來(lái)源：HIT專家網(wǎng)  作者：鄭西川

醫(yī)療行業(yè)正經(jīng)歷著深刻變革，大語(yǔ)言模型（LLM）憑借強(qiáng)大的自然語(yǔ)言處理能力，正逐步走向醫(yī)院電子病歷生成的關(guān)鍵環(huán)節(jié)。大語(yǔ)言模型能夠理解復(fù)雜的醫(yī)學(xué)術(shù)語(yǔ)以及患者日常表述，精準(zhǔn)整合各類信息并生成電子病歷，這為醫(yī)護(hù)人員減輕了繁重文書工作負(fù)擔(dān)，有望通過(guò)優(yōu)化病歷生成流程，提升醫(yī)療服務(wù)的準(zhǔn)確性與高效性，為醫(yī)療行業(yè)帶來(lái)全新的發(fā)展契機(jī)。

醫(yī)療機(jī)構(gòu)的應(yīng)用嘗試

當(dāng)前，眾多醫(yī)院積極嘗試引入DeepSeek輔助電子病歷生成。如，某三甲醫(yī)院采用AI生成式電子病歷，從患者復(fù)雜甚至混亂表述中迅速抓取關(guān)鍵信息，實(shí)際應(yīng)用中，門診病歷書寫效率從原本5分鐘縮短至10秒，準(zhǔn)確率超過(guò)95%，提高了醫(yī)生工作效率；某醫(yī)院本地化部署DeepSeek，應(yīng)用“電子病歷輔助書寫助手”能夠?qū)崟r(shí)獲取醫(yī)患談話轉(zhuǎn)錄文字，自動(dòng)識(shí)別關(guān)鍵信息，匹配病歷模板并優(yōu)化表述，試點(diǎn)數(shù)據(jù)顯示文書處理時(shí)間縮短了70%。?

大語(yǔ)言模型在電子病歷生成的應(yīng)用場(chǎng)景不斷拓展，除門診和住院病歷外，還延伸至體檢報(bào)告生成等場(chǎng)景。上海某醫(yī)院聯(lián)合騰訊健康，基于混元大模型訓(xùn)練出醫(yī)學(xué)大模型，應(yīng)用于電子病歷生成、體檢總檢報(bào)告生成等場(chǎng)景。其中，體檢報(bào)告平均每日自動(dòng)生成超 500份，報(bào)告采納率達(dá)96%以上；某?？漆t(yī)院推出AI生成式病歷系統(tǒng)，針對(duì)“兒童屈光不正”領(lǐng)域，通過(guò)對(duì)海量數(shù)據(jù)學(xué)習(xí)以及結(jié)合專業(yè)術(shù)語(yǔ)庫(kù)和病歷質(zhì)控標(biāo)準(zhǔn)，模擬眼科專家思維與診療流程，生成高質(zhì)量專科病歷文檔，提升了專科病歷的智能化水平。?

電子病歷輔助生成涉及的技術(shù)

電子病歷輔助生成需使用多種技術(shù)。

1.自然語(yǔ)言處理技術(shù)?

大語(yǔ)言模型的核心是基于自然語(yǔ)言處理技術(shù)，通過(guò)對(duì)大量醫(yī)療文本數(shù)據(jù)學(xué)習(xí)，理解醫(yī)學(xué)術(shù)語(yǔ)、臨床描述等自然語(yǔ)言表達(dá)，將患者敘述、醫(yī)生診斷等內(nèi)容準(zhǔn)確轉(zhuǎn)化為結(jié)構(gòu)化病歷信息。?

2.深度學(xué)習(xí)架構(gòu)?

先進(jìn)的深度學(xué)習(xí)架構(gòu)如Transformer及其變體，為大語(yǔ)言模型提供強(qiáng)大的特征提取和語(yǔ)義理解能力，能夠處理長(zhǎng)序列文本，捕捉文本中復(fù)雜語(yǔ)義關(guān)系和上下文信息，以生成連貫、準(zhǔn)確的電子病歷內(nèi)容。?

3.大數(shù)據(jù)處理技術(shù)?

訓(xùn)練大語(yǔ)言模型需要海量醫(yī)療數(shù)據(jù)，一方面需要利用大數(shù)據(jù)存儲(chǔ)技術(shù)，另一方面需要大數(shù)據(jù)處理技術(shù)對(duì)數(shù)據(jù)進(jìn)行清洗、標(biāo)注、預(yù)處理等操作，為模型訓(xùn)練提供高質(zhì)量數(shù)據(jù)。

4.多模態(tài)數(shù)據(jù)融合技術(shù)?

