2026AI智慧医疗全场景解决方案 “三位一体”AI医疗全场景产品及解决方案

微信扫码，打开到小程序

“ 三位一体 ” AI 医疗全场景产品及解决方案 “ 让医疗更智慧， 让关怀无边界 ” 01 技术能力 nd re 加入星球获取更多更全的数智化解决方案 » 01 医疗级语音感知 保障医疗环境下的识别准确率 用户音频输入经过语音回声消除（ AEC ） 、 AI 降噪 、语音活动检测（ VAD ）等步骤之后才会给 到声学模型和语言模型进行训练 。 AI 降噪：基于神经网络的百万参数小模型 语音检测：基于神经网络百万参数小模型 核心技术能力 · 医疗 Voice Agent ·AI 赋能智慧医疗 异步并行交互 应答智能体与业务智能体异步并行设计，保障客 户能得到及时响应 应答智能体 业务智能体 » 02 随访对话实时响应 全链路流式改造 以全链路流式架构为核心， ASR 、大模 型 、 TTS 节点均实现流式调用处理 03 超拟人交互 超拟人语音合成 语音克隆 + 超拟人 TTS ，提供丰富语音表现能力， 包括音色 、情感表达及地域特色等 模拟人类的情感表达 ， 提升语音交互的自然 度和用户满意度 等待中快速响应 并 • 回答业务问题 安抚性情绪回复 行 • 提升智能化水平 个性化回复 • 长期 、迭代学习 小于 1 秒的实时响应， 语音识别 综 合准确率超过 95% 。 自我迭代 根据反馈自我迭代和修正 感知环境 精准感知医疗场景复杂环境 工具调用 自主调用外部工具 ASR 语音识别流式传输 TTS 语音合成流式传输 大模型流式调用传输 PSTN/ RTC 网 络 传 输 基于大模型的多轮意 图分析，构建精准意 图识别与任务自编排 能力 超拟人情绪交互 多意图识别 超拟人合成 声音克隆 多 情 绪 原 声 克 隆 正 常 多模态医疗数据统一表征 Agent 大脑 + 医疗工作流编排 可溯源 、可解释的诊疗建议生成 single Agent multi Agent 标准框架接入 L1 医疗大模型 自研医疗垂直大模型 多模态医学模型 AI BOX 是普爱自主研发的一站式医疗级 AI 开发平台， 为多个智能体业务能力构建， 提供数据管理 、提示词管理 、模型训练 与微 调 、 RAG 和 Agent 可视化编排等便捷功能， 极大提升了智能体的构建效率； 核心技术能力 · 医疗多智能体应用开发平 台 ·AI 赋能智慧医疗 智能体 医疗意图大脑： 意图接入 、诊疗意图理解 、环境感知 、任务执 行 诊间听译 数据集管理 模型部署 L0 基础大模型 基础层 算力 GPU/NPU 集群 隐私计算平台 算力感知调度 数据 医学知识图 谱 语音识别 （ ASR ） 文本生成 （ TTS ） 合规数据湖 L2 场景模型 临床术语集 智能体 开发层 模型层 Medical Agent API 模型训练与微调 模型训练 提 示 词 优 化 提 示 词 模 板 Medical RAG 院内知识库 医疗场景智能体定制 DeepSeek 智 谱 GLM 数据管理 数据标注 通义千问 Llama 文心一言 智能问诊 / 导 诊 Prompt 管 理 患者随访 隐 私 合 规 数 据 安 全 应用层 模型评估 数据处理 权威医学数据 医生经验库 插件 MCP · Voice Agent 医疗级 Agent ，专为诊疗场景优化 强力大模型驱动，文本处理能力强 支持完全私有化部署，数据 100% 不出院 ·AI 赋能智慧医疗 我们的核心产品优 势 我们拥有领先的技术实力与顶尖的团队配置，是提供可靠服务的坚实基础。 传统语音录入 / 通用 AI 通用引擎，术语 、噪音场景识别率低 简单语音转文字，无智能分析能力 多为公有云服务，数据安全合规存风险 特性 识别引擎 文本生成 数据安全 产品核心优 势 l AI 诊间听译 我们推出基于自研 Voice Agent 多模态智 能体的“诊间听译 ”解决方案，通过一个智 能麦克风 、一套智能系统，将医患的自 然对话 ，实时 、准确地转化为结构化 、 规范化的电子病历 ，改变传统诊疗流程 。 