出版单位 / 组织名称： 发布日期： 医疗健康大模型 伦理与安全白皮 书 上海交通大学 复旦大学 上海交通大学医学院附属瑞金医院 蚂蚁集团 2025 年 7 月 18 日 Ab 医疗健康大模型伦理与安全白皮书 上海交通大学医学院附属瑞金医院 黄飞跃 上海交通大学医学院附属瑞金医院 王 烁 上海交通大学 金豪桉 上海交通大学 应 瀚 蚂蚁集团 季嘉程 复旦大学 石佳成 蚂蚁集团 专家委员会 （按照姓氏首字母排序） 陈 震 复旦大学附属肿瘤医院 程晓博 复旦大学附属中山医院 睢素利 北京协和医学院 刘月树 乐 天津医科大学附属第二医院 吕宝粮 上海交通大学 上海交通大学医学院附属瑞金医院 马永慧 厦门大学 孙晓宁 上海交通大学 唐 健 天津医科大学 王 玥 西安交通大学俞 凯 上海交通大学 张新庆 北 京协和医学院张海洪 北 京大学医学部 张洳源 上 海交通大学 医疗健康大模型伦理与安全白皮书

阿里云助力医疗健康 AI 应用开发 场景篇 14 4 AI 推动医疗服务升级 17 智能导诊与预问诊 18 医学影像与辅助诊疗 19 组学研究与个性化治疗 21 智慧病案与患者管理 22 医学研究与教学 23 5 AI 加速医药创新发展 24 药物研发与设计 25 药物筛选与 ADMET 性质预测 推动医疗向更高效率、更精准服务发展 AI 在医疗健康行业的应用由来已久，从早期 的规则引擎和专家系统引入，到医学影像分析、病 历质控、疾病早期筛查与诊断、再到医药研发， AI 在医疗健康行业的应用逐步深入。当前，随着生成 式人工智能的加速发展，众多研究机构和企业在通 用大模型的基础上，基于不同细分领域的医学和医疗 数据进行再训练或微调，构建医疗行业大模型，推动 在智慧医疗、医药研发、健康管理等方面的应用，提 管理， 无需进行医疗器械注册。如果 AI 医疗软件处理的是 医疗器械数据（如医学影像、生理信号等），且其核 心功能用于医疗用途（如辅助诊断、治疗计划制定 等），则属于医疗器械，需按照相应的类别进行注 册管理才能合法上市销售。目前生成式 AI 在医学领 域的应用尚未形成明确的监管框架和注册准入管理制 度，因而很多作用于医学影像和医药研发的大模型与 相关产品功能，一般作为辅助工具使用。 目前在国家互联网信息办公室发布的生成式人工

.........................................................................................49 4.2.1 医学图像处理.............................................................................51 4.2.2 影像生成与增强. 基于以往的病例数据，模型能够识别趋势和模式，从而为疾病的早 期发现和预防提供数据支持。 其次，在治疗方案的制定过程中，生成式大模型同样具有重要 的作用。模型能够整合各类医疗信息，包括患者的病史、当前病情 及最新的医学研究成果，为医生提供个性化的治疗建议。例如，针 对肿瘤治疗，可以通过模型生成多种治疗方案，并对每种方案的有 效性及可能的不良反应进行评估。 此外，在患者教育方面，生成式大模型也展现出良好的应用前 景。通过与患者进行自然语言交互，模型能够根据患者的具体情 况，提供针对性的健康指导和信息。这样一来，患者不仅能更好地 理解自己的病情，还能增强对健康管理的积极性。 生成式大模型在医疗场景的可行应用还包括：  医学文献的自动生成与更新，便于医生获取最新资讯  影像学数据的智能分析，辅助影像科医生做出诊断  健康监测与预警系统，实现对慢性病患者的实时跟踪 在实际应用过程中，还需强调数据安全与隐私保护。医疗行业

其中，在线诊疗成为国家大力倡导的方式。2 月 3 日，国家卫健委发布《关于 加强信息化支撑新型冠状病毒感染的肺炎疫情防控工作的通知》，要求积极组 织各级医疗机构借助“互联网+”开展针对新型冠状病毒感染的肺炎的网上义务咨 询、居家-医学观察指导等服务，拓展线上医疗服务空间，引导患者有序就医， 缓解线下门诊压力。 在此前就已大规模展开的智慧医院建设中，智能导诊和分诊作为诊前收集患者 症状基本信息和引导精准就医的重要应用，已在很多公立医院落地。疫情期间， 由于新冠肺炎患者就诊量大并且交叉感染风险颇高，因此就医之前的智能导诊 和分诊显得更为重要。 2 月 7 日，国家卫生健康委网站发布《国家卫生健康委办公厅关于在疫情防控 中做好互联网诊疗咨询服务工作的通知》，浙大医学院附属邵逸夫医院联合开 发的智能问诊系统及智能自诊筛查工具被作为范例推广。同时，全国多家公立 医院均接入医疗科技企业提供的智能问诊平台，患者通过人机交互平台进行院 前自诊，医院可以快速收集患者 验呈阴性之后，仍然有部分器 官损伤及症状存在。而能分配给患者诊后康复的医疗资源实在有限，因此如何 在诊后监测患者情况并帮助患者进行康复是目前各方关注较少的环节。 疫情期间，海思瑞格已经推出线上医学观察平台以及可穿戴设备，用以远程监 测患者状态；疫情之后，公司也拟推出新冠肺炎等各类心肺疾病愈后相关的康 复监测与管理服务。同时，多地政府已经推出线上心理疏导服务，以帮助患者 愈后心理健康恢复。

