中兴通讯联合深兰科技发布“AI问诊助手智能体”全场景解决方案

      2025年7月26日,2025世界人工智能大会(WAIC2025)在上海开幕。全球领先的ICT解决方案提供商中兴通讯以“算力普惠 AI向实”为主题参展,围绕AI与产业深度融合,突出智算基础设施、行业大模型、全场景AI应用三大领域的创新,强调通过“连接+算力+智能”的协同,推动AI技术从“技术驱动”转向“价值驱动”。

      大会上,中兴通讯携手人工智能头部企业深兰科技,重磅推出新一代成熟商用“AI问诊助手智能体”全场景解决方案,以“问诊-病历-质控-运营”全场景智能化升级,加速智慧医院建设,赋能医疗行业数字化转型。

      该方案全面覆盖门诊快速问诊和住院复杂文书生成两大核心医疗场景,通过智能语音与NLP技术,实现对医患沟通的全面捕捉和对多类型、高复杂度的医疗文书的自动化生成。该方案的成功落地,方案的价值主张已从单一的“门诊提效”跃升为“全院级临床文档工作流重塑”与“医疗质量与收益管理双赋能”。在国家大力推进DRG/DIP支付方式改革和三级公立医院绩效考核的背景下,能够自动化生成高质量、结构化住院病历文书的系统,已成为医院提升医疗质量、保障合规性、优化收益的战略性刚需。

价值为王,临床痛点

      此次发布的“AI问诊助手智能体”全场景解决方案,以深兰科技业界领先的医疗大模型技术为核心,深度融合中兴通讯的新一代训推智算设备平台、AI智能中屏、二合一云PAD等创新产品,针对门诊、住院、医院运营三大核心场景,打造全流程AI闭环,真正转向业务驱动+价值驱动,具有里程碑的意义,确立了合作双方在智慧医疗文档处理领域的领导者地位。

      问诊语音病历助手:基于深兰医疗大模型研发的“问诊语音病历助手"智能体,作为AI医疗全流程的核心前置环节,深度集成“听译诊中兴通讯AI智能中屏”,实时采集医患对话,自动提炼关键信息,语音转写准确率可达96%以上,一键生成结构化病历,压缩患者候诊时间,成为智慧医院“数据基座”。

      住院语音病历助手:直击临床“写病历耗时、信息遗漏、质控滞后”三大痛点,以“中兴通讯创新二合一云PAD产品”为核心,PAD、云电脑形态一键切换,灵活适配场景需要,业务数据不落地,安全零信任,完美支撑实时转录、自动抽取医学实体并同步内涵质控让医生在问诊同时即可生成结构化、规范化的高质量病历,平均节省20% 书写时间:系统无缝对接 HIS、EMR,支持多种常见病专科模板。应用后,医生查房结束即可生成标准化住院病历,日均释放2小时回归病床旁,AI实时质控提高病历达标率,助力提升DRG编码准确率和医院运营管理质量。

      DRGsist医疗运营决策支持系统:该系统是AI驱动的“医院智能领航员”,实时整合临床、病案与医保数据,为医生、编码员、医保科和管理者提供精准诊疗路径、最优DRG入组策略及全景运营决策支持,实现质量、效率与效益协同提升。

技术可信,安全合规

      方案采用深兰自研的稠密医疗大模型,贯穿问诊——诊断——治疗,MedBench评测领先,内置后训练优化、循证决策等核心算法;支持全链路中枢实现多源数据融合、向量化存储与高精度检索,构建了医疗Al Agent集群支持MDT协同、任务拆解与在线强化学习与自我进化能力。

      这次发布的AI医疗产品通过了医学专家校验+DRG规则库约束输出,解决大模型“幻觉”问题;支持私有化部署与数据脱敏,全面符合中国《数据安全法》及医疗机构数据安全规范要求。

生态共建,规模落地

      中兴通讯表示:中兴通讯作为数字经济的筑路者,以强大的智算产品、创新终端产品与深兰科技的业界领先的垂直AI技术优势结合,强强联合,打造极具竞争力的“AI问诊助手智能体”全场景解决方案,未来三年将联合推动100家医院的AI医疗标杆落地,打造‘连接+算力+智能’的医疗新基建。”

      深兰科技认为:“从50+国际AI赛事冠军到医疗场景深耕,深兰致力于让AI真正减轻医护负担、提升患者体验。此次,我们与中兴通讯达成深度合作,通过强强联合共同开拓AI医疗市场。基于深兰医疗大模型,我们已形成了涵盖“AI问诊助手”、“远程视频问诊”、“辅助诊断系统”及“医学专家知识库”等在内的智能体产品矩阵,在国内众多知名三甲医院落地应用。”。其中,武汉市中心医院作为首批全面落地AI问诊助手的标杆医院,自2025年3月起在三大院区55个诊室部署该系统,实现门诊病历全流程智能化:

