2025年4月2日，光明实验室团队与香港大学深圳医院人工智能与大数据实验室联合开发的一款针对门诊应用场景的门诊智能系统，首次在实际临床场景测试成功，标志着该项目进入样机调试阶段。

“输出很快，效果还不错！”

“输出很快，效果还不错！以后看诊可把大部分时间用于跟病人交流了！”看到自己和病人的对话出现在屏幕上并且自动总结成规范病历文档、香港大学深圳医院神经内科副顾问医生蔡继福主任兴奋地说道。在项目上奋战了一个多月的光明实验室董淳光经理也终于松了一口气。

这是2025年4月2日，由光明实验室（人工智能与数字经济广东省实验室（深圳））团队与香港大学深圳医院人工智能与大数据实验室（AIBD Lab）联合开发的一款针对门诊应用场景的门诊智能系统，首次在实际临床场景测试成功，标志着该项目进入样机调试阶段。

门诊效率痛点：医生10%时间耗于文书录入

据蔡主任介绍，我国医疗机构普通门诊周期约10-20分钟，其中约10%以上时间，医生需紧盯屏幕、敲打键盘，处理各类电子文书，包括记录病历、开立医嘱等，影响患者就医体验。AIBD Lab执行主任陈培凯博士表示，我国每年门诊市场总额上千亿元，推算其中近百亿元是耗费在聆听医生敲打键盘上，相关问题困扰临床医生及医疗机构多年。该院肿瘤科孔凤鸣教授介绍说，目前市面并无合适及成熟技术，原先自己在美国工作，每次出诊后需用录音笔口述患者相关资料，交由助理或电子系统语音转写文字，再经查核形成病历，成本昂贵，文字水平不稳，过程也需时数日。

“在当前医疗环境下，书写病历过多挤占了年轻医生原本用于看病人和做有价值学术工作的时间。”孔教授说。

孔教授表示，在港大深圳医院国际部（IMC）出诊看诊、住院病人查房时，常面对跨境、外籍患者。因此，她十分希望前沿技术能快速记录普、英、粤或混合对话并将其转换为正式规范病历，以解决该临床痛点。

技术突破：多模态AI助力医患对话

在纯语音的旧技术体系下，要解决该痛点十分困难。今年初，DeepSeek等优秀国产大模型举得重大技术突破，港大深圳医院利用自建算力平台迅速部署，并积极谋划各类应用场景落地。经光明实验室管理层及港大深圳医院院长张文智教授穿针引线，光明实验室团队（包括董淳光经理、施斯博士、林钊工程师、闫永强工程师）与陈培凯博士团队一拍即合，联合骨科杜启峻教授、肿瘤科孔凤鸣教授、神经内科蔡继福主任，第一时间搭建技术队伍，实施临床引导、技术驱动策略，多次实地调查，摸清需求及难点，并形成技术方案，迅速实施。

研发团队表示，港大深圳医院门诊是一个多语言、多文化、多声源、多学科场景，技术挑战巨大。为此，双方团队借助先进语音识别技术、垂直大模型、光明实验室本地算力等优势，在一个月内连续解决多个棘手技术问题，语音、语义、语境全线打通，实现多个重要功能。目前系统已经初步成型，技术表现令人满意。接下来，双方将在试运行期间收集更多数据及临床反馈，不断迭代完善，争取早日在院内外推广使用。

生态共建：医研协同推动医疗智能化

该门诊智能系统是光明实验室与港大深圳医院战略合作的首个落地场景案例，双方已达成全面战略合作，未来将共同探索“技术+场景”深度耦合的合作机制，依托光明实验室空间智能、交互智能、垂直领域大模型以及智能终端与具身机器人系统等特色领域技术优势，聚焦港大医院骨科、罕见病、肿瘤科、神经医学等优势学科，围绕问诊智能体、术中导航、外骨骼、数字人及无陪护病房、机器人及无人机等医疗场景，推动人工智能技术在医院全场景的创新应用，打造“AI+智慧医院”合作示范，共同建设人工智能示范医院，推动医疗智能化发展。

END

素 材 丨 自主机器智能团队

编 辑 丨 李沛昱

审 核 丨 董淳光 李沛昱 郭 锴