近日，第十一届中国健康信息处理大会（CHIP 2025）在广东举办，医渡科技在本届大会上表现亮眼，不仅夺得“医学NLP代码自动生成测评”任务第一名，其前沿算法论文也荣获大会“最佳论文奖”。这双重荣誉，充分印证了该公司在AI医疗赛道兼具技术“硬实力”与学术“软实力”。
技术破局：医学NLP代码生成方案评测夺冠
本届CHIP评测任务吸引了超1000支队伍参与。其中，“医学NLP代码自动生成测评-识别符合临床试验入组标准的患者”任务，因直击患者招募成本高、效率低的行业痛点而备受关注。
该任务由北京大学肿瘤医院米岚、上海商学院陶亮、四川大学华西医院宗辉、上海皓元医药股份有限公司文栋等多位产学研专家联合设计，旨在回应核心挑战：AI生成的代码是否真正可靠、合规？如何打通从科研数据到临床服务的转化路径，实现AI的真正价值？
为此，评测设置了19个类别、51条真实临床试验筛选标准，对大模型生成标准化医学NLP代码的能力进行全面评估。最终，医渡科技与香港城市大学联合团队凭借创新的技术方案脱颖而出，荣获第一名。
在评测任务中，面对大模型处理海量数据的高算力瓶颈，团队创新思路，将其转而用于生成轻量级、可复用且低依赖的专业NLP代码。
医渡科技算法专家李思敏在汇报中介绍，方案融合了智能Schema拆解任务、多样化病例示例采样、智能体驱动的代码迭代以及双重策略融合等多项创新技术，显著提升了代码生成的准确性与实用性。这套方法成功验证了AI生成高质量医学代码的巨大潜力，能够在确保筛查准确性的同时，大幅降低对医院硬件的要求，为大规模临床自动化筛查提供了可行路径。
场景为王：智能患者招募落地显成交
技术的价值，最终由场景定义。 此次评测夺冠，验证了医渡科技在医学NLP与代码生成方面的核心技术能力，为其将前沿能力转化为产业级解决方案奠定了坚实基础，相关技术已在智能患者招募这一核心场景中得到应用。
医渡科技基于自身沉淀的海量知识库、CDE（国家药品监督管理局药品审评中心）能力条件等，对模型进行预训练和精调，构建了患者招募智能体iRecruitment，该智能体展现出显著优势：大模型模式可节省90%以上人工配置成本，对医院多元异构、低质量数据具有强适应性，能大幅降低治理成本，并支持多模态数据，全面提升患者招募的精准性和效率。
构建“可信任、可解释、可落地”的AI应用，是推动医疗行业智能变革的关键。目前，公司通过“数智双中台”已赋能全国30余家三甲医院构建自主AI能力；打造的智能诊疗助手辅助医生服务2.6万患者，医生Copilot等应用产品体系，已在25个典型场景中完成深度打磨，实现从病历生成、预问诊、辅助决策到到患者教育的全流程赋能，持续推动AI医疗从“技术探索”走向“产业落地”。
学术引领：最佳论文奖彰显创新策源力
除技术实践外，医渡科技的学术创新能力同样获得认可。医渡科技首席人工智能科学家闫峻博士团队的研究论文《Enabling AI Scientists To Recognize Innovation: A Domain-Agnostic Algorithm For Assessing Novelty》荣膺本届大会“最佳论文奖”。
该研究创新性地提出了“相对邻居密度”（RND）算法，以解决AI驱动科研中的关键挑战——如何跨领域量化评估科研想法的新颖性。RND通过衡量一个想法在表示空间中与其相邻想法的密度差异，突破了传统方法的领域局限性，为AI辅助科学发现提供了可量化的创新度量工具，具有重要的理论和实践意义。
会议期间，闫峻博士还主持了大会特邀报告环节，与多位专家学者就脑健康数字化评估、AI医院临床部署等前沿议题展开了深入交流。
从算法突破，到医院的场景落地，医渡科技始终坚持以真实需求牵引技术创新。未来，公司将继续深化“产学研”融合，携手各界伙伴，为构建更高效、更精准、更可及的智能医疗未来贡献力量。