【效率革新:】医患对话结束3~5秒自动生成结构化电子病历,医生每日节省约2.8小时书写时间,门诊效率提升30%;

【质量跃升:】通过嵌入式实时质控(符合国家病历标准)及方言自适应技术(武汉方言识别率96%+),病历质控合格率提升至99%,患者候诊时间缩短40%;

【技术纵深:】系统基于千亿级医疗知识库+400万医学知识图谱打造,覆盖32个科室6万+术语,无缝对接HIS系统,实现“无感智能化升级”。

      综上所述,中兴通讯联合深兰科技本次联合发布的新一代成熟商用“AI问诊助手智能体”全场景解决方案,必将有力推动医疗行业“ALL IN AI”战略,更好地为人民群众提供高品质的医疗服务。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/120360.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【AI大模型】披着羊皮的狼--自动化生成越狱提示的系统(ReNeLLM)

南京大学 & 美团联合团队发表了一篇 NAACL 2024 论文《A Wolf in Sheep’s Clothing: Generalized Nested Jailbreak Prompts can Fool Large Language Models Easily》(披着羊皮的狼)。非常有意思的名字,他们提出了一套名叫 ReNeLLM 的自…

50天50个小项目 (Vue3 + Tailwindcss V4) ✨ | VerifyAccountUi(验证码组件)

&#x1f4c5; 我们继续 50 个小项目挑战&#xff01;—— VerifyAccountUi组件 仓库地址&#xff1a;https://github.com/SunACong/50-vue-projects 项目预览地址&#xff1a;https://50-vue-projects.vercel.app/ 使用 Vue 3 的 <script setup> 语法结合 Tailwind CS…

Solana新手上路:完成第一笔SOL转账

大家好&#xff01;如果大家正对Solana生态系统充满好奇&#xff0c;渴望在代码层面与这个高性能区块链进行第一次“亲密接触”&#xff0c;那么来对地方了。今天&#xff0c;我们将一起完成一件激动人心的事情&#xff1a;通过编写一段简单的JavaScript代码&#xff0c;在Sola…

jangow-01-1.0.1靶机教程攻略

第一步搭建环境 靶机下载地址&#xff1a;https://download.vulnhub.com/jangow/jangow-01-1.0.1.ova 下载好了直接用VM打开 右击虚拟机设置&#xff0c;网络连接改成nat模式 第二步信息收集 开启虚拟机&#xff0c;右击编辑查看一下靶机的网段 用cali的nmap扫一下 nmap 1…

Linux和shell

最快入门的方式是使用苹果系统。此外&#xff0c;累计补充学习&#xff1a;一、目录结构/bin&#xff0c;二进制文件 /boot&#xff0c;启动文件 /dev&#xff0c;设备文件 /home&#xff0c;主目录&#xff0c;一般外接包、安装包放在这里 /lib&#xff0c;库文件 /opt&#x…

机器学习之逻辑回归(Logistic Regression)

一、什么是逻辑回归 逻辑回归也称作logistic回归分析&#xff0c;是一种由线性回归衍生出来的分析模型&#xff0c;属于机器学习中的监督学习。其推导过程与计算方式类似于回归的过程&#xff0c;但实际上主要是用来解决二分类问题&#xff08;也可以解决多分类问题&#x…

mac环境配置rust

rustup 是一个命令行工具&#xff0c;用于管理 Rust 编译器和相关工具链 sh 体验AI代码助手 代码解读复制代码curl --proto ‘https’ --tlsv1.2 -sSf https://sh.rustup.rs | sh使得 Rust 的安装在当前 shell 环境中生效 如果你使用的是 bash, zsh 或其他类似的 shell&#xf…

LPC2132GPIO

LPC2132具有多达47个通用I/O口&#xff08;GPIO&#xff0c;General I/O port&#xff09;&#xff0c;分别为P0[31:0]、P1[31:16]&#xff0c;其中&#xff0c;P0.24未用&#xff0c;P0.31仅为输出口。由于口线与其它功能复用&#xff0c;需要进行相关的管脚连接模块&#xff…

【AlphaFold3】网络架构篇(2)|Input Embedding 对输入进行特征嵌入

博主简介&#xff1a;努力学习的22级计算机科学与技术本科生一枚&#x1f338;博主主页&#xff1a; Yaoyao2024往期回顾&#xff1a;【AlphaFold3】网络架构篇&#xff08;1&#xff09;|概览预测算法每日一言&#x1f33c;: 去留无意&#xff0c;闲看庭前花开花落&#xff1b…

