MHAT：把多学科会诊"前置"到首诊

传统模式下，症状跨科室的患者往往要在多个科室间辗转，才能排上正式的多学科会诊（MDT）。紫荆智康此次发布的多学科人机会诊（MHAT）提供两种协同形态：

按需提醒：医生照常出诊，系统识别到其他专科需要介入时（如内分泌科患者兼有哮喘病史，呼吸科分身提醒用药风险），相关分身意见以提醒形式呈现，不打断诊疗流程；

会诊模式：明确需要多专科共同分析的病例，多个分身直接参与，围绕诊断、用药给出建议。

颇具反直觉的一点是：系统不主动收敛分歧，而是把不同分身的建议并列呈现、高亮不一致之处，标注意见来源，最终判断权留给医生。"当 AI 建议与我的判断不完全一致时，我会回头审阅输入信息，这本身就很有意义。"一位参与试点的内科医生表示。

成绩单：54 位 AI 医生，诊疗效率提升 30%

紫荆 AI 医院的技术底座是 AIR 刘洋教授团队提出的 SEAL 方法：先在虚拟医院里用百万级超拟真 AI 患者高密度训练，再进入真实临床验证微调，医生每次修改建议都会沉淀为分身的经验。截至 2026 年 7 月，系统已构建 54 位 AI 医生，覆盖 27 个科室、数千种疾病；在北京清华长庚医院，18 个临床科室开展门诊测试、40 余名医生常态化使用，医生整体诊疗效率提升 30%，AI 医生在 MedQA 数据集准确率超过 96%。产品面向患者、医生、医院三端：预问诊与健康档案、AI 分身与决策辅助、排班与数据管理各归其位。

图1：紫荆 AI 医院·多学科人机协作发布会现场，紫荆智康首席产品官进行产品发布（图源：量子位/新浪科技转载）

同日看点：国家医疗 AI 中试基地"广东答卷"

同一天（10 月 21 日），国家人工智能应用中试基地（医疗领域）·广东阶段性成果发布会在广州举行。全国 7 个医疗领域中试基地现场签订协同发展共建协议，推动跨区域算力、数据、模型、场景互通共享。落地一年多，广东基地已建成 2 个国家级共性支撑平台、2 个公共卫生垂类模型、300 余项先导应用场景：中山眼科中心的眼科大模型可完成一级初筛，"重明"移动设备可离线筛查 16 种眼疾；广州市妇儿中心构建覆盖妇儿全生命周期的医疗智能体矩阵；广东省中医院把禤国维皮肤病、林毅乳腺等名老中医经验转化为可验证、可复制的模型平台；中山三院的智能病理诊断实现 1 分钟完成全片自动分析。

结语：从"单点工具"到"系统工程"的信号

两场活动传递出同一个信号：医疗 AI 正从影像识别、病历生成这类单点工具，走向贯穿诊疗流程、连接医患械三端的系统级工程，而"AI 辅助、医生决策"的边界设计与数据安全合规，是这类系统的共同底座。这也正是内蒙古灵集科技在内蒙古医疗软件领域一贯的实施路径：以本地化部署满足医疗数据安全要求，以模块化设计兼容医院现有 HIS/EMR 系统，让人工智能以"辅助者"身份平稳嵌入真实诊疗流程。从智能预问诊、AI 病历质控，到面向患者的随访管理内蒙古 APP 开发，灵集科技的内蒙古软件开发团队可为各级医疗机构提供从规划咨询到交付运维的全链路服务。