联影如何用AI改变诊疗？

2025年4月9日，联影在“uAInnovation2025联影创新大会”上发布了自主研发的医疗专用多模态大模型“元智（uAI NEXUS）”，并推出覆盖诊断、治疗、管理等多个场景的十余款医疗智能体产品。

融合了多模态大模型与智能体应用的联影，正在重塑医疗工作方式。

多模态医疗大模型的技术突破

此次联影发布的“元智”医疗大模型，以垂域专精、私域知识微调、多模态融合等技术路径构建，融合了文本、影像、视觉与语音等多种数据模态，实现了对医疗场景的高效适配。相较于通用大模型，医疗垂类大模型在临床场景中的准确性、稳定性和实用性更具优势。

以联影的影像诊断场景为例，“元智”影像大模型训练于数千万级医学影像数据与数十万级医疗标注数据，支持包括胸部CT、磁共振、超声、核医学等多种模态。数据显示，该影像大模型可在单次胸部CT扫描中，实现对37种胸部常见疾病的精准检出，综合平均AUC值达0.92，较此前行业最优模型（AUC约0.76）提升超过10%。

在医疗文本模态方面，联影利用DeepSeek等通用大模型基础进行微调，模型规模压缩至原模型体积的四分之一，极大提高了推理效率与部署灵活性，可实现医院本地轻量化部署。这种本地部署模式有效解决了医疗数据安全和隐私保护的问题。

视觉与语音模态方面，联影分别构建了医疗视觉与语音大模型，进一步拓宽医疗AI的应用边界。其中，视觉模型在手术导航和人体器官精准建模上表现突出；语音大模型则在复杂环境中的医疗术语识别和多人对话场景下的声纹识别取得突破，语音错误率明显优于通用模型。

此外，“元智”还具备医疗混合多模态模型能力，可实现文本、影像、视频数据的统一空间映射，形成高度协同的医疗智能应用，例如皮瓣移植手术中影像与实时视频数据的精准融合与实时导航。这种多模态融合能力显著提升了医疗场景的临床实用性与精度表现。

从单点工具到医疗智能体

在“元智”多模态大模型平台的基础上，联影此次推出了多个具体场景的医疗智能体，推动医疗AI从单一效率工具向全面智能协作转型。

以影像诊断智能体（uMetaImaging）为例，其功能已超越传统专病影像模型，具备更广泛疾病覆盖和更高诊断效率，同时优化了医生的工作流程。影像智能体在实际应用中，可将医生的阅片时间减少约50%，并实现了诊断报告的语音智能自动生成，显著提升医生工作效率。

在手术场景中，联影开发的外科智能体（如uAI MERITS多元手术智能体）将视觉、语音、视频数据集成到手术实时导航系统中，可实时呈现术区解剖结构，提供精准手术器械定位指导，并通过智能机械臂辅助器械传递，实现外科手术的高精准性与实时性需求。

此外，在患者服务与医院管理领域，联影还推出了病历智能助手、智能客服系统与设备管理智能体。这些智能体在实际应用中展现出良好效果，以病历助手为例，已在复旦大学附属中山医院临床落地，实现了病历撰写效率由原来每例约20分钟降低至5分钟以内，极大优化了医疗文书的书写流程。

生态协同的战略布局

此次发布的背后，联影亦展示了其持续的生态战略布局。通过与复旦大学附属中山医院、中山大学肿瘤防治中心等头部医院的深入合作，联影实现了医疗AI技术与医院真实场景的紧密结合，加速了医疗智能产品的快速迭代与临床验证。

目前，联影智能产品已在全国超过3000家医院实现部署，涵盖诊断、治疗、管理多领域的智能体应用，有效提高了医疗服务的整体效率与质量。在此生态中，医疗数据在不同场景与环节中流通和沉淀，通过持续反馈和优化形成闭环，推动智能体与医疗设备性能的不断迭代升级。

联影董事长薛敏在大会演讲中强调：对AI的拥抱已经不是单点情况而是普遍的现象，所有的行业都在积极拥抱人工智能大模型。在医疗领域里它会带来很大变化，这只是刚刚开始，未来将转向生态协同，在医疗行业里走出一条新路。

联影此次战略调整与新产品布局即体现了这种思路，强调医疗智能生态的整体建设与产业协同能力，致力于推动AI医疗从技术积累走向临床场景真正应用。

医疗智能化的未来挑战与展望

联影此次发布的多模态大模型及医疗智能体产品，在技术成熟度与临床效果上展示出显著的优势，然而医疗智能化在更广泛场景的落地仍然面临诸多挑战。例如，如何确保大规模临床数据应用的安全性与合规性、如何提升模型对罕见疾病及复杂病例的泛化能力、如何避免AI模型的临床误判与错误推理等问题，都是未来医疗AI应用深入实践必须直面的关键难题。

联影智能联合创始人、联席CEO周翔 、沈定刚在会上指出，目前像DeepSeek这样推理的大模型在复杂的医疗场景里它还有幻觉同样跟我们医生相比整个性能还有一定差距。

因此，联影的多模态医疗大模型与智能体应用场景将通过专业领域的持续微调与训练，以逐步增强模型可靠性与临床安全性。

联影在此次发布会上展示的多模态大模型与智能体应用，代表了医疗智能化技术在精准诊断、手术辅助与医院管理方面的明显进展，也印证了医疗领域从单点AI应用向全面智能协作生态转型的趋势。

未来，随着多模态融合能力的不断深化与生态协同战略的持续推进，这种趋势有望进一步拓宽AI医疗技术的应用范围，并推动全球医疗产业的全面智能化升级。