行业核心挑战与公司战略定位 - 医疗AI行业面临的核心挑战是通用大模型难以满足临床严谨性需求，存在“幻觉”风险、过程不透明及缺乏医疗严谨性等问题，从“可用”走向“实用”是关键关卡 [1] - 医渡科技的解题思路是进行系统性重构，致力于让AI的思考过程变得可控、可信、可溯源 [6] - 公司以自研医疗垂域大模型“YiduCore”为核心，打造“大数据+大模型”双中台解决方案，旨在为医院构建高质量发展的数字底座 [6] 核心技术平台与能力构建 - 公司AI中台的核心价值在于将大模型能力系统性转化为符合医疗规范、理解临床流程、知晓专科知识的“智能体”，以实现AI在医院场景中的落地生根 [6] - AI中台通过三大核心能力筑牢信任基石：内置高质量“知识中心”为AI提供专业知识支撑；集成40+智能算子支撑流程透明可追溯；以轻量无缝方式嵌入自然工作流实现“即想即用” [7] - 基于AI中台，公司构建了覆盖病历生成、辅助诊疗、风险评估、患者教育等全链条的130+个场景智能体，深度结合临床工作流 [7] 具体产品应用与临床实践 - 公司推出“医生临床Copilot”，以轻量级插件形态嵌入医生工作站，深度融入病历书写、治疗方案制定等核心场景，旨在破解医疗AI落地临床的难题 [7] - 在心内科领域，构建的心内科专科指南助手集成20+心血管专业指南共识，可通过自然语言交互实时分析患者数据，为急诊等场景提供决策支持 [8] - 在肿瘤领域，针对“肿瘤TNM分期”任务，通过嵌入多版指南与知识图谱，智能体将评估准确率提升至90%的主任医师水平，同时降低对算力的要求 [8] 合作案例与实施成效 - 与武汉同济医院共建专科数字名医，打造胸部肿瘤专家的数字分身，可自动接入患者数据提供个性化咨询，融合20+权威指南与专家经验，并以数字人技术提供7×24小时专业咨询 [8] - 在中山大学肿瘤防治中心的实践中，临床Copilot日均调用达800-1000次，助力单病种数据上报效率提升95%、肿瘤分期完成率提升5%+，并推动科研效率提升90%、支撑超3000个科研项目 [9] - 实践表明，AI已从“尝鲜新工具”转变为医生信赖依赖的“数字同事” [9] 行业趋势与公司展望 - 医疗AI行业正转向“专业协作”的垂直场景能力，深度适配临床流程与医生思维，经历从“外部工具”到“内生能力”的跨越 [9] - 公司未来将依托“双中台”解决方案与“智能体”矩阵，在更多专科领域持续深耕，以大模型临床助手为支点，推动医疗服务体系向更精准、高效的方向迈进 [9]