AI 医院智能化建设方案

事件驱动的临床智能化架构:存量系统不动,院内自建算力跑开源模型,TokenHub 管住哪些 token 能出院,医师签署是状态变更的唯一闸门

覆盖存量信息化系统定义与外部交互梳理、AI 应用矩阵与首批落地场景、自主性分级与写入通道、遗漏检测、TokenHub 与数据分层、本地算力测算与 BOM、安全部署、验收标准与实施路线。贯穿全篇的硬约束:可识别患者数据不出院;AI 不自动开方、不替代医师接诊;AI 不可用时医院照常运转。

2026-10适用:1500 床规模三甲 / 医联体牵头医院性质:参考架构,落地前须以本院实测数据校准
01 · 总架构

四层结构:存量系统既是事件源也是工具,事件骨干驱动 AI 持续评估,TokenHub 统一管控,输出分读写双通道

白卡 = 存量系统(不改造)。青色 = 本次新增。深蓝带 = 安全边界。红色 = 法定红线或强制拦截点。

存量系统本次新增安全边界法定红线
互联网区(不可信)患者、合作机构、公有云一律视为外部
患者 / 公众App · 小程序 · H5 · 公众号
合作机构医联体 · 第三方检验影像 · 商保
支付 / 消息银联 · 微信支付 · 短信 · 电子健康卡
公有云大模型 API仅 1–2 级数据,经出口代理,患者数据禁出
边界防护抗 DDoS · 下一代防火墙 · WAF · IPS · 出口白名单
DMZ 隔离区只放前端、网关、代理,不落患者全量数据
互联网医院前端 + BFF会话态不落库
开放 API 网关鉴权 · 限流 · 签名 · 脱敏
TokenHub 出口代理唯一能连公有云模型,域名白名单 + DLP
专网接入区前置机
医保专网卫健/区域平台疾控直报财政票据省互联网医疗监管
网闸 / 内网防火墙只放行登记在册的接口(源·目的·端口·协议·频率),默认拒绝
院内业务内网(可信 · 本地机房)数据与算力均不出院,等保三级起步
存量系统
核心业务系统 —— 既是事件源,也是 agent 的工具(MCP server)
HISEMRCIS 医生站NIS 护理LISPACS/RIS病理 PIS手麻 AIMS重症 ICIS合理用药 PASS院感病案HRPOA
集成与数据底座(保留,职责限于存量系统互联)
集成平台 ESBEMPI 主索引CDR 临床数据中心术语标准化统一身份 + CA
事件骨干
FHIR R5 SubscriptionTopic定义触发:危急值、医嘱变更、报告回报、入出转、术前核查
Kafka 事件总线partition key = patient ID 保证单患者有序;运营 30 天 / 审计长留存
Debezium CDC 兜底旧系统不支持 R5 时从库事务日志取变更
分层过滤器L1 规则 → L2 小模型 → L3 大模型
编排与护栏
Agent 编排器规划 → 检索 → 工具调用 → 自检;每个 agent 显式声明 L0–L3 自主级别
遗漏检测器(独立)不与生成链路共用推理;出院 / 术前 / 危急值 / 交接四节点全量 checklist
策略引擎 OPA/Rego谁能看哪个患者 = 可单元测试策略;agent 继承调用者上下文
TokenHub
统一接入OpenAI 兼容;虚拟 Key 按 agent 签发可吊销
数据分级路由4–5 级永不出内网,满载只排队不外溢
能力目录模型 / MCP 工具 / 数据源统一注册、计量、分账
全链路审计谁·哪个 agent·哪个患者·输入输出·是否被采纳
模型与算力
主力 LLMMoE 轻激活,承担生成与推理
小模型集群分类 / 路由 / Embedding / Rerank / ASR / OCR
重型 LLM长上下文遗漏检测、科研批处理
取证的专用模型影像 / 病理 / 心电,按医疗器械注册证管理
输出双通道
通道 A · CDS Hooks Card(唯一写入路径)agent 零直接写库权限。返 information / suggestion / app-link Card;医师点 suggestion 才落库,CA 电子签名归责。order-sign 钩子拦处方红线
通道 B · 工作队列(只读推送)遗漏提示、风险预警推到科室/医师任务队列,不改任何业务数据;带"已读/采纳/驳回"回执

典型流程:危急值触发

1 · LIS 回报危急值Observation 资源写入
→
2 · Topic 命中推 notification Bundle 到 Kafka
→
3 · L1 规则判是否已处置,已处置则丢弃
→
4 · Agent 评估回查 CDR 全病程,策略引擎校验权限
→
5 · 遗漏检测并行独立 checklist:该查的查了吗?该停的药停了吗?
→
6 · 返 Cardpatient-view 钩子显示,suggestion 待点击
→
7 · 医师签署CA 签名落库,采纳/驳回入审计

第 1–5 步无人参与,AI 在医师看到之前已完成评估与自检;第 6–7 步人必须在场。

读路径放手、写路径收口。查询类任务可交给 agent,状态变更一律经医师点击 —— 把"能力强的地方放开、不可靠的地方收紧"做成架构约束,比靠流程规定更可靠。
02 · 传统医院信息化系统

约 20 类系统部署在院内机房、数据各自落库,集成平台与 CDR 是唯一把它们串起来的骨架

系统全称管什么典型数据在本方案中的角色
临床业务
HIS医院信息系统挂号、收费、药房、住院登记、医嘱流转患者主索引、费用、医嘱、药品事件源 + 工具 + 嵌入点
EMR电子病历系统门诊/住院病历书写、病程记录、归档主诉、现病史、病程、出院小结(大量非结构化文本)最高价值嵌入点
CIS临床信息系统(医生工作站)开医嘱、开检查、看结果医嘱、申请单CDS Hooks 宿主
NIS护理信息系统护理评估、体征、护理记录、移动护理体征、量表、护理文书事件源 + 嵌入点
AIMS / ICIS手术麻醉 / 重症监护术中与 ICU 设备数据自动采集高频时序生命体征事件源
PASS合理用药 / 前置审方处方规则校验、相互作用、剂量处方、规则库嵌入点
临床路径 / 院感 / 输血 / 病案—路径管理、感染监测、用血闭环、首页归档首页编码、感染指标事件源 + 嵌入点
医技
LIS实验室信息系统检验申请、标本、仪器联机、报告审核检验结果(结构化)事件源(危急值主来源)
PACS / RIS影像归档通信 / 放射信息DICOM 影像存储调阅、预约与报告影像(TB–PB 级)、报告文本事件源 + 嵌入点
PIS病理信息系统取材、切片、数字病理、报告全切片图像、报告事件源(需器械证模型)
超声 / 内镜 / 心电专科影像与功能检查图像采集与报告图像、波形事件源
运营管理
HRP医院资源规划财务、预算、成本、物资、资产、人事绩效凭证、成本、库存数据源
OA / 医务 / 质控办公与管理公文、会议、不良事件、质量指标、DRG 运营公文、制度、质量指标智能办公主战场
患者服务
预约 / 自助 / 移动支付—线上预约、自助机、诊间支付、电子票据预约、支付流水嵌入点(导诊)
互联网医院第二名称互联网医院复诊、处方流转、药品配送、随访线上病历、处方自主研发重点
基础平台
集成平台 ESB医院信息集成平台系统间消息与服务总线(HL7 v2 / FHIR)、MDM、EMPI消息、主数据存量系统互联
CDR临床数据中心汇聚全院数据,支撑 BI、科研、互联互通测评全量临床明细agent 回查的主数据源
统一身份 / CA—单点登录、医护电子签名、时间戳身份、签名AI 结果"签字生效"的锚点

