510006; 2. 广州艾力彼医院管理中心, 广东 广州 510220) 摘 要: 以 ChatGPT 为代表的生成式人工智能给中医医院智慧化建设带来了机遇与挑战。 文章探讨了 ChatGPT 在助力中医经验传承发展、 辅助青年中医提高诊疗质量、 提升中医医院运营管理效率、 实现全生命周期健康管 理几个方面的应用场景, 指出其应用面临着医患双方的传统观念、 中医医院信息化基础薄弱、 生成式人工智能 技术缺陷、 在中医医院智慧化建设中的应用前景 1. 1 助力中医经验传承发展 2019 年 10 月, 中共中央、 国务院发布 《关于促 进中医药传承创新发展的意见》 提出要加快推进活态 传承, 加强名老中医学术经验、 老药工传统技艺传 承, 实现数字化、 影像化记录 [4]。 ChatGPT 助力中医 经验传承发展主要体现在 2 个方面, 首先, ChatGPT 可以推动中医知识库的研究, 推进中医经验传承。 我 国一直致力于中医知识库的研究 挖掘隐性知识, 结合其自身 生成式人工智能的特点, 或将创造出新的理论观点, 促进中医文化的创新发展。 1. 2 辅助青年中医提高诊疗质量 中医医师的能力提升需要经验积累, 而青年中医 往往经验相对不足, 患者又倾向于选择经验丰富的 “老中医”, ChatGPT 是基于自然语言生成的人工智能 模型, 可通过大量文本数据训练, 生成自然语言文本 内容, 结合中医临床思维训练系统, 模拟现有病案生

智慧中医药产业三个大类，其下又可细分为①中医经验传承、②中医诊断、③中 医非药物治疗、④中医处方及药房、⑤中医药研究、⑥中医药监管场景、⑦中医 院外管理等七个具体场景。 2 图 1. 智慧中医全场景地图 （资料来源：公开资料整理） 中医药传承场景指的是将中医古籍、临床医案进行结构化处理，通过知识 图谱等技术进行挖掘，实现对既往患者救治经验的提取。 2. 中国智慧中医产业发展历程 中国在中医智能辨证诊断方面的研究至今已有四十余年的研究历程，随着技 术的更迭，主要分为三个阶段：第一个阶段为上个世纪 70 年代末至 80 年代的 基于经验知识推理阶段，研究主要集中在中医领域专家系统的研制；第二个阶段 为 90 年代至 21 世纪初的传统机器学习阶段，研究者们主要尝试单一或多种机 器学习算法进行中医智能辨证诊断研究；第三个阶段为 21 大数据与深度学习探索阶段，随着大数据技术的成熟、计算机算力的提高和深度 学习等算法的发展，尤其是 2016 年深度学习相关技术崛起后，中医智能辨证诊 断研究又进入了新一轮的中医智能诊断研究高峰。 （1）基于知识与经验推理的阶段 早在 20 世纪 70 年代，一批国内研究人员就在尝试把智能技术应用于中医 辨证诊断领域，以期提高中医临床诊疗水平。如湖南中医药大学朱文锋团队与湖 南省计算所合作，于 1979

用 表 现 统计机器学习 1980 年代至 21 世纪初期 硬件奠基，算法发展，数据积累 算法框架：逻辑回归、朴素贝叶 斯 .... 特征工程 + 算法 推荐系统 输入法 可解释但依赖人工经验输入 深度学习 2010-2020 硬件发展，大规模数据，算法突破 推荐系统 人脸识别 算法框架：深度神经网络、卷积神经网络 自动进行特征学习，端对端训练，有监督 在特定场景效果好，但需要根据 动态接入外部知识库的能力，在应对领域性问题和实时 信息需求时表现更加出色。 场景四：报告单解读 快速精准的辅助诊断 报告单解读是实验室检验科工作中最为关键的环节之一。传统上，报告单的解 读需要依赖医务人员的经验，且常常耗费大量时间。利用 DeepSeek 的自然语言处理 （ NLP ）能力， " 问问同检！“可以快速通过报告单中的关键信息，进行智能分析，帮助 检验人员更好地理解报告内容。 “ 问问同检”在实验室中的应用实例 微生物抗生素使用指引 将微生物检验知识库内容转为规则，通过 规则判断实现分级报告过程中的抗菌药物 经验用药和精确指引 原来的方案 现在的方案 将微生物检验知识库以病原体、抗生素、 疾病为分割要素导入向量数据库进行检索 增强，通过 LLm 的语义理解和自然语言 输出实现分级报告过程中的抗菌药物经验 用药和精确指引 A. 基于微生物检验知识库的微生物智能分级报告抗生素使用指引 NEXT-

