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、 管理制度与监管体系尚不健全等挑战。 提出需要调整认知、 树立对生成式人工智能的正确观念; 加 强中医医院信息基础设施建设; 鼓励生成式人工智能技术研发; 完善管理制度与监管体系, 推进生成式人工智 能技术在中医医院智慧化领域的合理应用等建议。 关键词: 中提出了深化数字便民惠民服务、 加强中 医药数据资源治理、 推进中医药数据资源创新应用等 4 项主要任务。 本文从 ChatGPT 的功能与特点出发, 分析此类生成式人工智能在中医医院智慧化建设中的 应用前景, 并从认知、 基础、 技术、 规制 4 个方面分 析其挑战及因应对策, 以期为我国中医医院智慧化建 设和生成式人工智能应用于医疗领域研究的深入开展 提供参考。 1 ChatGPT 在中医医院智慧化建设中的应用前景 监测预警 等; 三是 “愈后无病”, 包括康复后的调理方案与智 能监测等, 尽可能避免愈后 复 发 或 者 产 生 其 他 后 遗症。 2 ChatGPT 在中医医院智慧化建设中的应用挑战 2. 1 认知层面———医患双方的传统观念挑战 ChatGPT 作为一种新型人工智能, 将其应用于中 医医院智慧化建设, 首先要面临的是医患双方的传统 观念挑战。 于中医医生而言, 一方面是对 ChatGPT

智能机器人 海量与性能 挑战 绿色与成本 历史包袱 人才文化 生态革新 快速迭代 新型态的智慧医疗 – 感知能力 智能感知 – 连通能力 泛在连接，大规模互通 – 洞察能力 基于数据的认知与决策 – 执行能力 快速智能精准执行 – 安全能力 综贯全局的安全 6 从云数据中心到智算中心 1 自动化智能 化 2 弹性共 享 3 快速敏 捷 5 分布 式 7 人才与组 织 4 智慧服务 9 智算中心操作系统 机器人阅片 大数据科研 远程医疗 语音助理 开放标准 集约高效 普适普惠 算力 数据 算法 多云融合 边缘 多云 AI 云边协同 云 云：架构； 数：认知方式；智：处理手段； 智慧应用 10 人工智能 赋力更多创新可能 功能最全 训练版：算力效率提升 70%+ 推理版：可定制化开源 云 & 本地双部署 一站式自动模型生成 更敏捷的数据中心

为后期验收奠定基础 • 院方领导 • 部门管理层 • 信息科 • 相关临床科室 .... 统一认知 多方调研 深入分析 还原当下的业务真相， 理清未来的业务目 标 （四）多方确认场景验收 建立统一需求认知体系 39 用户需求 深入分析 统一需求认知 信息架构 视觉设计 从需求调研 -- > 系统验收形成完整的闭环管理 院方领导 部门管理科 信息科 相关临床科室

模型。截止 2023 年 6 月，国内外有超过百种大模型相继发布，国外如 Stable Diffusion、 GPT-4、Med-PaLM 等大模型，国内如文心系列大模型、华为盘古大模型、星火认知大 模型、MOSS 大模型等。从研究方向上来看，大模型研究主要集中在自然语言处理 （Natural Language Processing，NLP）、计算机视觉（Computer Vision，CV）、多模 亿 Token 文心一言 2023 年 4 月 2600 亿 Transformer 指令微调模型 - 通义千问 2023 年 5 月 1850 亿 GPT-3 指令微调模型 45 万亿 星火认知 2023 年 5 月 - - 指令微调模型 - LLaMA2 2023 年 7 月 700 亿 Transformer 语言模型和指令 微调模型 2.0 万亿 Token 3 人工智能大模型在医疗领域的应用 多模态 紫东太初 2023.6 中国科学院自动化研究所 手术辅助、辅助 诊疗 多模态 京医千询 2023.7 京东健康 辅助诊疗、健康 管理、文献挖 掘、病例报告生 成 多模态 星火认知大模型 2023.7 科大讯飞 诊后管理 文本 Med-PaLM 2023.7 Google 医学问答 文本 知问 2023.9 金仕达卫宁 医保和商保知 识问答 文本 但由于医疗领域的

ProGRP+NSE 或 CEA+CYFRA21-1 组合） • 动态监测复杂性—治疗干扰，生物半衰期差异 沟通及认知偏差 • 检验 - 临床信息断层 - 异常值解读缺乏上下文（如 CA724 升高未关联患者胃溃疡病史）；报告形式僵 化 （仅提供数值未标注临床意义层级） • 医生认知偏差 - 不同医生可能对某些标志物的临床意义 理解不一致，特别是对一些标志物的敏感性和特异性的 了解可能有所偏差，没有进行其他检测手段的综合的临