部署与存储现状

本地机房

  • 核心业务库多为物理机 + 虚拟化,主备或 RAC
  • 信创改造中:国产 CPU、达梦/金仓数据库逐步替换
  • PACS 走独立大容量存储,在线 + 近线 + 归档三级

数据本地落库

  • 每套系统一个库,同一患者散落在 10+ 个库里
  • 集成平台按消息同步,CDR 做汇聚但质量参差
  • 病历 70% 以上是自由文本

网络分区

  • 内网与外网物理或逻辑隔离,靠网闸受控摆渡
  • 医保、卫健、疾控走专线 + 前置机
  • 业务库不直接暴露给任何外部系统
AI 只通过事件骨干与 CDR 取数,不直连任何业务生产库。直连会让每个 AI 应用都变成新的安全口子,也会拖慢 HIS 生产库。
03 · 外部交互

15 类固定交互:监管与医保走专网前置机,患者与支付走 DMZ,厂商运维走堡垒机,没有一条直通业务库

对象交互内容通道方式安全措施
监管与医保(专网)
国家/省医保信息平台身份核验、医保电子凭证、门诊住院结算、处方流转、结算清单、DRG/DIP 分组医保专线前置机 + 标准接口(实时交易 + 批量上传)专线隔离、接口签名验签、交易日志留存
卫健委 / 区域健康信息平台电子病历共享文档、检查检验结果互认、健康档案、统计直报卫生专网 / 政务外网前置机 + CDA / WebService / FHIR前置机只放共享副本,单向推送为主
疾控传染病报告卡、死因监测、慢病与预防接种疾控专网 / VPN直报系统 + 前置机接口专用终端、最小字段
质控与绩效上报病案首页(HQMS/国考)、单病种、质量指标、不良事件互联网 / 专网平台填报 + 文件批量上传专用终端、上传前校验与审批
省互联网医疗监管平台互联网医院医师、处方、诊疗行为实时数据专网 / 加密互联网实时接口推送全程留痕可追溯
财政电子票据电子票据开具与核销财政专网前置机接口签章、对账
患者与商业(DMZ)
患者端预约、缴费、报告查询、线上复诊、随访互联网App / 小程序 / H5 → DMZ 网关WAF、实名、Token 鉴权、接口级脱敏
银行 / 第三方支付诊间支付、退款、对账互联网专线支付网关 + 日终对账文件证书双向认证、金额校验
商保理赔直付、授权调阅互联网 / 专线开放 API患者授权、按次授权、最小字段
短信 / 公众号 / 健康卡通知、身份互联网API模板审核、不含诊断明文
协作机构
医联体 / 远程医疗远程会诊、双向转诊、影像检验共享专网 / VPNDICOM / HL7 / 视频机构间协议、按患者授权调阅
第三方检验 / 云影像外送检验申请与结果、云胶片专线 / VPNHL7 / DICOM / API委托处理协议、影响评估
药品耗材采购 / UDI集采订单、配送、追溯码互联网平台 + 接口不含患者数据
运维(高风险)
厂商远程运维系统升级、故障排查VPN堡垒机跳转工单审批、限时账号、录屏、禁止数据外拷
公有云大模型文献、公开知识、通用办公互联网只经 TokenHub 出口代理仅 1–2 级数据、出口 DLP、白名单域名
公有云大模型是唯一新增的外部交互,也是风险最大的一类。必须像医保、卫健一样被收编成单一受控通道,而不是让每个医生在浏览器里自己用。
04 · 值得 AI 化的系统

22 个场景按「高频 × 数据现成 × 低临床风险」分三档,首批做文书与编码类——不碰诊断决策,却占用医师大量时间

场景清单以国家卫健委等三部门《卫生健康行业人工智能应用场景参考指引》(四大领域 84 个场景)为母本筛选;风险分级参照《医疗机构人工智能应用与治理专家共识(2026 版)》低/中/高三档。

优先级应用嵌入点做什么数据级别风险自主级别
临床文书与质控
首批智能病历生成EMR / 门诊医生站门诊环境语音 → 结构化病历;入院记录、病程、出院小结草稿4 级中L1
首批病历内涵质控EMR / 病案逻辑矛盾、缺项、复制粘贴、时限,运行病历实时提示4 级低L1
首批病案首页编码 / DRG·DIP病案 / 医保诊断与手术 ICD 编码建议、主诊断选择、入组预测4 级低L1
首批医保智能审核HIS / 医保结算前违规预警(超适应症、重复收费、分解住院)4 级低L1
首批护理文书与交接班NIS护理记录、评估量表、SBAR 交班报告草稿4 级低L1
临床决策辅助
二批CDSS 专病辅助决策医生站结合病历、检验、指南给出鉴别诊断与检查建议,附可展开证据4 级高L1
二批前置审方 / 合理用药PASS / 药房在规则引擎之外补充自然语言用药风险解释4 级中L1
二批检验 / 影像报告解读LIS / RIS / 互联网医院给医师的异常汇总、给患者的通俗解读4 级中L1
三批影像 / 病理辅助诊断PACS / PIS病灶检出、靶区勾画4 级高取证产品
三批危重预警ICIS / NIS脓毒症、跌倒、压疮、病情恶化早期预警4 级高L1
患者服务
首批智能导诊分诊预约 / 互联网医院症状 → 科室推荐;危急症状直接提示急诊3 级低L1–L2
二批预问诊互联网医院 → 医生站就诊前采集主诉病史,生成医师可读摘要4 级中L1
二批智能随访 / 院后管理随访系统按病种随访问卷、异常回复转人工4 级中L1
科研
二批专病库自动抽取CDR → 科研库从自由文本病历抽取结构化变量,替代人工录入3 级低L1
二批科研分析 Agent科研平台自然语言 → SQL / 统计脚本,生成图表与方法学描述3 级低L1
二批临床试验患者招募GCP / CDR按入排标准筛查候选患者3 级中L1
首批文献检索与综述WorkBuddy外文文献检索、综述、基金标书初稿1 级低可走外网
运营管理与办公
首批院内知识库问答OA / WorkBuddy制度、流程、诊疗规范、药品目录问答2 级低L0–L1
首批智能办公OA / WorkBuddy公文、会议纪要、汇报材料、表格分析2 级低L1
三批运营问数 / BIHRP / 数据中心自然语言问数、DRG 盈亏分析、国考指标归因公开评测显示管理/工作流类任务得分最低(0.53–0.63),预期不宜过高2–3 级低L0
三批院感 / 不良事件识别院感 / 医务从病历与检验中自动识别疑似病例4 级中L1
三批智能排班 / 手术室调度HRP / 手麻约束优化 + 大模型解释2 级低L1
首批九个应用全部不替医师做决定,只替医师写、查、编、审。可走简化备案快速上线,并在三个月内用病历书写时长、首页编码准确率、医保拒付率三个硬指标验证价值,再申请高风险场景。
05 · 首批九个应用的落地场景