智能（AI）技术，构建新药研发知识图谱，开展复杂蛋白 质结构预测，显著提升药物靶点的识别和筛选效率。 2.智能药物分子设计与优化 面向药物分子设计和先导化合物优化等业务活动，针 对传统基于经验的药物设计模式限制问题，通过运用计算 机模拟、数字孪生以及深度生成模型和强化学习算法等人 工智能（AI）技术，以更高的效率和更低成本获得符合特 2 定要求的化合物，实现药物分子的从头设计及结构优化。 经网络等不 同模型，对实验数据进行解析，指导药物研发，从而提高 决策质量、效率和成本效益。 5.中医药人用经验数据挖掘和决策模型研究 面向协定处方和院内制剂向创新药转化等业务活动， 针对人用经验缺乏高质量数据证据等问题，运用数据挖掘、 聚类分析、模拟技术，建立人用经验大数据库，针对疾病 特点和中医理论建立决策树、神经网络等不同模型，对临 床有效性和特点进行解析，提高中药创新药转化决策质量、

，充分借鉴国内外医疗机构 的信息化经验 ，提高医疗质量； 保障患者安全 借助信息化手段全面识别、监控、 防范医疗服务和运营管理中的各类风险 ， 保障患者安全； 优化运营效率 提高运营管理能力 ，借助信息化手段确保医院运营信息的透明、及时、准确， 支持决策分析 ，优化运营效率； 强化资源优势 以医院优势资源为根基 ，通过结合知识库 ，继承医疗经验 ，强化资源优势。 2 3 4

一、供货保障方案 ### （一）供应商选择与管理 1. **严格筛选标准**：组建专业评估团队，涵盖采购、技术、质量管控人员。从生产能力、产品质量、 信誉、售后等方面全面考察供应商。优先考虑有丰富医疗行业供货经验，尤其为大型医院成功供应无线 网络设备的供应商。要求其提供过往案例、客户评价等资料，严格审核产品质量，确保具备稳定生产及 良好质量控制体系。 2. **建立长期合作**：与优质供应商签长期战略合作协 工问题则 增加人员或调整计划；技术问题组织专家攻关。跟踪调整措施执行，确保项目进度及时调整。 ## 三、运输方案 ### （一）物流合作伙伴选择 1. **专业资质审核**：挑选有丰富医疗设备运输经验、完善运输网络和良好信誉的物流公司。审核营业 执照、道路运输经营许可证等资质文件，评估运输设备和能力，确保满足运输需求。 2. **服务质量评估**：通过查询客户评价、行业口碑及与其他客户沟通，了解物流公司服务质量和运输

方式往往依赖医生的手写和口述，不仅效率低下，还容易出现信息 遗漏和书写不清等问题。此外，随着病人数量的不断增加，门诊的 工作压力不断增大，因此亟需一种高效、精准的病历自动生成工 具。 中医院作为具有悠久历史和丰富经验的医疗机构，其在门诊病 历的精确记录和及时更新上存在着巨大的改善空间。与西医不同， 中医的诊疗过程涉及到复杂的症状分析、辨证施治等多个方面，病 历的完整性和准确性对于后续治疗有着重要影响。然而，基于具体 在医疗领域的应用正在得到越来越多的认可。 根据市场研究机构的数据显示，预计到 2030 年，全球医疗 AI 市场 将达到 500 亿美元，这一数据无疑展示了 AI 技术在医疗行业的巨 大潜力。特别是在中医领域，很多实用的经验和知识系统化程度不 高，AI 可以帮助整合这些信息，使得门诊病历的生成过程更加科学 和系统。 AI 技术的应用前景广泛，尤其是在以下几个方面：  智能问诊：通过构建智能问诊系统，利用自然语言处理技术， 推理与生成：利用训练好的模型进行实时病历生成，并根据医 务人员反馈进行调整。 模型的构建与部署需要考虑多个因素，如数据的隐私保护、模 型的可解释性以及在临床应用中的准确性和可靠性。特别是在中医 学的文献资料和临床经验普遍存在的情况下，AI 大模型应能处理这 些丰富的信息，实现对知识的整合与应用。 最后，AI 大模型的成功实施将依赖于多种技术的配合，包括云 计算技术的支持架构、数据存储与管理、以及与现有医疗信息系统