為生成更豐富、全面的電子病歷，需要融合文本、圖像（如X光片、CT影像）、音頻（醫(yī)患對(duì)話錄音）等多模態(tài)數(shù)據(jù)。多模態(tài)數(shù)據(jù)融合技術(shù)能將不同形式的數(shù)據(jù)進(jìn)行有效整合，使模型能綜合利用多源信息，生成更精準(zhǔn)的病歷。?

電子病歷輔助生成的四大問(wèn)題?

大語(yǔ)言模型為醫(yī)院電子病歷輔助生成帶來(lái)了前所未有的機(jī)遇，但也面臨諸多挑戰(zhàn)。

1.信息質(zhì)量把控難題?

大語(yǔ)言模型生成的文本，存在質(zhì)量參差不齊的問(wèn)題。模型訓(xùn)練的數(shù)據(jù)質(zhì)量、多樣性以及模型算法局限性，使其難以精準(zhǔn)理解復(fù)雜多變的醫(yī)療場(chǎng)景和專業(yè)知識(shí)，在信息提取和整合過(guò)程中出現(xiàn)偏差。模型生成病歷可能冗長(zhǎng)且缺乏關(guān)鍵臨床洞察，甚至包含錯(cuò)誤信息，導(dǎo)致電子病歷準(zhǔn)確性降低。醫(yī)療記錄對(duì)準(zhǔn)確性和完整性要求極高，錯(cuò)誤信息可能誤導(dǎo)后續(xù)診斷與治療，影響患者健康。

2.臨床推理能力培養(yǎng)受阻?

病歷書寫過(guò)程是醫(yī)生臨床推理的重要環(huán)節(jié)，醫(yī)生需要在選擇信息納入文檔以及總結(jié)臨床印象時(shí)進(jìn)行深入思考和判斷。當(dāng)大語(yǔ)言模型承擔(dān)大量病歷生成工作時(shí)，可能削弱醫(yī)生這一能力的鍛煉與提升。長(zhǎng)期依賴模型生成，醫(yī)生可能逐漸減少主動(dòng)分析和判斷過(guò)程，影響臨床思維敏銳性與全面性，對(duì)醫(yī)療質(zhì)量產(chǎn)生潛在威脅。?

3.數(shù)據(jù)安全與隱私風(fēng)險(xiǎn)?

電子病歷包含患者大量敏感隱私信息。大語(yǔ)言模型在數(shù)據(jù)處理過(guò)程中，數(shù)據(jù)安全與隱私保護(hù)面臨巨大挑戰(zhàn)，數(shù)據(jù)泄露將對(duì)患者權(quán)益造成嚴(yán)重?fù)p害。模型訓(xùn)練過(guò)程涉及多源數(shù)據(jù)的收集與整合，如何確保數(shù)據(jù)在采集、存儲(chǔ)、傳輸和使用過(guò)程中的安全性，遵循醫(yī)療數(shù)據(jù)隱私法規(guī)，這是亟待解決的難題。同時(shí)，模型應(yīng)用中的數(shù)據(jù)訪問(wèn)權(quán)限管理、數(shù)據(jù)加密技術(shù)應(yīng)用等也需要完善。?

4.模型適應(yīng)性不足?

不同醫(yī)療機(jī)構(gòu)的病歷書寫規(guī)范、診療流程以及患者群體存在差異，大語(yǔ)言模型難以在所有場(chǎng)景下都實(shí)現(xiàn)良好的適應(yīng)性與泛化性。一些模型在特定醫(yī)院或科室經(jīng)過(guò)優(yōu)化訓(xùn)練后，在廣泛場(chǎng)景應(yīng)用時(shí)可能無(wú)法準(zhǔn)確生成符合要求的病歷。此外，醫(yī)療領(lǐng)域知識(shí)不斷更新，新的疾病診療方法、藥物信息等不斷涌現(xiàn)，模型需要更新知識(shí)以適應(yīng)這些變化，但目前模型的更新機(jī)制還難以滿足實(shí)際需求。

電子病歷輔助生成的應(yīng)用前景

從長(zhǎng)遠(yuǎn)看，隨著技術(shù)不斷進(jìn)步，大語(yǔ)言模型在電子病歷輔助生成方面將持續(xù)優(yōu)化。研究人員致力于提高模型對(duì)醫(yī)療專業(yè)知識(shí)的理解和應(yīng)用能力，通過(guò)改進(jìn)算法、增加高質(zhì)量醫(yī)療數(shù)據(jù)訓(xùn)練等方式，提升生成文本的準(zhǔn)確性與可靠性；開(kāi)發(fā)多模態(tài)融合技術(shù)，將文本、圖像、影像等多種醫(yī)療數(shù)據(jù)形式結(jié)合，使模型能夠更全面準(zhǔn)確地生成包含豐富信息的電子病歷。如在影像診斷病歷生成中，結(jié)合醫(yī)學(xué)影像數(shù)據(jù)與患者臨床癥狀描述，為醫(yī)生提供更精準(zhǔn)詳細(xì)的病歷參考。?