按依赖轻重分三批上线:先上不碰患者数据的,再上只读提示的,最后上写入文书和直面患者的

第 1 批 · 第 1 个月

不碰患者数据。只需 TokenHub + 1–2 级数据,不接 HIS;两周可上线,用来把全院私用公网 AI 的流量收口。

第 2 批 · 第 2 个月

只读患者数据、只出提示。读 CDR / EMR,结果给质控科、病案室、医保办,不回写病历;投入产出最好算。

第 3 批 · 第 3 个月

写入临床文书、直面患者。需要 CDS Hooks 对接、诊室拾音设备、患者告知与 DMZ 前端;接口改造第 1 个月就启动。

01
院内知识库问答OA · WorkBuddy · 医生站侧栏
第 1 批
  • 夜班规培医师查"危急值报告与处置流程",返回本院制度原文条款 + 版本号 + 发布日期
  • 查"某药是否在本院目录、医保限什么适应症",检索院内药品与医保目录
  • 知识源:18 项医疗质量安全核心制度、院内规章、诊疗规范、护理操作规程、院感防控
上线节奏第 1 个月:只用 2 级内部文档、不接 HIS,是全院第一个内网 AI 入口。
验收指标职能部门出题的 300 题评测集准确率 ≥90%,100% 回答附制度出处;职能科室重复咨询量下降 ≥30%。
02
智能办公院办 · 医务处 · 护理部 · 财务 · 信息科
第 1 批
  • 院长办公会、MDT、科务会录音 → 会议纪要 + 待办分派到责任科室
  • 月度运营分析会:报表导出 → 汇报材料与文字解读
  • 公文与通知起草、招标参数比对、迎检材料整理
上线节奏第 1 个月:与知识库同步,核心目的是把职能科室私用公网 AI 的流量收进 TokenHub。
验收指标职能科室周活跃率 ≥60%,纪要/月报产出时长下降 ≥50%;防火墙侧公网 AI 域名直连流量归零。
03
文献检索与综述临床科室 · 科研处
第 1 批
  • 申报课题:检索近 5 年文献,生成带引用的研究现状草稿
  • 按专科订阅指南更新,每周汇总新指南与关键 RCT
  • 投稿英文润色、审稿意见逐条回复草稿
上线节奏第 1 个月:唯一允许走外网模型的首批场景(1 级公开数据),同时实测出口代理与 DLP 管不管得住。
验收指标抽检引用 100% 可回溯到真实 DOI / PMID;故意粘贴含姓名或病案号文本的红队测试拦截率 100%。
04
病历内涵质控EMR 运行病历 · 质控科终末质控
第 2 批
  • 时限质控:入院记录 24h、首次病程 8h、上级医师查房 48h、术前讨论与知情同意缺失 → 医生站实时提示
  • 内涵质控:主诉与诊断不符、现病史与查体矛盾、诊断依据不足、大段复制粘贴
  • 归档前终末质控全量机审,质控科只复核机器标红的病历
上线节奏第 2 个月:只读 EMR、只提示不改病历,直接服务电子病历评级与病历质量考核。
验收指标300 份双盲对照与质控专家一致率 ≥85%,终末病历由抽检变 100% 机审;缺知情同意、缺术前讨论等否决项漏检数 = 0。
05
病案首页编码 / DRG·DIP病案室 · 医生站出院环节
第 2 批
  • 出院后读取出院记录、手术记录、病理报告,推荐主诊断、其他诊断与手术操作编码
  • 提示漏编并发症/合并症、主诊断选择错误、高编低编风险
  • 出院前提醒主治医师"诊断依据不足 / 病理未回",并预测入组
上线节奏第 2 个月:直接关系医保收入与国考首页质量,是最快产出硬指标的场景。
验收指标主诊断 + 主手术编码与资深编码员一致率 ≥90%,首页/结算清单退回率下降 ≥50%;采纳建议后被认定高编高套的病例 = 0。
06
医保智能审核HIS 医嘱 · 住院费用 · 医保办
第 2 批
  • 事前:开医嘱时提示限定支付范围、适应症不符、需签自费知情同意
  • 事中:每晚扫描在院患者费用,找出重复收费、超标准、分解收费、串换项目
  • 事后:结算前全量审查,医保办只复核高风险清单;大模型把命中规则翻译成医师看得懂的话
上线节奏第 2 个月:规则引擎为主、大模型做解释,对齐医保智能监管规则。
验收指标规则命中真阳性率 ≥80%,拒付/扣款金额同比下降 ≥30%;因误拦截耽误必要治疗的事件 = 0(医师说明理由即可放行)。
07
智能病历生成门诊医生站 · 住院 EMR
第 3 批
  • 门诊:告知患者并取得同意后诊室拾音 → 语音转写 → 按专科模板生成主诉/现病史/查体/初步诊断草稿,医师修改后签名
  • 入院记录:汇总门急诊病历与检验检查,24 小时内出草稿
  • 出院小结:从病程、手术记录、医嘱汇总诊疗经过与出院医嘱
上线节奏第 3 个月:价值最高、依赖最重。需 CDS Hooks 对接与诊室拾音设备,第 1 个月启动改造,先在 2–3 个试点科室上线。
验收指标门诊单份病历书写时长下降 ≥40%,采纳率 ≥70%;每月抽 200 份,关键事实错误(药名、剂量、侧别、过敏史)≤1%。
08
护理文书与交接班NIS · 移动护理 PDA
第 3 批
  • 入院评估:根据病历预填 Braden 压疮、Morse 跌倒、Barthel 自理能力等量表,护士确认
  • 护理记录:按体征、出入量、医嘱执行情况生成每班记录草稿
  • 交接班:自动汇总新入院、手术、危重、特殊用药患者,生成 SBAR 交班报告
上线节奏第 3 个月:与智能病历共用写入通道,接口打通后边际成本低。
验收指标护士每班文书时长下降 ≥30%,采纳率 ≥70%;交班报告中危重/术后患者遗漏数 = 0。
09
智能导诊分诊公众号 / 小程序 · 自助机
第 3 批
  • 患者输入"孩子发烧 3 天还咳嗽",多轮追问年龄、体温、伴随症状 → 推荐儿科/儿童呼吸专科 + 可约号源
  • 胸痛、卒中征象、大出血、呼吸困难等危急症状:立即提示急诊/120,不进入挂号流程
  • 只推荐科室,不给诊断、不推荐用药;症状数据按 3 级处理,只调内网模型
上线节奏第 3 个月:唯一直面患者的首批场景,需 DMZ 前端与舆情风险评估,放在院内应用稳定后上线。
验收指标推荐科室与最终就诊科室一致率 ≥90%,挂错号退号/转科率下降 ≥30%;危急症状红线测试集召回率 100%。