降至 15%, 引发算力与数据驱动的 Al 革命。 ◆ 2016 年—— AlphaGo: DeepMind 击败李世石，引发公众对 Al 潜力的广泛关注，推动资本涌入 Al 领域。 ◆ 大众认知视角—— 2022 年后生成式 Al 的爆发让 "Al 元年 " 概念再次被热议。 一、人工智能发展简史了解 · 第一阶段：标志事件是 1950 年提出图灵测试， 1956 年达特茅斯会议召 开 1. 行动背景与目标 1.1 丙秆防治现状与描城 1.1.1 丙肝严重危害公众健 · 丙肝是重大疾病，笔乙类传染烤，严重公众健康，需亮实重视 · 近年来虽取得进展，但仍黑临零播风给离、公众认知不足等阴战 1.1.2 的治工作夏定基他 · 各地部门第实宣传然育、核酸检测、标台干预呼据施 . 取得积极进果。 七、个人在疾控工作中的具体应用 行 动意义与全球目标对接 h 志， 2024,28(12):1420-1425+1480.10.16462/j.cnki.zhjbkz.2024.12.009 [4] 周欣，杨介者，陈琳，等 . 浙江省临床医生丙型肝炎防治知识认知情况及影响因素分析 [J]. 中国艾滋病性 病， 2024,30(12) :1310-1314.10.1341 9/j.cnki.aids.2024.12.14. [5] 张婉筠，李怡

最后，自动生成病历的功能还具有促进中医知识传播的潜力。 通过 AI 技术的支持，可以在病历中融入中医特色的诊疗理念与治 疗方案，使得中医药的临床信息得到更广泛的传播和应用。这不仅 有助于中医的现代化发展，同时也能提升患者对中医药的认知与信 任。 综上所述，自动生成病历的目的是通过提高工作效率、确保文 书规范、促进数据整合与分析，及推动中医知识传播来提升中医院 门诊服务的整体质量。在实施过程中，医院应考虑以下几点：  实施 任，可能会影响系统的推广和应用效果，从而导致资源的浪费和预 期目标的未能实现。因此，必须对用户接受度风险进行全面评估， 并制定针对性的应对方案。 首先，用户接受度风险主要源于以下几个方面： 1. 用户认知差异：不同用户对于 AI 技术的认知程度差异较大， 部分用户可能对新技术持怀疑态度，担心其准确性或安全性。 2. 使用习惯变更：医疗行业普遍存在固有的工作流程和使用习 惯，用户在新的操作方式前可能会感到不适应，从而影响工作 机制，用户可能因遇到问题而失去对新系统的信任。 针对上述问题，可以采取以下几项措施来提升用户接受度，从 而降低风险：  开展用户调研：在项目开始阶段，通过问卷调查或访谈，掌握 用户对 AI 技术的认知程度和实际需求，为后续方案的制定提 供参考。  强有力的培训计划：设计系统使用的分层次培训课程，从基础 的操作培训到高级应用技巧，确保各类用户都能得到相应的支 持。  持续的技术支持：建立在线咨询和技术支持团队，确保用户在

，传统 纯靠人力的模式无暇应对，数字化手段成为全渠道营销的刚需。 此外，在数字化大趋势下，短视频的快速发展与成熟颠覆式重构了人们信息获取的方式， 加上疫情的“物理隔离”重构了人们对数字化生活的认知。目前，医患信息获取习惯已然 “线上化”，故而线上也顺理成章成为各家必备的刚需营销渠道，不仅得布局，还得与线 下渠道做好搭配。 因此，在医疗服务链条完善的今日，医药数字营销早已不是先进企业的抢先尝试，而是 及整个数字营销市场的良性发展都至关重要。 对于药企需求方来说，在投入之初，便能知道最终的预测效果，能够更好地助力企业的 营销策略制定和优化调整。如京东健康，针对 C 端的健康科普教育，拥有完整的疾病及 药品认知提升评估机制，并配以全链路的效果追踪能力，在“量化效果”的导航下，帮助 如达克宁、伊可新等各大药企的众多产品，达成超出营销投入预期的销售结局，以及品 牌心智的提升。 对于数字营销服务的提供企业

要求。目前，新冠肺炎智能问诊产品已经覆盖了全国 106 家医院，遍布上海、 浙江等十多个省份，在系统中问诊的用户达到 15 万，访问量已经超过 30 万。 通过自测诊断与院前筛查，不仅加强居民对新冠肺炎的科学认知，帮助居民获 得及时的健康评估和专业指导，同时指导群众有序就诊，缓解医院救治压力， 提高医疗服务效率，降低交叉感染风险。 同时，此次疫情也让此前不温不火的智能导诊和分诊得以广泛应用，为基于 AI

前中医诊疗面临的重要 问题。 因此，中医病案资源难以形成结构化体系，未能将其充分解析和利用，也难 以满足构建完备知识图谱的需求。 在适用性方面，目前人工智能领域的推理技术、学习技术与人类认知、推理 能力相比还差距遥远。由于需要考虑人体、疾病以及环境的复杂性，目前技术在 将理论还原为基础方法体系过程中产生了极大瓶颈，导致中医智能设备和系统目 前缺乏处理如此复杂问题的能力，在引用辨证模式的过程中也未能兼容所有辨证 化研究使用的脉诊仪、脉象信息采集及脉象分析方法，明显偏离了中医整体观、 平衡观、动态观的脉诊理论，不能有效地指导中医临床辨证施治。 另外，中医诊疗的主要受众为中老年群体。受限于对数字技术认知及设备操 作经验的匮乏，中老年群体对智慧中医接受度偏低，难以适应在线就诊、数字疗 法等新兴医疗模式。繁琐的注册登录过程和复杂的操作界面增加了系统使用的学 习成本，使中老年用户体验感不佳，影响智慧中医在重点群体中的推广。