此外，大語(yǔ)言模型將更深入地融入醫(yī)療全流程，實(shí)現(xiàn)與電子病歷系統(tǒng)的無(wú)縫對(duì)接。從患者掛號(hào)就診開(kāi)始，模型即可輔助醫(yī)生進(jìn)行智能分診，根據(jù)患者癥狀描述初步判斷病情嚴(yán)重程度與科室歸屬；在診療過(guò)程中實(shí)時(shí)輔助生成病歷，還能為醫(yī)生提供診斷建議、鑒別診斷參考以及治療方案推薦，結(jié)合患者個(gè)體情況，實(shí)現(xiàn)個(gè)性化醫(yī)療服務(wù)；在醫(yī)療質(zhì)量監(jiān)控環(huán)節(jié)，模型可對(duì)病歷進(jìn)行自動(dòng)審核，檢查病歷書寫規(guī)范性、完整性以及診療過(guò)程合理性，發(fā)現(xiàn)潛在問(wèn)題，提升醫(yī)療質(zhì)量。?

大語(yǔ)言模型輔助電子病歷生成，有望打破醫(yī)療機(jī)構(gòu)之間的信息壁壘，促進(jìn)醫(yī)療協(xié)同發(fā)展。通過(guò)統(tǒng)一電子病歷數(shù)據(jù)標(biāo)準(zhǔn)和模型應(yīng)用規(guī)范，不同地區(qū)、不同層級(jí)的醫(yī)療機(jī)構(gòu)可以實(shí)現(xiàn)病歷信息共享與互認(rèn)?；鶎俞t(yī)生在遇到疑難病例時(shí)，借助大語(yǔ)言模型生成標(biāo)準(zhǔn)化病歷和專家經(jīng)驗(yàn)參考，可準(zhǔn)確地進(jìn)行初步診斷和轉(zhuǎn)診建議；上級(jí)醫(yī)院接收轉(zhuǎn)診患者后，基于模型生成完整病歷信息，能快速了解患者病情，制定更合適的治療方案，從而構(gòu)建更加高效、連續(xù)的醫(yī)療服務(wù)體系。??

【作者簡(jiǎn)介】

鄭西川，上海交通大學(xué)附屬第六人民醫(yī)院計(jì)算機(jī)中心教授級(jí)高工。上海交通大學(xué)醫(yī)學(xué)院生物醫(yī)學(xué)工程專業(yè)碩士研究生導(dǎo)師，蘇州大學(xué)放射醫(yī)學(xué)與公共衛(wèi)生學(xué)院生物醫(yī)學(xué)工程專業(yè)碩士研究生導(dǎo)師。中國(guó)醫(yī)院協(xié)會(huì)信息專業(yè)委員會(huì)（CHIMA）委員，中國(guó)醫(yī)藥信息學(xué)會(huì)（CMIA）委員，上海市醫(yī)院協(xié)會(huì)信息管理專業(yè)委員會(huì)委員，中國(guó)醫(yī)藥信息學(xué)會(huì)上海分會(huì)常委，中國(guó)生物醫(yī)藥技術(shù)協(xié)會(huì)醫(yī)藥信息分會(huì)常委，《醫(yī)療衛(wèi)生裝備》雜志特約審稿專家。

研究方向：①基于PACS電子病歷的臨床信息共享；②HL7/XML電子轉(zhuǎn)診相關(guān)技術(shù)及應(yīng)用研究；③區(qū)域臨床信息共享及協(xié)同醫(yī)療信息技術(shù)研究；④數(shù)字化醫(yī)院的相關(guān)標(biāo)準(zhǔn)及實(shí)現(xiàn)技術(shù)。近年來(lái)，先后承擔(dān)上海市“十一五”重大科技項(xiàng)目、上海市科委自然科學(xué)基金項(xiàng)目、上海市經(jīng)濟(jì)信息委信息化專項(xiàng)基金以及院級(jí)課題多項(xiàng)。發(fā)表論文40余篇。

【相關(guān)文章】

智能體應(yīng)用，醫(yī)療信息化建設(shè)的新賽道

醫(yī)院如何才能用好DeepSeek？

醫(yī)學(xué)科研：DeepSeek在醫(yī)療行業(yè)的應(yīng)用重點(diǎn)

DeepSeek醫(yī)療應(yīng)用要重視提示詞工程

醫(yī)療行業(yè)DeepSeek模型適配與RAG和微調(diào)技術(shù)應(yīng)用

醫(yī)院數(shù)智化轉(zhuǎn)型，為什么要重點(diǎn)發(fā)展醫(yī)療AI智能體應(yīng)用？

醫(yī)院臨床科研的DeepSeek提示詞工程與使用技巧

【責(zé)任編輯：陳曦】