目标值为建议值,非已验证的行业基准。统一口径:上线前 2 周采集基线,验收比较"基线 vs 上线后第 4 周",抽样复核分别由质控科、病案室、医保办、护理部、医务处执行。

每个应用都配一个加粗的红线指标。效率指标没达标可以继续迭代;红线指标不达标,直接下线整改。
06 · 自主性分级与写入通道

每个场景显式标注 L0–L3 自主级别;agent 对业务系统零直接写权限,所有状态变更只能由医师点击 suggestion Card 触发

L0
只读呈现Information Card
汇总、摘要、风险标注。不产生任何建议动作,医师完全自主决策。
简化备案季度抽检
L1
建议待采纳Suggestion Card
给出具体可执行建议,渲染为按钮,医师点击才生效。病历草稿、编码建议、审方解释、遗漏提示均在此级。
默认级别月度监测采纳率/修改率
L2
默认执行可撤销opt-out
AI 结果默认生效,医师可在时限内撤销。仅限无临床风险的流程项:导诊分诊、随访问卷派发、工单路由。
多学科评审不得用于诊疗决策
L3
完全自主无人在环
处方、诊断、接诊环节法定不可达:处方须接诊医师本人开具,严禁使用人工智能等自动生成处方;AI 软件不得冒用、替代医师本人提供诊疗服务。
法规禁止,不设技术路径

L1 → L2 升级需要的证据

① 影子期时长与样本量

该场景在影子模式下累计 ≥3 个月且 ≥1,000 例,覆盖季节性与科室分布。

② 与历史结局对照

AI 建议 vs 实际发生的结局,遗漏率与严重遗漏数低于预注册阈值。严重遗漏 ≠ 0 则不得升级。

③ 校准度而非准确率

提供 Brier score / ECE 与弃答率;高置信度错误必须单列。

④ 红队含遗漏型攻击

对抗集须包含"故意制造信息缺口"的样本,检验 AI 是否会沉默放过。

CDS Hooks 钩子与拦截点

Hook触发时机AI 做什么最高自主级别
patient-view打开患者病历全病程摘要、风险标注、遗漏提示汇总L0–L1
order-select选中医嘱项,签署前剂量、相互作用、适应症、医保限制提示与替代建议L1
order-sign医嘱即将签署的瞬间处方红线最后拦截点:禁开药品、超适应症、缺知情同意一律在此拦住L1 上限,禁止自动放行
encounter-start就诊 / 转入开始预问诊摘要、交接遗漏清单L0–L1
encounter-discharge办理出院出院小结草稿、出院前遗漏全量核对L1
appointment-book预约科室推荐、检查前置准备提示L1–L2(仅流程项)

归责清晰

点击 + CA 电子签名使法律责任主体毫无争议,满足"处方须医师本人开具"的要求。

可靠性对齐能力

公开评测显示同一模型在模拟 EHR 中查询类任务约 85% 可靠、操作类仅约 54%。把写操作交给人,等于不让系统依赖模型最弱的能力。

监管路径更优

Card 可展开到原始证据(条文、检验值、指南段落),符合"医师能独立审查推荐依据"的方向,降低落入器械监管的概率。

order-sign 是整个架构里最有价值的单点:把所有处方与医嘱红线挂在这一个标准钩子上,不必在十几个业务系统里各自实现一遍拦截逻辑。
07 · 遗漏检测器

独立于生成链路的第二道防线:人工审核能发现 AI 写错的,发现不了 AI 该写却没写的

公开临床安全评测(100 个真实案例、31 个模型、12,747 条专家注释)显示:顶级模型在 10–20% 案例中会给出潜在严重有害建议,其中 77% 的严重伤害来自遗漏错误——未能推荐关键检查或治疗。另一项基准的医师评分标准中,"完整性"权重 39%,高于"准确性"33%。因此本方案把查漏作为独立组件,而非生成模型的自检步骤。

为什么不能复用生成模型做自检

  • 同源偏差:同一模型、同一上下文、同一次推理,它漏掉的东西在自检时同样想不起来。自检只能发现内部矛盾,不能发现外部缺口。
  • 多代理有效性来自角色分离:公开评测显示"顾问 + 监护人"的多代理结构能进一步降低伤害,有效性来自视角分离而非多跑一遍。
  • 任务性质不同:生成是开放式续写,查漏是闭集核对(清单上 N 项,逐项问"有没有")。后者该用确定性清单 + 检索,而非自由生成。

独立性的四条实现要求

  • 不同模型或不同上下文:不复用生成时的会话与中间结论,从原始事件流重新构建视图。
  • 清单驱动而非自由生成:输出必须是"清单项 → 命中/未命中/不适用 + 证据定位",可逐项审计。
  • 输出到独立通道:走只读工作队列,不混进生成结果,避免医师把它当成同一份建议一起划掉。
  • 独立评测与独立回退:有自己的遗漏专项测试集;误报过多时单独降级,不影响生成链路。

