近日，以“Agent进场，效能生长”为主题的2026腾讯云AI产业应用大会召开。国内AI医疗头部企业医渡科技受邀出席，公司技术创新副总裁、AI架构师李林峰博士参与智慧医疗专场圆桌对话，围绕“云智共生・AI驱动的医疗健康产业应用现状与未来趋势”主题，分享了医渡科技以双中台为核心，提供全场景AI驱动解决方案的实践与思考。
医教研管全场景覆盖，让智能体真正进入工作流
李林峰博士介绍，双中台是医渡科技赋能医院高质量发展的核心底座。
数据中台基于YiduCore十余年积累的数据处理能力，能够高效完成多源异构医疗数据的治理、标准化与知识转化，为各类智能化应用筑牢数据根基。AI中台采用“1底座+N医学知识与技能+智能体开发工具链”架构，统一纳管YiduPro及DeepSeek、通义千问等主流开源大模型，内置Skill广场、MCP广场、算子广场三大资源池，支持医生和临床工作者通过自然语言快速编排工作流，低成本定制专科智能体。
依托“数据中台+AI中台”双中台的底层支撑，医渡科技构建起覆盖“医、教、研、管”全场景的AI驱动解决方案矩阵，让AI真正嵌入医院临床、科研及运营管理业务的每一个环节。
在临床诊疗场景中，医渡科技Dr.Copilot临床助手深度嵌入医生工作站等真实诊疗环境，自动关联患者数据，支持病历生成、辅助诊疗、风险评估、患者教育等诊疗全流程高频需求场景，已打造280余个专科场景智能体。医渡智循作为循证决策与智能调度引擎，可以集成到Dr.Copilot，自动结合当前患者数据和医生需求，智能匹配、调度临床助手中的数百个专病专场景智能体，并基于患者病情自主规划智能体执行计划。目前，医渡智循已汇聚超过2000万篇中英文医学文献、逾5万部临床指南与专家共识，以“医渡智循”循证引擎为底座的解决方案已落地40余家三甲医院，Dr.Copilot在单家医院日均调用近1000次。
面向科研场景，医渡科技新一代AI智能科研产品灵析智研可为科研人员提供一站式智能支持，通过大模型赋能实现文献驱动的灵感发现、数据驱动的规律挖掘，以及科研全流程自动化：从自然语言检索病例、智能数据加工到统计分析、论文初稿撰写，大幅提升科研效率。智能患者招募通过“医患双端”智能匹配，可实现入组效率提升3-5倍。
在运营管理场景，医渡智管内置场景化分析专家矩阵与智能体引擎，面对手术分析、成本管控、绩效优化等不同场景，能自动匹配、调度专属智能体，精准挖到运营问题的根因并生成执行建议，助力医院整体运营效率提升约30%。
在患者服务层面，医渡科技打造的AI全周期患者管理解决方案，通过智能随访、健康宣教、慢病管理、在线咨询等智能化服务，打通医患沟通壁垒，构建诊前、诊中、诊后一体化健康管理闭环，不仅优化了患者就医体验，也让医疗服务更有温度、更具连续性。
嵌入·协同·可信——医疗AI落地的三个关键判断
李林峰博士结合医渡科技多年临床AI落地经验，针对当前医疗AI行业发展痛点，提出三个核心观点阐释医疗智能体落地的底层逻辑与发展趋势。
第一，区分信息密度与决策密度：临床AI的核心在于嵌入全流程工作流，而非简单的文本问答。真实临床诊疗是一套连贯、严谨的闭环业务，涵盖问诊评估、检查开单、报告解读、鉴别诊断、方案制定等关键环节，各环节权责明确、容错率极低。唯有深度嵌入全流程、融入医护真实工作场景的智能体，才能释放真正的临床价值。
第二，摒弃通用模型万能思维：医疗AI需要专科化协同体系。医疗行业专科属性极强，不同科室、不同场景的业务逻辑、诊疗范式、推理标准截然不同，单一通用模型无法满足差异化需求。因此，医疗AI的最优落地路径是多智能体协同，通过分层分类、专科定制的智能体组合，精准匹配不同临床场景的专业需求。
第三，突破知识获取误区：医疗AI的核心竞争力在于知识的可溯源可信性。他指出，医疗AI的核心诉求并非“能否生成答案”，而是“答案是否可靠、可溯源”。医生使用AI辅助诊疗时，最关注的不是结论本身，而是结论背后的可信指南、学术文献等循证依据。
李林峰博士表示：“我们不做取代医生的AI，我们做的是——让每一位医生都拥有一个可信赖的智能体伙伴，让每一次诊疗决策都有循证的支持，让每一份医疗数据都释放它应有的价值。”
