鹭羽 发自 凹非寺
量子位 | 公众号 QbitAI
不会……只有我这样做吧？
现在每次去医院看病前，我都会让AI帮我跑一轮。
哪里不舒服、持续了多久，还包括既往病史，这些零零碎碎的信息，都在预问诊阶段准备妥帖。
等到和医生面对面，结果发现医生也在Vibe Working：
Agent协助医生下判断，诊室之外的随访与健康信息管理也由AI跟上。
乍一听有点赛博朋克，但却是实实在在发生在现实的一幕。
张亚勤院士创办的清华AIR，最近又跑出来一家明星AI医疗企业——
紫荆智康。
其研发的“紫荆AI医院”系统，已经在全国各地的医院陆续上线测试。
走进去更科幻更未来的是，这里的每个医生都能拥有辅助自己工作的专属AI分身，但这还远远不够。
单说咱去看病，一个毛病可能就同时牵扯到多个科室。
医学又是最讲究专业实力的，总不能让骨科医生来给你看肺部问题……
所以当不同专长的医生拥有各自的分身，这些分身之间又能否进一步协作？
围绕这个问题，紫荆智康此次带来了医学领域的多分身智能体协同技术（Multidisciplinary Human-Agent Collaboration），并进一步升级“紫荆AI医院”（Agent Hospital）。
AI医院里，AI医生与人类医生通力合作……一个连接真实诊疗、能够持续进化的虚拟医疗世界，正逐渐成形。
将多科室的专业判断，带进同一间诊室
先说老问题。
医疗行业有个绕不开的现实：好医生永远稀缺。
每个医生都有自己的专攻方向，每家医院也有着各自的资源承载上限。
看病难，难如上青天。
通常一个患者的病症如果横跨多个科室，现实路径是这样的：
先挂内科，查不出所以然转外科，外科看完再约影像科，几个科室的号都挂遍了，才轮得上发起一次正式的多学科会诊（MDT）。
结果到头来，最佳治疗窗口可能已经错过了。
而且一次MDT本身也不便宜，光凑齐各科专家的时间，就得付一笔不低的会诊费。
紫荆智康的思路比较直接，既然让患者去找专家不太现实，那不如先让专家分身集体到位。
碰到同科室就能解决的病症时，单个AI分身就管用。
相当于把高水平专家的AI分身请进普通门诊，为当前医生提供指导建议。
反之如果是那些跨学科的复杂问题，紫荆智康则干脆给这些分身搭了个多学科协作会议。
当具备不同专长的Agent分身依次加入分析，单一医生能获得的专业视角直接被大幅度拓宽。
这样，在同一套操作系统的调度下，AI分身既能实现同科支持，也能跨科参与。
举个例子，现在有位因甲亢进入内分泌科的患者，在问诊过程中，系统同步收集到患者还兼有哮喘病史的信息。
对当前诊室而言，后续处置就需要同时考虑呼吸系统的情况。
于是呼吸科分身介入，提醒医生关注后续用药的相关风险。
这就是多分身智能体协同的基本逻辑，它能够把跨专科支持前置到首诊、预问诊这些更早的环节。
换句话说，患者走进这间诊室时，就有一整个医生团队在打辅助，那些疑难重症专属的多学科支持就有可能成为日常诊疗的标配。
具体怎么协同的？紫荆智康提供了两种形态。
一种是按需提醒。
医生还是照常进行门诊，随着患者不断提供新信息，系统识别其它专科参与的需要，再把相关分身的意见以提醒方式呈现给医生。
期间并不会打断原有的诊疗流程。
另一种是会诊模式。
对于已经明确需要多个专科共同分析的病例，多个分身直接参与其中，并在界面上围绕诊断、用药等环节呈现对应建议。
医生要做的，就是用自己的专业知识，比较权衡这些不同视角。
当然，意见多了，还会产生另一个问题：分身之间说得不一样，咋办？