四个全量运行节点

节点触发日频次清单示例(由科室与质控科共同制定并签字)外部验证方式
出院前encounter-discharge100待回的检验/病理是否已回?异常值是否已处置或交代?出院带药与住院医嘱是否冲突?随访是否已约?与 30 天再入院率、非计划返诊率对照
术前手术节点事件60知情同意、术前讨论、抗凝药停用、过敏史、备血、禁食是否齐备与术前取消率、围术期不良事件对照
危急值Observation 危急值50是否已通知?是否已复查?是否已下相应医嘱?时限是否超?与危急值闭环时限达标率对照
转科 / 交接encounter-start / 转科80未完成医嘱、待观察问题、特殊用药、隔离要求是否在交接中体现与交接遗漏不良事件数对照
合计290 次/天长上下文(全病程约 20K token),算力影响见第 09 节

频次按 1500 床三甲估算(日出院约 100、日手术约 60)。清单内容必须由本院对应科室与质控科共同制定并签字,避免变成 AI 自己定义什么叫遗漏。

验收指标不是"查出多少遗漏",而是被医师采纳的遗漏提示数 / 总提示数(精确率)与回溯发现的真实遗漏中被捕获的比例(召回率)两者同时达标。只看召回会淹没医师,只看精确会放过风险。
08 · TokenHub 与数据分层

TokenHub 的本质是一张「数据级别 × 模型位置」的路由表:应用永远拿不到真实外网 Key,token 出不出院由数据级别决定而非由使用者决定

路由决策矩阵(数据级别参照 GB/T 39725-2020 五级)

数据级别典型内容内网自建模型专属医疗云(等保三级·境内)外网公有云 API
1 级 · 可公开公开文献、指南、科普、代码允许允许允许经出口代理 + DLP
2 级 · 内部院内制度、通知、不含患者的运营数据允许允许有条件科室审批 + 关键字段脱敏
3 级 · 中度敏感去标识化科研集、统计汇总、导诊症状允许有条件委托处理协议 + 影响评估禁止
4 级 · 高度敏感可识别患者的病历、检验、影像、处方允许禁止默认;特批另议禁止
5 级 · 极高敏感传染病、精神、HIV、生殖、基因、特殊人群仅内网最小权限 + 强化审计禁止禁止

"禁止"格对应《医疗卫生机构数据安全和个人信息保护管理办法(试行)》与 2026 版专家共识中"数据不出院、严禁将患者原始数据输入公开生成式 AI"的要求。

一次调用在 TokenHub 内部经过的六步

1 · 接入鉴权agent 虚拟 Key + 用户 SSO 身份
→
2 · 数据定级应用声明 + PII 识别器复核,取高
→
3 · 策略路由查矩阵选模型池;内网满载只排队不外溢
→
4 · 护栏提示注入检测、出口 DLP、输出审核
→
5 · 计量按 agent/科室/人记 token,内外网分账
→
6 · 审计请求与响应加密留存,可按患者 ID 反查

数据分层:纵向六层 × 横向五级

L5
服务层API · MCP 工具 · TokenHub
对 agent 暴露的唯一出口;每个工具声明数据级别、只读/可写、是否需人工确认
新增按调用审计
L4
AI 知识层向量库 · 知识图谱 · 提示词库
指南、药品说明书、院内制度、编码库(1–2 级)与病历向量(4 级)分库存放;向量条目携带患者/科室 ACL,检索时按用户权限过滤
新增分库 + ACL
L3
主题与科研层专病库 · 科研库 · 运营主题库
去标识化后按项目授权;衍生数据与融合数据重新评估定级;导出走审批与水印
3 级为主项目制
L2
CDR 临床数据中心以患者为中心的全量明细
EMPI 统一患者、标准化术语、质量校验;agent 回查的主来源,但只通过 L5 服务访问
4–5 级等保三级
L1
事件骨干 + 集成平台Kafka · FHIR Subscription · ESB · ODS
实时事件与贴源数据;AI 的触发源,也是遗漏检测器重建视图的原始材料
4–5 级
L0
业务系统库HIS · EMR · LIS · PACS …
生产库,AI 一律不直连;PACS/病理大文件进入影像数据湖供多模态模型读取
4–5 级AI 禁直连

横向分级与保护要求

管理分类对应技术级别保护要求
核心数据大规模、高精度的人群健康数据集合等保三级以上,涉关基的落实关键信息基础设施保护;境内存储;出境须安全评估
重要数据4–5 级患者明细达到一定规模等保三级以上;每年至少一次风险评估;加密存储与备份;禁止经微信、网盘、社交软件传输
一般数据1–3 级按最小必要使用;混合场景"就高不就低"
RAG 最容易出事的地方不是模型,是向量库。把全院病历灌进一个不带 ACL 的向量库,等于给每个能提问的人开了全院病历的调阅权限。L4 必须分库 + 权限继承。
09 · 算力测算与 BOM

事件驱动下 1500 床三甲峰值约 194K TPM、decode 496 tok/s;85% 的事件由规则零成本拦掉,大模型只吃 3%

TPM 计算逻辑

① 单场景日 token = 日业务量 × AI 覆盖率 × (平均输入 tok + 平均输出 tok) ② 事件驱动增量 = 日事件数 × 分层比例 × 该层单位 token ③ 峰值 TPM = 日总 token × 高峰小时占比 ÷ 60 // 医院门诊集中,取 20% ④ 峰值 prefill = 峰值输入 tok/h ÷ 3600 // 预填充,算力(TFLOPS)瓶颈 峰值 decode = 峰值输出 tok/h ÷ 3600 // 解码,显存带宽(TB/s)瓶颈 ⑤ 卡数 = max(显存需求, prefill 需求, decode 需求) // 三者取大,不是相加 显存 = 权重 + KV ; KV ≈ 单 token KV 字节 × 并发 × 平均上下文 ⑥ 节点数 = ⌈卡数 ÷ 单机卡数⌉ × 余量 + 冗余节点

prefill 与 decode 必须分开算:预填充把整段提示一次过完,吃算力;解码逐字输出,每个 token 都要把激活权重从显存读一遍,吃带宽。医院场景输入远大于输出,但供给侧 prefill 极便宜,最终定卡数的是 decode。

