10月15日，海强哥一行拜访电子科技大学医学院，与多位领导、专家围绕“AI＋医疗”开展深入交流，探讨技术与医疗科研、临床工作及服务需求结合的实践方向。

这次交流，让我们更关注一个具体变化：AI医疗应用的讨论，正在从模型能力延伸到实际工作——资料怎样整理，系统怎样接入，专业人员怎样审核，产品效果怎样验证。

对智创 AI 而言，希望从这些具体问题出发，与有专业积累、有真实需求的伙伴共同探索。

从临床与科研需求出发，让技术在真实场景中接受检验。

一、科研侧：连接数据、研究与成果转化

交流中，双方围绕专病数据集建设、医学影像分析、药物研发、临床试验设计与科研成果转化等方向交换了思路。

电子科技大学医学院在医工交叉、智能康复、肿瘤精准诊疗、眼科 AI、脑机接口等方向的积累，也为本次讨论提供了丰富的专业视角。

在我们看来，科研应用既要关注模型能力，也要重视数据基础。研究问题如何定义、资料怎样标注、来源能否追溯，以及如何评价结果，都需要研究与技术团队共同推进。

让专业知识、数据治理和工具能力相互衔接，是后续探索的重要基础。

二、临床侧：围绕医生的日常工作提供辅助

病历整理、智能分诊、影像辅助分析、随访管理与患者服务，是本次交流涉及的应用方向。具体用途需要结合科室需求、系统条件及专业评价逐项研究。

我们更关注工具如何融入工作：能否减少重复整理，能否让资料更方便查询，能否把需要确认的问题及时交给相应人员。

例如，病历助手生成草稿之后，需要由医护人员核查；患者服务涉及超出范围的问题时，需要有清晰的人工接手路径。

专业判断、审核责任与患者沟通始终是流程的重要部分。涉及医疗数据的使用，也应落实授权、隐私保护和访问管理。

三、看一个真实应用：把时间还给医患沟通

微软于2026年3月24日公开的一篇英国 NHS 应用报道，介绍了医生使用 Dragon Copilot 辅助整理诊疗记录的经历。

工具将诊疗对话整理为摘要、记录与信函草稿，再由临床人员审核、修改和签署。

报道中，肾脏专科医生 Rachel Hilton 表示，她每周工作约 20 小时，估计可节省约两小时行政工作，并能更专注地与患者交流。这是受访医生在具体场景中的个人估计。

这类实践提供了一个观察角度：从明确任务切入，把工具辅助与专业审核连起来，再记录使用效果。它也让本次交流中的工作流讨论有了更具体的参照。

四、产业侧：让需求、数据与产品连接起来

围绕药企、医院、医学院与专家团队，各方拥有不同的知识、资源和使用场景。推动产品落地，需要把这些条件逐步连接起来。

我们希望探索的协作方式是：临床与科研团队提出问题，相关团队整理数据与规则，技术团队开发辅助工具，再由实际使用者参与测试与评价。

从一个范围清楚的任务开始，明确交付内容、评价指标和责任分工，通过反馈持续完善，更有利于判断应用是否值得扩大。

医院运营也是可以继续研究的方向，包括内部知识查询、培训资料整理、行政协作和服务信息管理等。具体项目应结合机构需求与实施条件选择。

五、智创AI：围绕真实需求持续探索

接下来，智创 AI 将重点围绕医疗智能体、临床工作流助手、科研数据治理、医院运营提效和患者服务场景持续探索。

从场景梳理、知识整理，到工具连接、部署评估与使用验证，我们希望与专业团队共同推进，把每个环节做具体。

感谢电子科技大学医学院各位领导、专家的交流与分享。期待继续从真实问题出发，探索可验证、可落地，并在条件适合时逐步复制的应用产品。

临床出题，数据支撑，模型辅助，实践验证。

如果你也对 AI＋医疗感兴趣，欢迎与海强哥交流。无论是科研协作、医疗服务需求，还是相关产品与技术方向，都可以从一个具体问题开始沟通。

添加微信时请备注：你的机构或业务方向＋交流需求，方便我们了解实际情况，共同寻找合作切入点。