AI“看懂”影像、“理解”病历：“京医千询”大模型以多模态能力推动医疗普惠

近日，2025医学界价值医疗大会暨第六届泰山奖颁奖仪式在上海隆重召开。在“AI大模型驱动的诊疗变革与产业融合”分论坛上，京东健康探索研究院相关负责人发表主题演讲，介绍了“京医千询”医疗大模型的核心能力优势与生态共建进展，展现了京东健康在医疗AI领域的突破性成果。

三大核心能力筑牢技术底座，执业资格考试表现出色

作为京东健康在医疗AI领域的技术底座，“京医千询”通过开源持续推动行业协同创新，成为破解医疗普惠难题、逼近临床认知边界的关键力量之一。目前，以多模态感知、拟人对话、可信推理三大核心能力为支撑，全新升级的“京医千询2.0”，已构建起适配医疗健康全场景的技术体系。

在多模态技术方面，“京医千询”实现了从文本到影像的全维度信息深度整合，不仅能精准提取病历、医嘱中的关键文本信息，联动检验指标构建完整健康档案，更具备领先的像素级影像分析能力——输入医学影像后，可精准识别每个像素点对应的解剖结构或病灶区域，同时覆盖脑部MRI、内窥镜、超声等专科特异性影像模态的原生理解。其多模态思维链推理能力更是模拟人类医生的诊疗逻辑，先全局观察影像整体情况，再聚焦细颗粒度细节并行分析，最终整合多源信息输出可靠诊断结果，即便面对弯折、旋转的医学化验单，也能通过结构化解析实现文本、数值与影像知识的综合推理，形成可靠的第二诊疗意见。

拟人对话能力让医疗AI更懂患者需求，“京医千询”不仅能理解患者模糊的病情描述，更能还原专家个体化诊疗思路，结合患者年龄、性别、病史等个体信息提供针对性回应。为提升对话真实性，京东健康打造的患者模拟器可精准还原不同用户的表达风格、疾病严重程度等特征，让模型在仿真环境中完成海量对话训练，配合自动化评测体系持续优化交互体验，同时支持BMI计算、生长曲线分析、舌诊面诊等工具调用，进一步丰富服务场景。

可信推理方面，“京医千询”突破通用大模型的知识广度局限，聚焦专科领域的知识深度，构建起“症状－检验检查－影像病灶识别－鉴别诊断－结论”的长链推理路径，依托包含数千万权威医学文献和近1T健康知识的循证证据库，每一步结论都有迹可循，且能根据病例复杂程度自动检索临床知识库，让推理更灵活专业。

据介绍，在权威评测中，“京医千询”表现亮眼。其在美国Med QA等执业医师资格考试中表现出色，与ChatGPT的对比测试显示，其医学计算能力达99%、医学问答能力达91%、文本总结能力达91%，均处于行业领先水平，在医疗大模型5大能力21项评测中更是全面领跑。

专科化深耕+开放演进，技术渐进逼近临床认知边界

为精准适配临床场景需求，京东健康专门基于京东互联网医院沉淀的问诊数据，构建了与临床任务高度吻合的评测集，该评测集在与ChatGPT的全面对比中，充分验证了“京医千询”在核心医疗能力上的领先性。

目前，“京医千询”已完成从通用基座模型到全科大模型，再到专科专病大模型的技术演进，而这一演进背后是京东健康在专科专病领域的长期深入布局。

具体来看，京东健康首先以“京医千询”为基石，依托旗下京东互联网医院的高质量线上诊疗数据，以及涵盖指南共识、高质量研究论文的循证证据库，持续升级这一医疗领域领先的基座模型；同时积极与国家级区域医疗数据中心合作，利用去隐私化后的大规模病案及影像数据优化基座模型，为专科专病大模型筑牢基础；此外，还联合国内多家顶级医疗机构，整合病史、检验、影像、病理等多维度高质量临床真实数据，用于专科专病模型的训练数据构建与真实医疗场景测评，目前已持续研发涵盖大部分常见肿瘤和重大慢性病的专科专病大模型。

在医疗AI蓬勃发展的当下，“京医千询”正以技术渐进式发展逼近人类医生的临床认知边界。目前，“京医千询”在结构化知识维度已超越人类医生，通过百万级临床真实案例学习与医学全模态技术应用，其在临床实践中的表现持续提升，有望让用户即便在家中或医疗资源匮乏的地区，也能享受到高水平的医学专家服务，大大提升用户的获得感。

未来，京东健康将继续深耕专科专病大模型研发，通过技术创新破解医疗可及性、专业性与效率的“不可能三角”，让优质医疗资源通过AI技术触达更多人群。