前 言
让优质医疗不再取决于地理位置，是通往“良好健康与福祉”这一联合国可持续发展目标的关键一步。在亚太地区，基层诊疗能力不足、优质医疗资源分布不均，仍是许多国家共同面对的现实挑战。如何让科技真正回应这些问题，而不是停留在实验室与论文中，是“AI+”必须给出的答案。
清华大学电子工程系带来了他们持续十余年的探索成果——一系列以人工智能为核心、融合客观生理数据采集能力的AI辅助诊疗成果，正在从基层医疗机构逐步走向综合性三甲医院，致力于让“专家级”的医疗能力在不同层级的医疗场景中真正落地。
让“看病靠经验”成为过去
长期以来，基层医生面临着一组难以回避的矛盾：患者数量多、病情复杂，但可依赖的专业支持有限。优质医疗资源高度集中于大城市，许多基层医疗机构只能在有限信息和经验基础上作出判断，误诊、漏诊的风险始终存在。
如果说医学影像设备和专家经验是“高墙内”的稀缺资源，那么问题便在于——如何在不增加基层负担、不改变既有工作流程的前提下，把这些能力送到医生身边？解决这一问题的关键，既需要算法足够“聪明”，具备足够的医学理解力，也需要持续、可靠、规模化的客观数据基础。
清华电子工程系团队的选择，是让人工智能“隐身”到诊疗流程之中。他们构建的全科辅助诊疗系统，不要求医生学习新的操作方式，而是悄然运行在原有系统后台，对病历质量、诊断逻辑和用药风险进行实时分析与提示，为基层医生提供稳定、可靠的“第二判断”。在这一过程中，AI不仅依赖结构化病历信息，也逐步开始引入来自真实世界的客观生理数据，为判断提供更扎实的底层依据。团队开发了人因工作站，提供了一套核心主机，多种配件，以及可下沉多场景的硬件生态系统。
系统硬件生态系统
从一场考试开始的技术验证
这项探索并非始于临床，而是始于对“AI是否真的懂医学”的一次极端检验。
2017年，在国家临床执业医师资格考试中，团队研发的“智医助理”AI系统与53万名人类考生同场作答，最终以456分的成绩，超过96.3%的人类考生。这并不是一次技术炫示，而是一张“准入证”——它证明，AI已具备系统化医学知识结构与临床推理能力，可以在真实医疗场景中承担责任。
从那一刻起，这一系列AI辅助诊疗探索不再停留在实验室，而是开始在真实医疗体系中逐步落地，从基层医疗机构到综合性三甲医院，不断扩展应用边界。
医考机器人全球首次通过国家级医师资格考试测试
在真实世界中“派上用场”
真正的价值，体现在真实的诊疗现场。
在全国多地基层医疗机构，这套系统被用于日常门诊与住院诊疗中：病历书写时，它自动检查规范性；诊断过程中，它提示潜在的不一致；医生开具医嘱时，它提醒可能的用药风险；问诊尚未完成，它便给出下一步建议。在部分场景中，系统还可结合生理信号采集结果，对患者状态进行纵向对比分析，使辅助判断不再局限于“一次问诊”。
这些看似细微的提示，构成了一张“安全网”，托举着基层医生的每一次决策。截至目前，该系统已覆盖全国 28 个省（自治区、直辖市）、350 余个区县、3 万余家基层医疗机构，服务人群超过 1 亿。大量实践表明，它显著提升了基层诊疗的规范性与准确性，让“凭感觉看病”的不确定性逐步退出舞台。
AI赋能医疗的探索，并不止步于基层场景。在综合性三甲医院，相关技术同样已进入真实临床应用阶段。
例如，团队与北京大学第三医院影像科合作，已实现膝关节核磁共振影像的自动化报告生成，并在临床流程中实际使用。该系统能够基于影像数据，自动完成关键结构识别与规范化描述，辅助影像医生提升报告效率与一致性。而与北医三院骨科携手研发的“全脊柱参数智能测量系统”，能够在日常体检快速完成脊柱评估筛查，尤其满足老人和小孩两大特殊群体需求。在迅速筛查分析脊柱各节椎体，生成多项脊柱矢状位参数报告的同时，能够提供矫形手术规划建议，为医疗人员提供更为精准、高效的辅助决策支持。
AI辅助诊疗并非“低层级替代方案”，而是可以在高水平医疗场景中，与专家经验形成互补，推动诊疗流程向更加标准化、可持续的方向发展。
膝关节MRI报告生成系统
AI 的另一面：让医疗更有“温度”
但医疗从来不只是算法与指标。
近年来，团队进一步将传感器与智能感知技术引入系统，使 AI 不仅“看得懂病”，也开始“感知人”。通过对睡眠、微小生理变化及心理健康风险的持续监测，许多过去被忽视的隐患得以提前发现。例如，在心理与情绪评估场景中，引入无线脑电采集作为客观生理指标，可在不增加医护负担的前提下，补充传统量表与访谈信息，辅助评估注意力、疲劳与应激负荷等状态，适用于门诊筛查与随访管理。
认知评估产品与使用
在这里，技术不再是冷冰冰的代码，而是一种持续、温和的陪伴——尤其对那些难以及时就医、长期处于健康风险中的人群而言，这种陪伴本身就是一种保护。这种“温度”很好的体现在康复与功能训练场景中，团队通过引入表面肌电监测，训练过程中的肌肉激活与疲劳变化得以实时呈现，使“是否用力、如何用力”从经验判断转变为可视化反馈，为康复训练提供量化参考。
从清华走向世界：可推广的中国方案
从一次考试验证，到十余年的临床落地，AI赋能医疗的探索已经在从基层医疗机构到顶级三甲医院逐步落地应用，并持续扩展其服务边界。它所展示的，并非单点技术突破，而是一条清晰的路径：用AI缩小医疗差距，而不是制造新的门槛。当人工智能与客观生理数据形成协同，医疗辅助系统才能真正走向可解释、可持续与可规模化。
作为清华大学“科技赋能可持续发展”的代表性案例，该项目即将亮相在泰国曼谷举行的第十三届亚太可持续发展论坛（APFSD）展览。届时，它将向国际社会展示一种来自中国的实践——当人工智能真正扎根现实需求，科技便不再高高在上，而是成为连接每一个生命的力量。
供稿｜电子系机关办公室
编辑｜李昊欣
排版｜陶旋姿
审核｜余潇潇 沈 渊 李冬梅