在硬件方面，DeepSeek 智算一体机将搭载最新的多核处理 器、高速内存和大容量存储设备，以支持大规模的医疗数据处理。 同时，显卡和专用加速器将被集成用于加速深度学习模型的训练和 推理，特别是在医学图像识别和自然语言处理任务中表现优异。网 络模块将支持高速数据传输，确保医疗数据在院内外的快速共享与 协同处理。 软件层面，DeepSeek 智算一体机将预装医疗行业专用的操作 系统和软件套 信息系统的无缝集成，降低部署和运维的复杂性。 在智能算法方面，DeepSeek 智算一体机将集成多种先进的深 度学习模型和机器学习算法，覆盖从医学影像分析到临床决策支持 的多个应用场景。这些算法将基于海量的医疗数据进行训练，并通 过持续的更新和优化，确保其在实际应用中的高准确性和可靠性。 例如，在医学影像诊断领域，DeepSeek 智算一体机将能够自动识 别和标注病灶区域，辅助医生进行更快速、更精准的诊断。 为了 1.1 项目背景与目标 随着医疗行业的快速发展，传统的数据处理方式已无法满足现 代化医疗场景中日益增长的计算需求。医疗数据的复杂性、多样性 和敏感性对数据处理能力提出了更高的要求。特别是在医学影像分 析、基因组学、临床决策支持等领域，深度学习和智能算法的应用 已成为提升医疗效率和精准度的关键。然而，现有的计算设备在性 能、扩展性和成本效益方面存在诸多局限性，难以应对大规模并发 处

的手段进行病历生成和信息提取，不仅能提高病历记录的效率，减 少医生的负担，还能在一定程度上保障病历信息的准确性和完整 性。通过实时分析患者的就诊过程，AI 技术还能为医生提供有效的 临床决策支持，在中医学术分析及治疗方案优化方面发挥积极作 用。 例如，AI 模型可以在患者就诊后，自动生成病历内容，包括主 诉、病史、体征、诊断和治疗方案等信息，具体流程如下： 通过这一流程，门诊病历的生成将变得更加高效、标准化，从 通过这些措施，可以有效提升中医院门诊病历记录的信息准确 性，推动医疗服务质量的提升，保障患者的治疗安全。 1.3 AI 技术的发展及应用前景 近年来，人工智能（AI）技术在医疗行业的迅猛发展，标志着 医学服务模式的重大变革。AI 技术特别是在自然语言处理 （NLP）、图像识别、数据挖掘和机器学习等方面的飞速进步，为 医疗数据的处理和分析提供了强有力的工具。在中医院门诊病历自 动生成的应用中，AI 能结合患者的历史病历、基因组数据以及 最新的医学文献为医生提供决策支持，提升临床决策的科学性 和准确性。  中药处方推荐：通过分析患者的病情和体质特征，AI 系统可 以推荐个性化的中药处方，帮助医生进行更为精细化的治疗。  数据分析及未来预测：AI 还能对历史病历数据进行分析，识 别常见疾病的发病模式及趋势，推动中医临床疗效的研究与提 升。 可以预见，随着技术的不断演进，人工智能在中医学科中的应 用将愈

......................................53 数据标准化是确保不同来源的数据具有一致性的重要步骤。医疗数据通常来自多种设备和系 统，如电子健康记录（EHR）、医学影像设备和实验室检测系统，这些数据可能存在不同的 单位和量纲。标准化过程通常包括以下步骤：..................................................... 度学习的智能分析工具，具备高效的数据处理能力和强大的预测分 析功能，为医疗健康领域的智能化转型提供了新的可能性。 医疗健康场景中，数据的复杂性和多样性对技术提出了更高的 要求。例如，患者的电子健康记录（EHR）、医学影像数据、基因 组数据等多源异构数据的整合与分析，需要处理大量的非结构化数 据，并从中提取有价值的信息。传统的处理方法往往依赖于人工干 预或简单的算法，导致效率低下且容易出错。而 DeepSeek 析和预测；用户交互界面为医疗专业人员提供直观的操作平台，便 于他们利用 DeepSeek 技术进行决策支持。 以下是一些 DeepSeek 技术在医疗健康场景中的典型应用示 例：  疾病诊断：通过深度学习模型对医学影像、病理数据等进行分 析，辅助医生进行早期疾病筛查和诊断，提高诊断准确率。  个性化治疗：基于患者的基因组数据、病史和生活习惯等信 息，DeepSeek 技术能够推荐个性化的治疗方案，提升治疗效

