近日，安徽医科大学第一附属医院医学人工智能团队、临床医疗团队联合讯飞医疗研究的大模型病历生成系统已完成实验室研究，并正式开展试点应用。该系统是安徽医科大学第一附属医院大模型场景应用的又一次创新，它以讯飞星火医疗X1大模型、DeepSeek 70B开源模型为技术底座，设计了基于专用语音设备的门诊病历实时生成、基于关键事件轴和迭代优化的住院病历生成技术框架，依托模型中内置的丰富医学知识库和指令编排，并与院内业务系统进行深度对接，实现了多模态诊疗数据的实时共享和交互，赋能门诊接诊、住院查房、交班讨论等诊疗环节的病历从“手动书写”到“智能生成”。
一、病历书写效率与质量的双重飞跃
与传统病历书写方式相比，大模型病历生成系统在效率和质量上实现了质的飞跃，在研究过程中，安徽医科大学第一附属医院胃肠外科、内分泌代谢科医疗团队全程深度参与，为生成病历的合理性、术语表达的专业性、与诊疗需求的契合度等方面提供了极具价值的参考建议。试点应用结果显示，病历生成合理率超83%，这表明系统生成的病历内容大多符合医疗规范和实际诊疗情况；生成病历引用率超80%，说明医生对系统生成病历的认可度较高；平均每日为临床医生节省约2.8小时的病历书写时间，极大地提高了医生的工作效率。
二、门诊病历的实时生成和智能引导
在门诊病历生成方面，该系统依托专用设备实时识别接诊环节中的医患对话语音。通过智能分析，系统动态生成引导性提问提示，并实时提取关键信息，实现智能引导式问诊。同时，利用大模型的推理能力，生成诊断推荐并标注置信度评分，为医生提供决策参考。问诊结束后，系统自动生成结构清晰、信息完整的门诊电子病历，涵盖“主诉、现病史、既往史、流行病学史”等关键内容。
三、住院病历的结构化和迭代优化生成
在住院病历生成方面，该系统基于门诊病历、预住院期间的检验检查资料、入院评估等关键文书，自动生成结构化的入院记录。同时，结合病情发展情况以及治疗过程中记录的各类文书，进行迭代优化，生成日常病程记录、出院记录等文书，可供医生在后续病历撰写中直接引用或参考。
四、推理透明化和临床思维辅助
该系统依托大模型的推理能力，构建了病历生成逻辑路径，结合SOAP框架等医学推理模型，对临床资料数据进行结构化推理分析，并通过可视化方式呈现病历生成的推理过程，帮助临床医生清晰理解生成病历文书的逻辑来源，形成严谨的临床思维，以便更精准地校验和提升生成文书的合理性、准确性和科学性。
五、未来展望
在科技飞速发展的时代浪潮中，人工智能正深度融入医疗领域，为医疗行业带来前所未有的变革。安徽医科大学第一附属医院将持续深化、积极探索大模型等人工智能技术在医疗场景中的创新应用，为临床医护提供高效、专业等辅助支撑平台，为患者打造便捷、优质的就医体验，全力推动医疗服务质量和效率的持续提升。