老实说，紫荆智康的处理方式挺反直觉。
它没有主动去收敛分歧，而是把分歧明明白白摆出来。
系统会分别呈现不同分身的建议，对不一致之处高亮提醒。医生能够看到意见来自哪个分身，再结合患者情况、相关依据及自己的经验，完成最终判断。
因为差异本身也有价值。
有位内科执业医师就表示，AI现阶段的重要帮助，还是补充医生可能没有想到的方向：
当AI建议跟我的判断不完全一致时，我会回顾输入的信息，看看是什么原因。
如果它根据现有资料给出的想法和我倾向的事情是不同方向的，我会觉得很有意义。
接下来我就需要非常慎重地去鉴别到底哪一个更符合实际情况。
所以多分身协同的价值，最终还是要落在后续研判过程上。
对比其它医疗Agent，这也是紫荆智康的系统能够更好地补全专业视角、提供可追溯源头的核心所在。
事实上，这也并非紫荆智康一家之言。
把多个AI角色组织起来，本身已经成为医疗AI的重要探索方向之一。
比如微软在MAI-DxO研究中，通过模拟医生团队，围绕病例逐步获取信息、提出诊断假设并选择检查，以此研究诊断准确性与成本之间的关系。
紫荆智康进一步强调的，则是分身与具体医生之间的联系。
这里的医生分身会在基础能力之上，持续学习真人医生，完成自进化成长，最终再将决策权交还给真人医生。
从这个角度看，多分身协同恰恰超越了“用AI替代医生”的传统叙事，实则让每个医生的背后，都站着一整个随叫随到的专家团队。
底座成型，让AI分身持续成长
不过要让成百上千个分身随时在线、各司其职，背后还需要一套完整系统。
分身从哪里获得能力，如何理解不断增加的患者信息，怎样适应医生的工作习惯，又如何接入医院原有流程……环环相扣，都会影响最终的使用效果。
这也是紫荆智康构建紫荆AI医院生态的原因。
类似的医疗智能体平台也有，比如微软的Healthcare Agent Orchestrator，会组织起不同的智能体处理信息，并围绕肿瘤会诊等复杂任务构建工作流。
紫荆AI医院的不同之处，在于其分身会在真实门诊的实践中不断成长。
这一核心技术路线，源自AIR刘洋教授团队在Agent Hospital构建之初提出的SEAL，即基于拟像的可进化智能体学习。
这是一套「虚拟世界训练+现实世界验证与微调」的双层进化架构。
在虚拟环境里，患者、医生、护士等角色均由智能体扮演。
AI医生每天在里面高强度模拟诊疗，数百万超拟真AI患者求医问药，组成闭环式医疗虚拟世界。
成功的案例可以进入病例库，供后续任务参考；出现问题时，再从失败中反思、提炼经验，并经过整理，逐步形成可复用的规则。
只要短短几天时间，AI医生智能体就能完成几十万甚至上百万案例，把罕见病、复杂病、多病程组合全部跑一遍。
类比AlphaGo的自我对弈，AI医生在虚拟医院里自我进化。能力稳步提升的同时，算力消耗也远低于传统大模型训练。
但虚拟世界训练出的早期AI也有明显问题，它会倾向于把各种可能性考虑得过度充分。
紫荆AI医院的首席产品官乔宇宸，就透露了这样一个有趣的小细节：
AI给医生推荐的是疗效最好的药，但医生考虑到患者的经济情况，最后换成了相对便宜、进了医保的药。
于是真实诊疗上场。
通过引入现实世界中的验证与伴生成长，系统让分身与真人医生一起工作，再把医生的操作反馈进内部微调。
Agent不仅行动像医生，思维也要和医生同步。
落到实际应用上，紫荆AI医院面向医生、患者、医院三端：
患者端负责预问诊、健康资料与后续管理；医生端承接分身、病历及决策辅助；医院端支持排班、权限与数据管理。
