近日，神州医疗大模型系列研讨会第十二期：DHC大模型处理医学复杂任务的技术路径研讨会在神州医疗北京总部隆重举行。

研讨会汇聚了临床、管理、技术等多领域权威专家，通过线上线下相结合的方式，共同探讨神州医疗DHC大模型在解决医学复杂任务中的技术路径。与会专家通过深入分享和交流，明晰了大模型在提升输出准确性和优化诊疗决策方面的关键作用，并就AI技术与临床实践的深度融合展开探讨，为推动医学AI的创新发展建言献策。

中国医药教育协会副秘书长赵婕茹，首都医科大学附属北京友谊医院副院长、主任医师吴静，中国科学技术大学北京研究院、公共事务学院副教授张辉，首都医科大学宣武医院神经内科主任医师郭秀海，河北医科大学第二医院儿科主任医师王新良，南京医科大学第一临床医学院副院长、南京医科大学第一附属医院科技处处长张雪静参加了本次会议。

神州医疗政府事务总监兼董事长助理李佳钰博士，神州医疗人工智能研究院数据研究总监张妙直博士，神州医疗人工智能研究院算法研究总监周文仲博士，神州医疗人工智能研究院算法研究员白焜太，神州医疗人工智能研究院算法研究员曹建钬出席会议。

会上，李佳钰博士代表公司对参会专家表示热烈欢迎，并期待专家们结合自身的临床经验以及垂类严肃医疗场景的需求，为公司的AI技术水平提升和产品优化迭代提供指导方向和新思路。

智能体技术路线与DHC大模型性能评测成果展示

神州医疗AI研究院算法研究总监周文仲博士展示了“基于LangGraph的智能体技术架构”。该架构以有向图动态编排LLM推理、知识检索与流程跳转，辅以状态管理保证任务连续性，构建“感知—规划—行动—反馈”四层闭环，使AI首次具备类似资深专家的“长链条、可追溯”临床思维。该技术的核心价值在于将复杂病例拆解为可验证、可回溯的决策节点，显著降低幻觉；支持跨科室、跨指南的多路径推演，为分级诊疗与远程会诊提供可解释、可落地的AI引擎。

算法研究员白焜太通过医学考试测评场景，系统验证了DHC大模型处理复杂医学任务的性能表现。在覆盖31个临床科室、共6090道分级考试题的权威评测中，神州医疗大模型以压倒性优势领先全部对标通用模型：科室总分第一名22个，占比70.97%；31个科室全部跻身前三，占比100%。中级、副高、正高三级职称成绩均列第一，实现全面领跑。

这一成绩背后，是顶级医学专家经验与亿级循证数据的深度融合，模型结论与权威诊疗路径高度一致，为“AI直接参与严肃医疗决策”提供了可验证、可审计的证据。

研究员曹建钬通过实时可视化系统，完整展示了DHC大模型如何像人类专家一样思考：逐层剖析复杂病例；动态调用指南、文献与院内知识库；生成带置信度、可追溯的诊疗建议。

专家共议AI医疗大模型落地路径：精准赋能诊疗全流程

在专家研讨环节，与会专家围绕“复杂临床决策场景中AI大模型的落地路径”这一主题展开深度对话，结合各自专科实践，就AI如何精准赋能诊疗全流程提出了前瞻性建议。

在临床工作中，病人的实际情况很复杂，AI能显著提升医疗效率和精准度。通过大数据分析，它能整合患者病史及用药数据等，生成个性化方案，并动态追踪疾病进展，弥补指南不足。未来，AI需进一步覆盖诊疗全环节，为临床提供更全面的智能支持。

作为神经科医生，我认为AI和大数据在医疗领域的应用必须聚焦临床真实需求，尤其是重大专病的“卡脖子”问题。比如影像识别功能虽然很强大，最终仍需医生结合经验判断，建议组建“医生+AI团队”联合攻关，避免资源浪费在伪需求上。

作为一名儿科医生、教师和管理者，我认为AI是医疗领域不可逆转的趋势，它本质上是人类的工具和助手，需要医生的把关。AI在医疗中的应用依赖三大要素：数据、算法和算力，其中数据最为关键。临床中AI应聚焦两类问题：一是小众疑难病例，二是大众健康问题。

AI在信息整合和慢病个性化干预中已展现价值，能显著减少数据整理耗时并优化方案生成。然而，AI在罕见病诊断、多病症共存及伦理决策上仍有局限。未来，AI应聚焦隐性知识挖掘和辅助临床创新，最终目标是解放医生精力，深化医患沟通与诊疗创新。

会议最后，赵婕茹副秘书长高度肯定了神州医疗在医疗AI领域的创新实践。她表示，神州医疗的大模型技术实现了医学知识从静态到动态决策的转化，在诊疗指南结构化和临床数据应用方面取得重要突破，为行业提供了可落地的技术方案。期待未来继续发挥引领作用，推动医学AI创新发展。

本次研讨会专家提出的观点极具建设性。未来，神州医疗将持续深化大模型技术的临床落地，推动人工智能与医疗实践的深度融合，为提升诊疗水平、优化医疗资源配置提供智能化解决方案，助力医疗健康产业高质量发展。