复诊不用跑医院，AI能帮医生减少70%线下工作，患者省时又省力

1

嗨，各位读者朋友，小锐今天这篇科技健康观察，聚焦人工智能在医疗领域的深度渗透，特别是中医体系迎来的智能化跃迁——复诊不再需要奔波医院，AI已能协助医师削减七成线下重复劳动。

2

截至2025年底，国家层面正式出台指导意见，明确到2030年将实现智能辅助诊疗在基层医疗机构的全面覆盖，并推动二级及以上医院广泛部署AI诊疗支持系统。在这一政策背景下，AI究竟如何真正嵌入临床流程？那句“减少70%线下复诊”的承诺背后，又蕴含着怎样的技术路径与行业重构逻辑？

3

复诊减负落地：AI重构医患的时间分配

4

就医难的问题，往往集中在复诊环节。许多患者为一次常规病情追踪，不得不耗费半天时间排队候诊，而医生则需反复处理相似症状描述，陷入低效沟通循环。

5

这种资源错配的现象，正被人工智能逐步扭转。当前实践表明，由传神语联研发的“名医孪生智能体”已在部分中医门诊投入运行，并取得显著成效——可帮助中医师降低约70%的线下复诊工作量。

6

这意味着什么？对患者而言，日常随访无需亲临医院，在家即可完成状态反馈与用药指导，不仅省去交通与等待成本，还能更稳定地执行治疗计划，提升依从性。

7

对于执业医师来说，宝贵门诊时间得以释放，能够集中精力应对初诊病例和复杂病症，既提高了首诊服务质量，也优化了机构运营效率。值得注意的是，AI并非替代医生进行诊断决策，而是承接标准化、程序化的跟踪任务，承担起“数字助手”的角色。

8

技术破局关键

9

AI之所以能达成如此显著的减负效果，根本在于其选择了差异化的技术发展路线。进入2025年，人工智能产业整体呈现出高普及率、浅应用层、理性回归并重新定位的发展态势。

10

行业普遍摒弃了以往单纯追求参数规模与算力堆叠的竞争模式，转而注重性能与参数之间的最优配比，即所谓的“性参比”。在医疗这类垂直领域，轻量化模型设计、低成本部署能力成为主流方向，甚至已有研究者开始反思传统Transformer架构的适用边界。

11

传神语联的技术策略，并非基于通用大模型做微调优化，而是从底层出发重构神经网络结构。他们未采用主流的Transformer框架，而是自主研发出zANN架构。

12

在中医AI应用场景中，这种底层创新展现出独特优势。由于中医流派纷繁、术语体系多样、标准化程度较低，构建高质量训练语料极具挑战。若仅依赖通用模型微调，极易遭遇适配瓶颈，如同试图在他人建造的建筑基础上强行改造，空间极为受限。

13

基于此技术理念，团队推出“传神素问”中医专用大模型，实现了一项重要突破——具备主动式问诊能力，能模拟专家思维发起追问，据现有公开资料判断，这可能是国内首个具备该能力的中医大模型。

14

2025年8月，该模型顺利通过中国信息通信研究院组织的可信AI中医药大模型能力评估，荣获4加级认证，达到信通院在中医类模型评价中的最高等级标准。

15

同年10月完成的国医大师数字孪生项目中，方药推荐一致性高达95%，涵盖四诊采集、辨证分析、病机推导至处方生成的全流程匹配度达93.5%，这一数据表现甚至可能超越传统师徒口授心传的实际传承效果。

16

价值延伸

17

人工智能对中医的影响，远不止于减轻复诊负担，更深层次地推动着整个行业的知识传承机制与服务形态变革。

18

长期以来，中医人才培养面临周期漫长、经验流失、复制失真三大难题。一名学子跟随名医学习，从入门到独立行医平均耗时8至14年；即便完成学业，也难以完整还原导师的临证思维与用药风格。

19

数字孪生技术恰好破解了这一困局。借助国医大师的数字化分身，学员可实现全天候互动交流，实时获取辨证逻辑与组方思路，使隐性知识显性化、碎片经验系统化。

20

在教育场景中融合孪生模型辅助教学，有望大幅缩短人才成长周期。这种新型培养模式打破了传统师徒制的时间与地理限制，让顶尖中医智慧得以跨区域、规模化传播。

21

规模化挑战与未来展望

22

尽管“AI+中医”展现出巨大潜力，但要实现大规模推广，仍面临多重障碍。其中最关键的，并非技术本身，而是观念认知的转变，这一阻力贯穿患者接受度、医生信任感以及制度审批等多个维度。

23

面对现实困境，传神语联采取分阶段推进策略，优先选择价值清晰、落地可行的场景切入。规划显示，传承培训与康养管理两类场景最有可能率先取得突破。

24

前者因其成果易于验证、逻辑自洽性强，更容易获得学术界与医疗机构认可；后者贴近大众健康管理需求，公众接受意愿高，毕竟现代人更倾向通过生活方式干预预防疾病，而非被动服药治疗。

25

同时，企业正联合多家医院开展联合科研项目，在真实临床环境中打磨算法精度、验证干预效果，逐步形成行业共识与技术规范，为后续全面铺开奠定基础。此外，因诊所决策链条短、灵活性强，也成为重点推进的应用终端。

26

展望2026及未来几年，AI赋能中医的核心转变将是：由依赖个体经验驱动，转向以数据为核心支撑的新范式。AI的角色也将从零散的功能模块，进化为深度融合中医诊疗逻辑的场景化智能体。

27

多模态大模型将与传统机器学习方法、规则引擎形成分层协同架构，构成技术底座。例如，利用多模态技术整合望诊图像、闻声语调、问诊文本与脉象信号等全维度信息，再通过规则系统关联经典医案库与诊疗指南，实现科学化推理。

28

无论技术演进到何种阶段，必须强调一点：AI始终定位于辅助地位，最终诊疗决定权与法律责任归属，依然由注册中医师或合法医疗机构承担。

29

从长远视角看，随着技术成熟与监管体系完善，“AI+中医”有望推动这一古老医学体系摆脱依赖个体传承、服务范围有限的局面，迈向标准化、可复制、广覆盖的现代化发展阶段。

30

让优质中医资源经由AI平台下沉至基层社区，使每位居民都能享有定制化的健康照护服务，这不仅是中医现代化的关键路径，也将为“健康中国”战略提供强劲动能。