120 分钟缩 短至 75 分钟，电子病历自动生成准确率达到 92%，显著降低了医 护人员的文书负担。这些技术特性与医疗场景的需求高度契合： 1. 知识检索效率提升：智能体可在 3 秒内完成百万级医学文献的 语义检索 2. 诊断辅助精度：对常见疾病的鉴别诊断建议与专家共识吻合度 达 88% 3. 资源调度优化：通过预测就诊流量实现医护人员动态配置，候 诊时间减少 40% 当前医疗信息 化芯片适配，在保证系统稳定性的前提下，可帮助三甲医院将门诊 病历自动化处理效率提升 3 倍，同时将临床决策支持系统的误诊率 降低至人类专家水平的 1.2 倍以内。通过持续学习机制，模型每周 自动更新医学知识库，确保诊疗建议符合最新临床指南要求。 1.3 项目目标与预期效益 本项目旨在通过将 DeepSeek 智能体技术深度整合至医疗系统 核心业务流程，构建一套覆盖诊疗辅助、资源调度与数据治理的全 6 分钟/次 1 分钟/次 83% 这种低效操作模式直接导致两大系统性风险：一是医护人员工 作负荷过重，某省级医院调查显示 82%的医生因行政性事务增加而 出现职业倦怠；二是医疗错误率上升，美国医学研究所（IOM）统 计表明，人工操作环节的差错占医疗事故成因的 34%。通过引入 DeepSeek 智能体，可实现病历自动结构化（准确率≥95%）、检 查结果智能预警（响应时间<3 秒）、治疗方案推荐（覆盖

市中医医院总部位于广西壮族自治区首府 XX 市北湖北路 45 号，另设新华 分院于 XX 市新华路 28 号。是一所集临床医疗、科研、教学、预防、保健、康 复、制剂于一体的三级甲等中医医院，是广西中医药大学附属医院，广西高等 医学院校 A 级临床教学基地，自治区、XX 市城镇职工、居民基本医疗保险、新 农合定点医院。 XX 市中医医院始建于 1956 年，原名为 XX 市联合诊所管理委员会，1972 年 更名为 有急诊、内、外、妇、产、儿、眼、耳鼻咽喉、口腔、皮肤、针灸、推拿、骨 伤、肛肠和重症医学科等 17 个临床科室；床位编制 650 张，设有 16 个病区， 其中内科系统有脑病、心血管病、脾胃病、肺病、内分泌等 7 个病区，外科系 统有外科、骨伤、肿瘤和肛肠等 5 个病区，妇科 2 个病区及产科、儿科、针灸 科、推拿科和重症医学科病区，设有医学检验科、医学影像科手术室、病理科 等 7 个医技科室。在北湖路设有社区服务中心 个医技科室。在北湖路设有社区服务中心 1 个，在衡阳路、唐山路和新华 街 3 个地点各分设 1 个社区卫生服务站。 XX 市中医院在继承和弘扬祖国医学传统，突出中医特色的同时，大力推进中 医药现代化，注重传统医学与现代医学相结合，并逐步形成了自己的特色。其 中肿瘤科、骨伤科为自治区级重点专科，脑病科为国家级重点专科。脑病科独 创的中草药循经推按按摩棒获得国家实用新型专利和发明专利。医院制剂配方 考究，能生产

（15）《卫生部信息办关于推荐选择数字化试点示范医院的通知》 （16）《基于健康档案的区域卫生信息平台建设指南》、《基于电子病历 的医院信息系统建设技术解决方案》 （17）遵循中国数字化医疗设备和医学信息系统的标准化进程，遵循 IHE 测试相关标准要求 （18）《中华人民共和国计算机信息系统安全保护条例》； （19）《信息安全等级保护管理办法》（公通字[2007]43 号）； （20）《 移动医生查房系统 1 28. 移动护理管理系统 1 29. 临床危急值管理系统 1 30. 门急诊应急管理 1 31. 医技管理 全院医技预约系统 1 32. 实验室管理信息系统 1 33. 医学影像管理系统 1 34. 超声检查信息系统 1 35. 心电管理信息系统 1 36. 病理检查管理系统 1 37. 内镜管理信息系统 1 38. 手术麻醉管理系统 1 39. 重症监护管理系统 投标人应能通过系统间的衔接，实现医生工作站与挂号收费系统、排队叫 号系统、医技系统、药房系统等之间的数据共享及传输连贯性。 主要功能需求如下： 7.2.1.1、字典库内容 门诊医生站内应包含结构化基础医学术语、解剖学、药理学、诊断学、影 像学、实验室诊断术语全量数据用于支持系统辅助诊疗。 知识的动态生成，包含：医院个科室常用的主诉、诊断、症状、体征、检 查、检验、常用治疗药物及操作等。 提供