【传奇开心果系列】Flet框架左右两边堆叠图片前移补位轮播组件自定义模板

一、效果展示GIF动图二、使用场景介绍 Flet左右两边堆叠图片前移补位轮播组件 是一个基于 Flet 框架的自定义组件&#xff0c;适用于需要展示多张图片并实现动态轮播效果的应用场景。该组件特别适合用于以下场景&#xff1a; 产品展示&#xff1a;在电商网站或应用中&#xff0…

【Kubernetes 指南】基础入门——Kubernetes 201(三)

三、资源限制- Kubernetes 通过 cgroups 提供容器资源管理的功能&#xff0c;可以限制每个容器的 CPU 和内存使用&#xff0c;比 如对于上一讲创建的 deployment&#xff1b;- 可以通过下面的命令限制 nginx 容器最多只用 50% 的 CPU 和 128MB 的内存&#xff1a;- 这等同于在每…

【目标检测】d-fine模型部署

官网介绍显示&#xff0c;d-fine模型效果很好&#xff0c;例如下图中&#xff0c;非常模糊的人也能被识别出来。官网教程有些细节没写&#xff0c;这里补充一下。1.数据格式 数据长这样&#xff08;图中的unrrelated_pic无用&#xff09;。具体的格式可以由大模型生成。我这里有…

用 AI 解析采购订单,从上传到自动生成 Draft 订单全流程实战

网罗开发&#xff08;小红书、快手、视频号同名&#xff09;大家好&#xff0c;我是 展菲&#xff0c;目前在上市企业从事人工智能项目研发管理工作&#xff0c;平时热衷于分享各种编程领域的软硬技能知识以及前沿技术&#xff0c;包括iOS、前端、Harmony OS、Java、Python等方…

远程仓库地址发生变化

代码写着写着&#xff0c;组长突然说git地址迁移了&#xff0c;让我把自己的代码也迁移过去。以前没遇到过&#xff0c;今天试了试&#xff0c;迁移成功了&#xff0c;值得记录一下。一、场景1首先是最简单的场景&#xff0c;新建的仓库是空的&#xff0c;然后本地代码在master…

【硬件-笔试面试题】硬件/电子工程师,笔试面试题-48,(知识点:BUCK电路的损耗,开关损耗,导通损耗,电感损耗、驱动损耗)

目录 1、题目 2、解答 一、开关损耗&#xff08;Switching Losses&#xff09; &#xff1a;与开关频率成正比&#xff0c;但提高频率&#xff0c;可减小所需电感电容的体积&#xff0c;需平衡 二、导通损耗&#xff08;Conduction Losses&#xff09;&#xff1a;与导通时…

机械零件深凹槽检测方法的探究 - 激光频率梳 3D 轮廓检测

一、引言在机械制造领域&#xff0c;机械零件深凹槽的检测质量直接影响设备的性能与可靠性。以航空发动机止动螺母为例&#xff0c;其矩形凹槽深度公差通常在微米级&#xff0c;传统检测方法面临诸多挑战。平台推表检测法因基准不重合导致误差较大&#xff0c;工作型三坐标测量…

九章数学体系:打破“吃苦悖论”,重构学习真谛

在我们的成长历程中&#xff0c;“你不吃儿时读书之苦&#xff0c;就得吃长大工作之苦”这句话耳熟能详&#xff0c;它俨然成为家长与社会教育孩子的励志金句。然而&#xff0c;神奇的九章数学体系却为我们揭示&#xff0c;这背后实则隐藏着一个值得深度探究的悖论。现在&#…

【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts) 视频教程 - 微博内容IP地图可视化分析实现

大家好&#xff0c;我是java1234_小锋老师&#xff0c;最近写了一套【NLP舆情分析】基于python微博舆情分析可视化系统(flaskpandasecharts)视频教程&#xff0c;持续更新中&#xff0c;计划月底更新完&#xff0c;感谢支持。今天讲解微博内容IP地图可视化分析实现 视频在线地…

vue中使用wavesurfer.js绘制波形图和频谱图(支持.pcm)

新的实现方式&#xff1a;vue使用Canvas绘制频谱图 安装wavesurfer.js npm install wavesurfer.js第一版&#xff1a; 组件特点&#xff1a; 一次性加载好所有的数据&#xff1b; <template><div class"audio-visualizer-container"><div class&…

深入探索Weaviate:构建高效AI应用的数据库解决方案

在当今数据驱动的世界中&#xff0c;高效地存储、检索和处理大规模数据成为了AI应用开发的关键挑战。Weaviate作为一个开源的向量搜索引擎&#xff0c;凭借其强大的功能和灵活的架构&#xff0c;正逐渐成为开发者构建智能AI应用的首选工具。本文将深入探讨Weaviate的核心概念、…