负载构成

来源构成事件/次数输入 token
交互式应用病历生成、质控、编码、医保审核、护理文书、知识库、办公、导诊等12,900 次/天23.8M
事件 L1 规则体征 20,000 + 检验 12,000 + 医嘱 8,000 + 护理 5,000 + 影像 1,500 + 入出转 300 + 手术 180,规则拦截 85%39,933(占 85%)0零 token
事件 L2 小模型分类与路由,12%5,6378.5M× 1.5K
事件 L3 大模型需要推理的,3%1,40911.3M× 8K
遗漏检测出院 100 + 术前 60 + 危急值 50 + 交接 80,长上下文2905.8M× 20K
日临床事件 46,980 · 合计—49.4M 输入
58.3 M tok/日
日总量(输入 49.4M + 输出 8.9M)
194 K TPM
峰值每分钟 token
= 58.3M × 20% ÷ 60
2,742 tok/s
峰值 prefill
供给侧余量充裕
496 tok/s
峰值 decode
定卡数的瓶颈

模型选型

角色模型总参 / 激活上下文许可院内定位
主力DeepSeek V4-Flash284B / 13B1MMIT病历生成、质控、问答、RAG、事件评估;激活参数小、吞吐高
重型GLM-5.2 或 DeepSeek V4-Pro≈744B / 40B · 1.6T / 49B1MMIT长上下文遗漏检测、CDSS、科研 Agent
小模型Qwen3.5 系列 + Embedding / Rerank / ASR如 35B / 3B256KApache 2.0事件分类与路由(吃掉 12% 事件)、OCR、检索、语音转写
可选Kimi K2.61T / 32B256K修改版 MIT原生多模态;商用自部署前须法务核对授权条款
合规医疗专用模型——商业授权影像/病理/心电辅助诊断,按医疗器械注册证管理,不用通用大模型替代

加速卡选型

对比项昆仑芯 P800RTX PRO 5000 Blackwell 72GB
显存 / 带宽64 GB HBM2E / 约 2.4 TB/s公开资料存在冲突,取保守值72 GB GDDR7 ECC / 1,344 GB/s官方 datasheet
卡间互联XPU-Link / XCCL仅 PCIe 5.0 ×16,需主板支持 GPU P2P DMA
主力 decode(估)≈1,382 tok/s,余量 2.8×≈645 tok/s,余量 1.3×
多智能体放大 3× 后2 台 = 2,765 tok/s,余量 1.9×2 台 = 1,290 tok/s,余量 0.9×不足
信创合规国产,公立医院可采购进口,公立医院采购受限
散热形态标准服务器形态官方 datasheet 为主动散热工作站卡,8 卡密集部署须确认服务器版供货
方案定位主力与重型推理节点小模型节点(单卡装得下,MIG 可切 2×24GB 跑多服务)

BOM(12 台机器,可直接作为询价单)

#品类规格要求(招标最低配置)数量单机功耗小计单价
待询价
金额
待询价
A · 算力服务器
A1主力推理服务器主力 LLM,TP84U,8× 昆仑芯 P800(64GB 及以上,卡间 XPU-Link 全互联)CPU 双路国产 ≥64 核|内存 1 TB DDR5 ECC|系统盘 2× 960GB SSD RAID1|数据盘 4× 3.84TB NVMe|2× 25GE + 2× 200G RoCE|2+2 冗余电源2 台4.5 kW9.0 kW
A2重型推理服务器遗漏检测长上下文、CDSS、科研配置同 A1重型模型 INT4 约 400 GB,8×64 GB 可容纳1 台4.5 kW4.5 kW
A3小模型服务器承接 12% 事件分类 + 检索 + 语音2U,4× 48GB 级推理卡启用 MIG 切分跑多服务|CPU 双路 ≥32 核|内存 512 GB|2× 25GE|1+1 冗余电源1 台2.5 kW2.5 kW
B · 通用服务器
B1事件骨干节点Kafka + FHIR Subscription 服务1U,三节点集群CPU 双路 ≥32 核|内存 256 GB|4× 3.84TB NVMe(事件留存)|2× 25GE3 台0.5 kW1.5 kW
B2TokenHub / K8s 控制节点三节点高可用1UCPU 双路 ≥32 核|内存 256 GB|2× 1.92TB NVMe RAID1|2× 25GE3 台0.5 kW1.5 kW
B3向量库节点L4 知识层,按级别分库1UCPU 双路 ≥32 核|内存 512 GB|4× 3.84TB NVMe|2× 25GE2 台0.6 kW1.2 kW
C · 网络
C1RoCE 交换机200GE × 32 口,支持 PFC + ECN 无损,双机堆叠2 台0.3 kW0.6 kW
C2业务交换机25GE × 48 口 + 100GE 上行 ×42 台0.2 kW0.4 kW
C3管理交换机1GE × 48 口,带外管理 / BMC 专网1 台0.1 kW0.1 kW
C4线缆与光模块200G DAC ×16、25G DAC ×28、1G 网线 ×281 批——
D · 存储
D1模型仓库与审计存储可用 ≥50 TB,支持 NFS / S3模型权重多版本(单模型 160–800 GB,存 3–5 版)+审计日志 ≥6 个月+评测集;审计日志独立卷1 套1.0 kW1.0 kW
E · 机柜与机房配套
E1机柜42U,前后门网孔率 ≥70%,双路独立市电 + 智能 PDU单柜负载须 ≤12 kW;老机房常见 6 kW/柜,此时需 4 个柜分散摆放2–4 个——
E2配电改造新增专用回路,UPS 容量核算IT 负载 22.3 kW,含 UPS 效率与余量按 30–35 kW 报装1 项——
E3制冷行级精密空调或冷通道封闭22.3 kW 热负荷约 6.3 冷吨;8 卡机风量噪音大,不能放普通弱电间1 项——
F · 软件与服务
F1推理引擎厂商官方适配版,同时提供 vLLM / SGLang 适配验证报告须提供所投模型的版本号、量化方式、启动参数1 套——
F2容器与调度K8s + 加速卡设备插件 + 显存切分 + 多模型多副本调度,支撑灰度与回滚1 套——
F3TokenHub统一接入 + 数据分级路由 + 虚拟 Key + 配额分账 + 全链路审计第一期必须交付1 套——
F4事件骨干软件Kafka 集群 + FHIR Subscription 服务 + Debezium CDC;提供按患者 ID 重放能力1 套——
F5监控单卡级(显存/利用率/温度/功耗/ECC)+ 服务级(TPM/并发/p95 延迟/排队深度/科室 token 消耗)两套看板,可导出月度容量报表1 套——
F6适配与压测服务厂商驻场完成模型部署、调优、压测报告写入合同,验收不通过不付尾款1 项——
F7质保与服务硬件 3 年原厂 7×24,加速卡 4 小时到场;软件 3 年升级与技术支持3 年——
合计12 台服务器算力 4 台 + 通用 8 台 + 网络 5 台 + 存储 1 套 + 机柜 2–4 个——22.3 kW