的服务理念，致力于为广大民众提供优质、高 效的医疗服务。医院占地面积 [X] 平方米，建筑面积达 [X] 平方米，环境舒适宜人。现有职工 [X] 人，其中高级职称 [X] 人，中级职称 [X] 人，他们组成了一支专业精湛、经验丰富的医疗团队。 医院科室设置齐全，涵盖内科、外科、妇产科、儿科、眼科、耳鼻喉科等多个临床科室，以及检验科、影像科等医技科 室，能满足患者各类就医需求。同时，医院配备了先进的医疗设备，如 64 排螺旋 路。本项目遵循“结构合理、系统稳定、适当冗余、适度超前”的设计理念，设计体现渐进性（留有扩展余地、可分步实施）。 智慧医院并不是智能化各个子系统的简单累加，是凭借丰富的医院行业知识和工程实践经验，为项目提供全生命周期的咨询 顾问服务，包括顶层规划、系统设计、系统集成、技术咨询、造价咨询、项目施工、后期运维等内容的一体化咨询服务体系，智慧 医院是有灵魂、有亮点、人性化、易运营、高性价比。 ★ ★ ★ ★ ★ ★ ★ ★ 报告型会议室（ 300m²~600 ㎡） ★ ★ ★ ★ ★ ★ ★ ★ 备注： （ 1 ）以上会场根据我司设计、施工经验提供参考建议； （ 2 ）最终实施以装饰平面布局、业主方功能需求为准。 信息设施 - 多媒体会议系统 信息设施 - 多媒体会议系统 会议室（ 60m²~90 ㎡） 无线界面话筒 纽扣话筒 传统数字话筒

3、在将近20年的时间里，东华累计为全国500多家大型医院、医疗集团、保险公司、卫生健康委和社保局等机构 提供各类核心产品解决方案。 4、国家卫生健康委重要IT咨询服务和IT项目建设合作方。 5、基于20年行业经验，从HIT转入HDT阶段，开启数据驱动任务，任务赋能业务。 注：HIT（Healthcare Information Technology ）医疗信息化技术，HDT（ Healthcare Data 强强联合：东华医为在B端（各级各类医疗机构）、G端（各级卫健委、医保局）资源与腾讯在C 端巨大的流量优势资源充分整合，实现在医疗大健康领域的能力互补，； 技术融合：东华医为在医院、公卫、医保、健康管理等应用经验与腾讯的云计算、AI、大数据、 人脸识别、区块链等强大的技术能力相融合，实现医疗大健康信息化技术的智慧化升级； 东华医为在本项目上的优势 优 势 东华医为在本项目上的优势 服务 • 驻场服务

行处置； ②D ：由运维工程师进行处置，直至解决问题； ③C ：运维负责人跟踪处置结果：反馈（ feedback ）到 D 环节进行整改，或完成关闭； ④A ：运维团队进行定期总结， 将新的解决经验形成标准文档纳入知识库管理。 4.2 运维质量管理 CHIMA 事件和问题处置流程 当一个服务请求被发起时，响应流程如下： ①P ：由服务台进行记录，按照服务目录进行分类分级， 由服务负责人委派服务工程师； 由服务负责人委派服务工程师； ②D ：由服务工程师进行响应，直至完成； ③C ：服务负责人进行需求验证：反馈（ feedback ）到 D 环节进行完善，或完成交付； ④A ：服务团队进行定期总结， 将新的交付经验形成标准文档纳入知识库管理。 4.2 运维质量管理 CHIMA 服务请求流程 当一个变更或发布被启动时，实施流程如下： ①P ：变更负责人拟定计划，并报请审批、发布通知等； ②D ：由变更工程师完成测试、实施后进行上线；