約等15個患者便捷服務。AI大模型還串聯(lián)起了患者全周期管理，為患者入院建檔、術前術后醫(yī)患溝通、腫瘤患者全周期診療等場景提升患者就醫(yī)體驗。騰訊云的AI大模型還為北京協(xié)和醫(yī)院新上線的互聯(lián)網醫(yī)院小程序提供全方位的安全防護，一周內就識別出12億次惡意請求，一個月即阻斷近2400萬次黃牛攻擊，有效防止惡意搶占號源。騰訊搜狗輸入法，也成為醫(yī)生的輕量化AI應用平臺，接入醫(yī)院內用藥助手、醫(yī)學綜合智能體、會診建議服務等多種AI大模型智能應用，提升醫(yī)生臨床工作效率。

在深圳市第一家緊密型城市醫(yī)聯(lián)體——深圳市羅湖醫(yī)院集團，裝備了DeepSeek+騰訊混元“雙AI大模型”的騰訊健康“AI臨床助手”，為臨床醫(yī)生提供決策支持，從采集病史、疾病預測、推薦診療方案、監(jiān)控用藥安全等環(huán)節(jié)，加強臨床診斷風險質控，提升醫(yī)療服務質量。在羅湖醫(yī)院集團的5家區(qū)屬醫(yī)院與46家社康中心，多元化的AI服務正正快速落地應用，智能導診、智能預問診簡化了患者就醫(yī)流程；體檢報告解讀、自診自查、拍藥盒查用藥知識等小工具，讓患者健康管理有了更智能的工具。

在重癥醫(yī)學領域，由邁瑞醫(yī)療與騰訊聯(lián)合研發(fā)、全球首個投入臨床的重癥大模型，已先后在浙江大學醫(yī)學院附屬第一醫(yī)院、北京大學深圳醫(yī)院落地應用?！皢⒃匕Y大模型”基于數據還原患者數字畫像，再用重癥思維去深度分析，輸入給大模型，能夠幫助醫(yī)護人員在5秒內回溯整合患者病情、基于患者數字畫像預測趨勢并提供建議、1分鐘生成臨床思維導向下的病歷文檔、提供準確率高達95％的重癥知識查詢結果，助力臨床全面提升診療精準度與質量。

在第三方醫(yī)學檢驗領域，金域醫(yī)學基于騰訊云的算力平臺和大模型接入能力，持續(xù)構建和迭代“域見醫(yī)言”大模型，開發(fā)智能體應用“小域醫(yī)”，可廣泛服務于基層醫(yī)療機構。同時，騰訊云的醫(yī)療AI產品能力，還與“小域醫(yī)”在智能問答、智慧報告、安全用藥等場景中全面融合，為基層醫(yī)療機構提供更完善的解決方案，助力分級診療落地。

【責任編輯：陳曦】