AI变身“主动助手”?多智能体协同的医院智慧转型样本

当前，人工智能+医疗已从技术风口变为管理刚需，如何让AI真正落地临床、赋能管理，成为众多公立医院亟待破解的难题。近日，河北医科大学第一医院医疗业务部副主任容宇博士结合医院智能体建设实践，分享了从单智能体到多智能体协同的探索之路，为公立医院智慧转型提供了宝贵经验与思路。

在医疗质量精细化、智慧医院建设加速、医疗AI广泛应用等背景下，公立医院正进入高风险、高强度、高期待的运行阶段。容宇博士指出，随着人口老龄化加剧，大型三甲医院接收的高龄疑难危重患者日益增多，不仅对诊疗水平提出更高要求，更给医院资源调配带来巨大压力；微创、机器人等精细医疗技术的应用，让医疗行为从单点操作升级为全过程控制的系统工程，过程管理压力也随之加大；同时，群众的就医需求愈发多元，再叠加运营成本攀升等因素，传统管理模式已难以适应发展需求。更关键的是，管理人员大量时间都消耗在“找问题”上，用于解决问题、优化流程的时间被严重挤压，管理效率难以提升。

针对这些痛点，容宇博士分享了医院以智能体建设破局的核心思路。他表示，人工智能的价值在于实现“系统去发现，让人去解决”的范式转移，但医院所需的并非万能的AI专家，也不是简单的规则升级版，而是能在特定场景中稳定发挥作用、主动服务的能力体系，智能体正是这样的核心载体——它就像装了大模型大脑的“主动员工”，能24小时持续监测、主动判断、自动提醒，完美契合医院的核心需求。

医疗AI如何才能切实发挥提升效率和质量的作用？如何才能更好地融入诊疗工作流？医院在落地过程中做了哪些尝试？容宇结合医院实践经验，详细解读了医院智能体建设的三个递进阶段，清晰梳理了单智能体、场景智能体、多智能体协同的区别与联系。

“无论是通用大模型还是垂类大模型，虽然都可以直接部署，但实际都很难用起来。只有与实际场景结合，以智能体的形式，主动为医务人员提供服务，才能真正发挥作用。”容宇介绍，单智能体是基础的能力单元，聚焦凝血功能识别、房颤用药规范、抗菌药物使用监测等具体临床痛点，这些都是临床真实存在、发生频率高、人工处理负担重的问题，也是智能体建设的起点；场景智能体则是单智能体的组合，围绕一个完整临床场景实现综合判断，比如医院的手术风险评估智能体，就整合了VTE评估、心脏风险评估、感染风险评估等多个单智能体，通过数据层、推理层、决策生成层的协同，为医生提供手术可行性判断、风险点提示和方案建议，解决了单个智能体无法应对复杂场景的问题；多智能体协同则是能力的放大，它打破场景壁垒，让不同场景的智能体协同工作，比如围术期智能体，就整合了手术风险评估、麻醉风险评估、手术室护理风险评估等多个场景智能体，术前、术中、术后全程联动，既避免了重复算力消耗，又能为不同岗位医护人员提供针对性提醒，实现从“能看问题”到“能支持决策”的跨越。

对于智能体落地的关键，容宇强调，“场景选择比技术先进更重要”。公立医院AI建设不能盲目跟风追热点，而是要先做好需求调研，重点评估四个核心维度：是不是医院真实、长期存在且影响医疗质量与安全的关键问题？传统方式是否已难以应对？是否具备高质量的数据基础？建成后能否带来可感知的临床价值和管理价值？除此之外，专家知识转化、流程嵌入、边界界定、持续生长也是不可或缺的要点。因此，专家经验需经过拆解、结构化和反复校正才能沉淀为系统能力。智能体必须嵌入临床流程，避免给医护人员增加额外工作负担，否则再先进的技术也会被闲置。智能体只能辅助识别风险、提供建议，绝对不能替代医生决策，这是医疗安全的底线。同时，智能体建设不是一次性工程，需要结合临床反馈持续迭代升级，才能发挥长期价值。

对于未来医院智能体的发展方向，容宇博士也给出了明确判断。他认为，其核心将聚焦于跨场景能力生长和技术融合应用两大方向。他表示，未来不会是智能体数量的盲目增加，而是让已有的单点能力跨越场景复用，比如围手术期智能体中的凝血、感染评估能力，还可以应用到急危重症监测、全院医疗质量管控等场景，让能力价值最大化。在技术融合方面，不应将规则与AI对立，而是让不同技术各展所长，规则系统处理边界明确的问题，知识库和知识图谱组织医学专业知识、增强大模型能力，大模型处理非结构化数据和复杂语义判断，再结合RAG、工作流编排等技术，让不同能力按场景组合调用。

容宇博士进一步指出，医院智能体与普通AI应用的本质区别，在于其是一个整合了规则、知识、数据、模型的完整运行支持体系，核心是“主动识别、主动预警、主动协同”，聚焦事前、事中干预，帮助医护人员在复杂环境中理清思路、规避风险，而非单纯的被动响应或聊天交互。其最终目标，是让智能体承担80%的“找问题”工作，让医护人员和管理人员能把更多时间用在解决问题、优化流程上。

河北医科大学第一医院的智慧化升级思路，不仅展现了医院在智能体建设上的扎实实践，更揭示了公立医院AI落地的核心逻辑——不追求技术噱头，而是以临床需求为导向，以能力体系建设为核心，让AI真正融入医疗流程、创造实际价值。从单智能体到多智能体协同，从场景落地到跨场景生长，这种循序渐进、务实创新的思路，为更多公立医院的智慧转型提供了可借鉴的范本。

【责任编辑：晶晶】

【实习编辑：钟莉芸】