三端产品把底层能力带到了不同角色面前。继续接入专科工具和合作伙伴，则是在此基础上推进的下一步。
目前，这套系统已经在真实医院中交出了成绩单。
截至2026年7月，该系统已构建54位AI医生和数百万超拟真AI患者，覆盖数千种疾病。
北京清华长庚医院已有18个临床科室开展门诊测试，40余名医生常态化使用，医生整体诊疗效率能够提升30%。
基准测试方面，AI医生在MedQA数据集上的准确率超过96%，并在多个国际医学评测数据集中均取得最高成绩。
接下来要回答的，就是如何让这份专业支持走进更多医院，惠及更多患者。
AI医院的下一步，走向更多人
这些年来，医疗AI都偏向单打独斗。
厂商也好，医院也罢，都习惯从一个具体任务切入，比如影像识别、病历生成或辅助问诊。
但要说真看病，肯定是一连串的过程。
行业长期缺乏一套能够连接不同角色、贯穿诊疗流程的生产级AI原生系统。
就没人想做吗？那倒也未必，难就难在很少有人能把前沿技术、临床与工程绑在一起。
这是学术界与产业界共同面对的尴尬处境：
哈佛、MIT、斯坦福这些顶尖高校，的确拥有最完整的医学AI创新生态。但从实验走向临床，还缺乏系统工程验证。
顶尖医疗机构（如梅奥诊所、多伦多总医院、克利夫兰诊所）倒是坐拥深厚的临床资源，也有丰富的患者需求。
但它们缺少顶尖AI人才和技术，无法独立研制AI原生系统。
硅谷的AI科技巨头们走得会稍远一些，但医学只是它们布局的众多分支领域之一，缺乏体系级创新，也需要在实际诊疗中一步步理解和适配医疗流程。
生产级AI原生医疗系统的落地，需要让这些能力形成合力，所以当下紫荆智康是T0级别。
紫荆智康算是个新玩家，两年前才由清华智能产业研究院（AIR）孵化成立。
放在单项研究动辄十几年的医学领域，的确显得初出茅庐。
但团队的研究积累远早于此，成员本身长期扎根智慧医疗：
多篇论文相继登上《Nature Medicine》《NEJM AI》等医学AI顶刊。
其中，2024年海内外刷屏的Agent Hospital论文一炮而红，被称作“世界上第一个AI医院”。
相关实践还获得了《Nature》的重点关注，并被其列为AI虚拟分身落地医疗领域的核心参考案例。
紫荆智康算是非常典型的学术成果落地的成功范例。
从清华AIR出发，到登上顶刊，再到走进真实诊室，这支团队正在一步步将学术积累转化为医生和患者都用得上的产品。
One More Thing
在今天的发布会上，紫荆智康还有个关键特质让我很动容。
君子当以厚德载物，承袭自清华AIR的普惠特质，紫荆智康在技术的推进过程中，也始终没有落下医学的人文关怀。
紫荆智康主张，通过价值对齐，将医学人文理念转化为算法可理解、可执行的约束与偏好。
也就是说，系统在设计之初就牢牢锁定了AI与人的协同边界，遵循以人为本的导向，明确AI的辅助定位。
在智能体的构建上，也不追求全能且统一的超级AI，而是保留每个智能体的差异性与多样性，博采众家之长。
落到实处，就是专业级能力的下放，让更多基层医生、赤脚医生乃至乡镇机构都得以享受一线资源，是实实在在造福于广大患者。
诚然，这条路并不轻松，每一道合规关卡、每一位医生习惯的切换，都要在具体实践中打磨。
紫荆智康选择的这条从虚拟世界到真实诊室的路，更慢但也更稳。
不过可以预见的曙光是，当医生每多一份有效支持，患者就能少走一点弯路。
生命得以延续，科技的价值才得以真正彰显。
官网链接：https://www.tairex.cn/
热门跟贴