AI医生“分身”走向临床 落地还有哪些挑战？

《科创板日报》10月27日讯（记者 徐红）“记得那时候,《Nature》报道一出，国外的合作意向立马就像雪片一样飞了过来。”近日，在紫荆智康（Tairex）多智能体协同生态系统的发布会上，公司首席市场官李政这样回忆道。

时间拉回今年7月，《自然》（Nature）在线刊发了题为《AI虚拟分身正在重塑中国社会，立法正在迎头赶上》的深度报道。文章将清华大学人工智能医院系统的底层技术——“智能体医院”（Agent Hospital），作为AI落地医疗领域的核心案例重点呈现。

这篇报道聚焦AI虚拟分身给社会带来的深刻变革与全新挑战，在医疗、教育和数字陪护三大领域分别选取了典型案例，而Agent Hospital系统的探索实践，无疑是其中最亮眼的。

它凭什么引发如此大的关注？

据披露，紫荆智康成立于2024年9月，由清华大学智能产业研究院（AIR）孵化。当大多数AI医疗公司还在深耕单模型诊断时，紫荆智康却走了一条完全不同的路。

依托清华刘洋教授团队的可进化智能体技术，紫荆智康通过构建多个具备不同专科背景的医生分身智能体，打造出被誉为“全球首个AI医院”的多智能体协同生态系统（紫荆AI医院系统）。

这些医生分身智能体，相当于医生的数字分身。它们先在由海量超拟人AI患者构成的虚拟世界中接受高强度训练，一天可完成上万例问诊；待诊疗能力达标后部署至实体医院，与真人医生形成伴生协作关系，并在真实诊疗中持续进化。未来，将是AI医生与真人医生协同工作的全新模式。

这一创新的意义，一位基层医生的感受颇具代表性：“我们基层医生日常出诊，花在写病历上的时间太多，真正跟患者沟通、仔细查体的时间就被压缩了。用了紫荆AI医院后，智能语音、自动病历生成等功能有效减轻了文书负担，现在能把更多时间还给患者，多听病情、认真检查，医患交流更充分，患者体验也明显改善了。”

在紫荆智康首席产品官乔宇宸看来，医生分身智能体从根本上重新定义了人类医生与人工智能的关系。它可以通过复刻医生的诊疗方法和习惯，接管常规操作，把医生从事务性工作中解放出来，更专注于患者；作为虚拟数字体，它能极大提升医疗生产效率，让单名医生在单位时间内服务更多患者。

“最重要的是，它作为知识和能力的载体，能让资深专家的经验和技能赋能更多年轻医生和基层医生，让优质医疗资源真正下沉。”乔宇宸补充道。

北京协和医院妇产科主任医师马良坤对此又有着不一样的临床视角。她深刻感受到，现在的医疗往往只治“病”，却缺乏延续性的健康管理，尤其是生活方式的干预，将关口从“治已病”迁移到“治未病”。

如今，她期待的破局点正是AI分身智能体。在她看来，如果能让AI分身智能体代替医生介入患者的日常生活，从饮食管理到康复随访，这不仅是工具的革新，更是填补了医生一直想做却无路径去做的空白。

据乔宇宸介绍，紫荆智康目前已构建起一个覆盖27个临床科室、共54位AI医生智能体的矩阵。这些AI医生能力全面，覆盖了绝大多数常见病、重大疾病及部分罕见病，有望为后续的多学科协作打下坚实基础。

当这54位在虚拟世界中“修炼”出高水平诊疗能力的AI医生就绪后，它们便化身为人类医生的“分身种子”，进入真实世界开启“伴生式进化”。在现实诊疗中，AI分身会与医生并肩工作，通过治疗真实患者，从问诊习惯到病历书写，都逐步与医生保持一致。

为了让技术真正落地，团队与线下实体医院展开了深度合作。目前，北京、江苏、广西等地的9家测试医院、47个临床科室中，已有近200位医生构建了自己的AI分身。

这些合作医院覆盖了极为多元的医疗场景，既有一线城市的大三甲，也有基层的社区卫生服务中心，从东部发达地区延伸到西部边陲口岸。无论是医教研融合场景，还是最基层的普通医疗，都在验证范围内。

乔宇宸表示，在不同层级、不同场景中反复验证，是为了更好地打磨产品的真实价值。“我们的目标是构建一套能覆盖所有医疗场景的系统，而非单场景的简单应用。这套系统还与医院的日常运营紧密结合，不仅深入呼吸、神经等业务科室，还联动医务、信息等行政部门，形成就诊前、就诊中、随访及住院的全周期覆盖。”

但需要指出的是，尽管前景可期，作为一种全新技术形态，AI医生智能体在从虚拟走向现实的过程中，依然存在着不少挑战，包括法律与伦理空白亟待填补，另外从技术层面看，人工智能本身也潜藏着不容忽视的风险。

百度研究院院长助理何中军以软件工程开发为例指出，开发复杂系统同样需引入各类智能体协助，这些智能体不断运转迭代，出现错误可随时回滚。但在医疗领域，容错率极低，因此如何避免错误、建立可靠的安全机制，是必须回答的问题。

这也引出了另一个核心问题。医生分身智能体在伴生式进化中的效果如何？怎么评估？我们该如何判断一个AI智能体是否足够接近真人医生？

对此，乔宇宸认为，伴生进化的本质，就是让AI与真人医生在多个维度上达成对齐，比如价值观要对齐，诊疗逻辑要对齐，风险偏好也要对齐，最终实现高度一致。

他透露，团队内部测试已从采纳率、覆盖率、修改率、编辑率等不同维度追踪对齐情况。初步数据显示，经过数百个病例的训练后，AI分身的对齐度已相当高。“但这还不够，我们仍需要在真实临床环境中持续验证”。验证的核心目标就是找到那条“临界线”，当对齐度达到什么水平时，医生可以放心授权AI完成特定决策。

值得注意的是，这条临界线并非一刀切，而是因场景而异。

乔宇宸解释道：“有些决策极其关键，比如诊断，一旦误诊，后续整个流程都会偏离；治疗决策同样容错率极低。但像随访、常规问诊这类环节，容错空间相对更大。”未来仍需通过实践验证，进一步明确不同场景下的具体临界点。