1.1中国院内市场AIAgent框架应用流程
技术支撑应用场景数据输入中国院内市场AIAgent框架通过整合多源异构医疗数据，基于大语言模型（LLMs）等模块处理，赋能辅助诊断、诊疗流程优化及医院管理等场景。
技术支撑
应用场景
数据输入
CT、
CT、MRI、超声等检查、心率、血糖等监测
分诊与导诊系统
医学影像、可穿戴
语音交互与数据整合
设备检测数据
（多模态融合技术）预问诊系统（多模态数据）
（多模态融合技术）
预问诊系统
Agent框架处理大语言模型（LLMs）
Agent框架处理
电子病历、实验室检验结果
电子病历、实验室
检验结果
（结构化数据）
深度强化学习（DRL）
临床决策支持自然语言处理
临床决策支持
医疗机构（NLP）
医疗机构
诊疗记录文本、临
床指南
基层医院部署AI
基层医院部署AIAgent
云计算基础设施、本地化部署方案
（算力与平台）
1.2AIAgent助力医疗服务智能化重构，促进医疗资源合理流动
优质全科医生资源短缺人工医疗误诊率约50%
医生培养周期长
慢性病和亚健康
非结构数据难处理
医学理论日新月异
AI+医院业务
“AIAgent+医疗”以大语言模型（LLMs）、多模态AI和强化学习为核心，支持智能决策与自主任务执行；
除了在线挂号、远程问诊、电子病历共享等功能，“AIAgent+医疗”聚焦“智能”功能，涵盖个性化诊疗方案生成、自动化病历质控、多模态辅助诊断；
“AIAgent+医疗”融合结构化与非结构化数据（医学文献、影像、语音），支持复杂推理；
“AIAgent+医疗”以“自主代理”为主，能够解决医疗服务质量问题，减少误诊率、提升诊疗效率。
技术突破驱动业务升级
人工智能作为技术突破点，解决医疗领域痛点三大途径
1、从“连接”到“智能”：医疗服务智能化，支持自主思考和复杂推理
线上
咨询
智能导诊
预问诊
影像辅助诊断
多模态辅助诊断
智能化病历质控
行政流程电子化
医保自动化审核
2、从“被动响应”到“主动思考”：AI代替助理职责，主动执行任务
诊断结果
一一筛选、
一一筛选、分析数据
3、从“医疗资源均衡”到“医疗服务质量”：减少误诊率、提升诊疗效率
互联网+医疗：
解决医疗资源可
及性问题
大医院基层医疗机构
大医院
AIAgent+医疗：
解决医疗服务质
量问题
数据来源：智药咨询根据公开资料整理，企业排列不分先后
中游应用层
中游应用层上游支撑层
诊前阶段
诊前阶段
广腾讯健康
灵医智惠
医学影像诊断
医学影像诊断
Airdoc鹰瞳
Health
HealthGPT+
医院管理
医院管理
临床决策支持CDSS
临床决策支持CDSS
云计算平台GoogleC-〕阿里云算力集群AMD
云计算平台
C-〕阿里云
算力集群
AMD
基础设施
算法框架
算法框架
开发工具与框架大模型与智能体平台
开发工具与
框架
C-〕阿里云
ceepseel
科学文献临床指南数字化医学文献结构化知识库数据资源
科学文献
临床指南
数字化医学文献
结构化知识库
数据资源
医疗数据源
医疗数据源
医院电子病历
医院电子病历
影像数据
影像数据
（如CT/MRI）
可穿戴设备监测
数据
To
ToB端医疗机构
社区医疗服务中心
To
ToC端患者
在线问诊
健康管理
下游服务层
下游服务层
1.4AIAgent框架在医疗领域的成熟应用技术时间表
技术