价格留空由集成商填报。公开渠道的加速卡单价差异极大(同型号两个来源可相差数倍),任何总价推算都会误导。请用上表的型号与数量直接向 2–3 家集成商询价比对。可参考的量级规律:8 卡整机中加速卡成本通常占 60–75%;机柜与配电制冷改造常被漏报,实际可占总投资 10–15%,务必要求单独列项。

连接拓扑

卡间(机内)
8 卡全互联跑张量并行(TP8)。招标必须写明卡间互联协议与带宽,不接受用 PCIe Switch 冒充高速互联。
机间
200G RoCE v2,双交换机堆叠,开 PFC + ECN 做无损。用途:重型模型跨机并行、prefill/decode 分离、模型权重分发。
事件骨干
Kafka 三节点间 25GE 互联;对业务系统侧用 25GE 接入内网核心,订阅端点在内网。
算力域 → 内网
25G 双上行到内网核心,算力域独立 VLAN,默认无互联网出口,只接受 TokenHub 来源流量(ACL 白名单)。
存储
模型仓库(权重离线导入、哈希校验)走 NFS/对象存储;向量库本地 NVMe;审计日志独立卷,与业务数据物理分离。
管理
独立 1G 带外管理网(BMC / IPMI),接堡垒机,禁止与业务网混用。

以上吞吐与负载数字均为估算,非实测。加速卡 decode 能力按 roofline 粗估并取经验折扣;厂商公开带宽参数存在冲突,已取保守值。事件频次按 1500 床三甲业务量推算;分层比例 85/12/3 是设计目标而非实测分布,真实比例取决于规则引擎覆盖质量,必须上线后用实际事件流校准。采购决策须以第 12 节的实测验收为准。

增量算力主要来自"持续评估"而非更大模型,且大部分可被规则与小模型消化。真正该投入的不是更多 GPU,是规则引擎的覆盖质量——L1 从 85% 降到 70%,大模型负载就会翻倍。
10 · 安全与部署

传统七层防护全部保留,针对 AI 额外设防四类新风险

传统七层(沿用并加固)

层措施
物理机房门禁、视频、动环;报废设备数据彻底清除
网络安全域划分、网闸、防火墙、IPS、抗 D、内外网隔离
主机基线加固、EDR、补丁、堡垒机统一运维
应用WAF、统一身份、接口鉴权、代码审计
数据分类分级、国密加密、脱敏、水印、数据库审计、备份
终端准入、DLP、外设与网盘 / IM 外发管控
管理一把手负责制、网信领导小组、应急预案与演练、第三方审查

AI 新增四类风险

风险控制
提示注入 / 数据外泄输入输出双向过滤;患者上传文本与系统指令隔离;出口 DLP
越权检索向量库 ACL 继承业务系统权限;OPA/Rego 策略可单元测试;检索结果按用户二次过滤
模型供应链权重官方渠道离线导入、哈希校验;推理镜像扫描;算力域禁止主动外联
Agent 越权 / 幻觉工具默认只读;写入业务系统必须医师点击 + 电子签名;回答附可展开证据

部署要点

算力域独立

推理集群单独 VLAN / 安全域,只接受 TokenHub 来源流量;默认无互联网出口。

TokenHub 双侧部署

核心(路由、审计、密钥)在内网;出口代理在 DMZ,只接受内网核心转发的已定级请求。

互联网医院分层

前端与 BFF 在 DMZ;业务后端与数据在内网;DMZ 只缓存会话,不存患者全量。

高可用与降级

TokenHub 与主力模型 N+1;AI 不可用时业务系统必须能退回纯人工流程,AI 不进入关键路径的单点。

准入与治理

风险等级典型应用准入上线后
低导诊、知识库、文书草稿、科研数据清洗、办公简化备案;数据安全 + 系统稳定性 + 伦理合规三重审查季度抽检
中病历生成、审方解释、报告解读、随访多学科评审 + 院内评测集达标月度质量监测、采纳率与修改率
高CDSS 诊断建议、影像/病理辅助诊断、危重预警伦理委员会 + 多学科联合审查;涉医疗器械的须取得注册证持续监测、不良事件上报、算法变更重新评审
安全的底线设计是"AI 挂了,医院照常转"。AI 永远是旁路建议,不进入挂号、收费、医嘱执行的关键路径;这一条比任何防火墙都更能控住临床风险。
11 · WorkBuddy 的两个角色

既是智能办公助手,也是信息科自主研发互联网医院的工作台;产物必须部署回院内

角色 A · 智能办公

  • 部署位置:办公网终端客户端;模型调用指向院内 TokenHub
  • 能力:公文起草、会议纪要、汇报材料、表格分析、制度问答、文献综述
  • 接院内数据:通过 MCP 只读连接院内知识库与 OA,不连 CDR 明细
  • 路由:办公类 → 内网模型;公开文献类 → 可走外网(TokenHub 判定 1 级)
  • 前提:需支持接入私有化模型端点,须与厂商确认企业版能力与部署形态

角色 B · 自主研发互联网医院

  • 开发:信息科用 WorkBuddy 生成前端(小程序/H5)、BFF、后端服务
  • AI 能力:预问诊、导诊、报告解读、随访,统一调用 TokenHub
  • 对接 HIS:只经集成平台 API 与事件骨干,不直连业务库
  • 交付链:院内 Git → 安全扫描 → 测试环境(合成/脱敏数据)→ 等保测评 → DMZ / 等保三级医疗专属云上线

交付链

WorkBuddy需求→代码,开发用合成数据
→
院内代码仓库评审、分支保护
→
安全扫描SAST · 依赖漏洞 · 密钥泄露
→
测试环境脱敏数据联调
→
等保三级测评+ 省监管平台对接
→
生产上线DMZ 前端 · 内网后端 · TokenHub

互联网医院 AI 化的六条红线

不自动开方

处方由接诊医师本人开具,严禁使用人工智能等自动生成处方;在线处方须医师电子签名、药师审核后生效。

AI 不替代医师接诊

医师实名认证;人工智能软件不得冒用、替代医师本人提供诊疗服务。AI 只做预问诊、导诊、解读。

不做首诊

线上仅限常见病、慢性病复诊;病情变化须立即终止线上诊疗,引导线下就诊。

等保三级 + 监管对接

互联网医院信息系统实施第三级信息安全等级保护,并与省级互联网医疗服务监管平台实时对接。

不用公有托管发布

一键发布适合原型与演示;承载患者数据的生产版本必须部署在院内或等保三级的境内医疗专属云。

开发不碰真实患者数据

研发阶段只用合成数据或脱敏样本;厂商与外包人员未经授权不得处理数据。

WorkBuddy 改变的是"谁来开发",不改变"部署在哪、合规怎么过"。医院从采购互联网医院变成自己迭代互联网医院,迭代周期从季度级降到周级,但上线门槛一个都不少。
12 · 验收标准

分两部分:算力交付的硬性实测条款,以及 AI 效果的外部验证链

算力交付验收(红条为否决项)

V1
实测 TPM 门槛
在 70 路并发、8K 输入 / 512 输出的医院真实负载下连续运行 30 分钟,单主力节点聚合吞吐 ≥ 投标承诺值,p95 首 token 延迟 ≤2 s,p95 单流输出 ≥20 tok/s。压测集由医院提供(真实脱敏病历 + 质控 + 问答混合),不接受厂商自带 benchmark。
V2
KV cache 精度
KV cache 必须 ≥16bit。权重量化方式须书面声明并在验收时核验;在医院固定评测集上对比量化前后分数,跌幅超约定阈值即不通过。
V3
卡间互联实测
投标文件须写明卡间互联协议、拓扑与单向带宽,不接受以 PCIe Switch 冒充高速互联。验收现场跑 8 卡 all-reduce 带宽与延迟实测,须达投标值 80% 以上。
V4
72 小时长稳
72 小时满载连续推理不降频、不掉卡、不 OOM、不重启。全程记录每卡温度、功耗、频率曲线与错误日志;出现任一掉卡或 ECC 不可纠错即不通过。
V5
事件骨干能力
按患者 ID 重放任意 24 小时事件流;单患者事件顺序正确;订阅端断开重连后无丢失。并给出真实 L1/L2/L3 分层比例实测值。
V6
模型可替换性
演示在不更换硬件的前提下部署一个投标清单外的开源模型(医院现场指定),并接入 TokenHub 提供服务。防止买成只能跑一个模型的一体机。
V7
TokenHub 功能
统一接入、按数据级别路由(4 级数据不得出内网,现场红队测试)、虚拟 Key 签发与吊销、科室配额与分账报表、按患者 ID 反查完整调用链,逐一演示。
V8
故障演练
现场演练三个场景:① 拔掉一张卡,服务自动降级不中断;② 主力节点整机断电,流量切到冗余节点;③ 推理服务全停,业务系统退回纯人工流程。
V9
机房交付条件
供电报装容量、单柜实测功耗、冷通道进风温度、满载噪音值,四项实测并出报告。配电与制冷改造须单独列项报价。
V10
扩容路径
书面说明从 2 台主力扩到 4 台、6 台的路径:交换机端口是否够、RoCE 组网是否需改造、是否支持跨机张量并行、届时报价机制。

AI 效果的外部验证链

E1
影子模式回溯对照
谁执行:信息科 + 质控科,伦理委员会备案。数据:过去 6 个月真实脱敏病例,AI 跑但输出不给医师看。通过:与已发生的结局对照,严重遗漏数 = 0 且总遗漏率低于预注册阈值。不通过:留在影子模式,不得上线。结局已发生、不可操纵,且不需患者承担任何风险。
E2
预注册的前瞻评估
谁执行:院内研究团队,指标与假设先登记后开跑。数据:上线后真实使用数据,科室分批上线(阶梯式整群随机)。通过:预注册的主指标达标。不通过:按预设回退条件下线,不得事后改指标。
E3
电子病历分级评价
谁执行:第三方现场测评。判据:单项综合评分 = 功能 × 有效应用 × 数据质量(乘法)较基线提升。七级要求质量监控数据全部来自日常业务系统。乘法结构天然惩罚"建而不用":功能满分但医师不用,有效应用趋 0,整项归零。
E4
医保拒付与飞检
谁执行:医保局。判据:拒付/扣款金额较同期下降,且无因采纳 AI 建议导致的高编高套认定。真金白银,无法自说自话。
E5
监管边界自评
谁执行:院内法务 + 器械注册顾问。判据:每条建议是否可展开到原始证据、医师能否独立审查依据;涉影像/病理辅助诊断是否已取得注册证。不通过:该场景停用或走器械注册路径。
E6
评测必含校准度
谁执行:院内评测小组。数据:本院脱敏语料自建评测集 + 公开基准交叉,须含对抗样本与遗漏专项集。判据:除准确率外必测校准度(Brier / ECE)与弃答率——公开综述显示绝大多数研究只测准确率,不测校准就无法知道模型什么时候该说"不知道"。
影子回溯 + 预注册前瞻的组合是效果验证的核心:先在不伤害任何人的条件下用历史结局证伪,再用预注册锁死指标,让"这套方案有效"成为一个可被外部推翻的主张,而不是内部自评。
13 · 实施路线

三阶段,每阶段的过关证据都是外部可验证的

PHASE 1 · 收口与观测

先能看见,再谈智能

  • TokenHub 上线,外网模型统一收口,全链路审计打通
  • 事件骨干接出,只采集不行动
  • 用真实事件流校准 L1/L2/L3 分层比例,替换掉估算值
  • 首批文书类场景按 L1 上线(CDS Hooks suggestion)
  • OPA/Rego 策略库建起来并写单元测试
过关证据:公网 AI 直连流量归零(防火墙日志);事件流可按患者重放;分级评价数据质量项有基线测评值
PHASE 2 · 遗漏防线与深化

把隐性失效接住

  • 遗漏检测器四节点上线,先全程影子模式
  • 与过去 6 个月真实结局回溯对照(E1)
  • 清单由科室 + 质控科共同签字确认
  • CDR 治理、术语标准化、L4 知识层分库建 ACL
  • 二批场景(CDSS、审方、专病抽取、科研 Agent)
过关证据:E1 影子回溯严重遗漏 = 0;提示精确率与召回率双达标;伦理委员会批准转前瞻
PHASE 3 · 分级放开与外溢

用证据换自主性

  • 按第 06 节四条证据逐场景评估 L1→L2
  • 预注册前瞻评估,科室分批上线
  • WorkBuddy 自研互联网医院 AI 化版本
  • 影像/病理辅助诊断走器械路径
  • 通过 TokenHub 向医联体输出内网能力
过关证据:E2 预注册主指标达标;E3 分级评价综合评分提升;E4 医保拒付下降且无高编认定;互联网医院通过等保三级与省监管平台对接
Phase 1 的核心交付物不是任何 AI 功能,而是"能看见"——事件流可重放、调用可审计、分层比例有实测。在看不见事件流、不知道真实分层比例的情况下,后续所有算力与架构决策都只能靠估算。先把观测建起来,估算才能被真实数据替换。
AI 医院智能化建设方案2026-10