l AI 住院助手 AI 住院助手解决方案，通过语音与医疗 Agent 技术，赋能查房和出院两大核心住 院场景， 旨在打造更高效 、更规范 、更 具人文关怀的全新住院服务流程 。 l AI 诊后智能随访 AI 诊后智能随访解决方案，通过语音与 医疗 Agent ， 自动为每位出院患者执行 个性化的随访任务 。系统能够主动评估 风险 、实时预警，将医院的服务从院内 延伸至院外，构建闭环 、高效 、智能的 诊后管理新模式 。 l AI 智能预问诊 患者可通过公众号或电话，与 AI 助理 进行多轮对话 ，完成智能分诊 、预约 挂号及获取健康建议 。系统还能主动发 起诊前提醒， 旨在打造高效 、便捷 、 个性化的全新患者服务体验 。 Agent 医疗全场景解决方 案 ·AI 赋能智慧医疗 问诊前场景 问诊后场景 问诊中场景 0 2 AI 诊前预问诊 nd re · AI 预问诊 我们推出基于自研 Voice Agent 的“ AI 诊前助理 ”解决方案，患者可通过公众号 或电话，与 AI 助理进行多轮对话 ，完成智能分诊 、预约挂号及获取健康建议 。系 统还能主动发起诊前提醒， 旨在打造高效 、便捷 、个性化的全新患者服务体验 。 医院： 分诊不准 效率低下 导诊台人力咨询压力大，号源分配匹配度低，导致医疗资源浪 费 。诊前提醒依赖人工，成本高且易遗漏 。 患者： 盲目就医 体验不佳 患者缺乏专业指引，挂错科室 、反复排队现象普遍，就诊前充 满不确定性，就医体验差 。 l AI 数字人技术：提供网页端 AI 数字人，支持患者与数字人通过语音 Agent 技术进行预问诊信息搜集和建议生成 。 l 医疗 LLM Chatbot ：支持通过自然语言与 AI 聊天机器人进行预问诊 。 l AI 智能客服：通过智能客服技术，代替人工客服提醒患者就诊，并针对患 者的基础信息提供个性化的诊前建议 。 医生： 诊前信息缺失 医生在接诊时需从头询问病史，无法提前了解患者情况， 占 用了宝贵的诊疗时间，影响问诊效率 。 在追求高质量医疗服务的今天， 院前服务环节仍面临着分诊不准 、沟 通效率低和患者体验不佳等多重挑战 。我们精准识别了三大核心痛点： 提升患者体验 随时随地获得专业咨询 ，减少盲 目就医 ，提升就医体验和确定性 。 提升院前效率 提升分诊准确率 ，优化号源分配 的匹配度， 降低导诊台人力成本 。 背景介绍 ·AI 赋能智慧医疗 AI 预问诊 · 核心功 能 多模态交互， 满足不同患者需求 我们提供多种 AI 交互模式， 旨在打破单一沟通方式的局限，让每一位患者都能选 择最舒适 、最高效的方式完成诊前信息同步 ，获得人性化 、精准化的就医指导 。 l 拟人化语音对话： AI 数字人提供“面对面 ”的沉浸式交流，有效缓解患者焦虑，提 升沟通温度 。 l 智能语音驱动：领先的语音识别与理解技术，精准捕捉口语化描述 ，实现无障碍 沟通 。 l 图文精准交互：结合文本与可视化点选（如人体图），让症状描述更直观 、精 准 。 l 便捷私密高效：对话逻辑清晰 ，记录可追溯，适合在任何场景下快速 、私密地 完成问诊 。 多模态 AI 预问 诊 ·AI 赋能智慧医疗 AI 数字人预问诊 Chatbot 预问诊 数字人 AI 预问 诊 Chatbot 预 问 诊 智能主动服务， 优化患者旅程 我们通过 AI 客服技术，将医院从被动等待应答转变为主动关怀服务，通过 AI 客服 主动问询诊前提醒，在提升患者满意度的同时，极大优化医院人力资源配置 。 l 全天候在线答疑： AI 客服 7x24 小时在线 ，即时解答关于科室位置 、医生排班 、 就诊流程 、费用查询等高频问题，分担人工客服压力 。 l 便复杂问题智能转接： 当遇到 AI 无法处理的复杂或紧急问题时，系统可智能 识别并无缝转接至人工坐席，确保患者问题得到妥善解决 。 l 自动化诊前提醒：系统在就诊前自动外呼患者，根据不同科室与检查项目，提 供个性化的就诊时间 、地点及注意事项（如禁食 、携带病历等）提醒，有效 降低爽约率 。 AI 智能客服预问 诊 ·AI 赋能智慧医疗 AI 智能外呼 7x24 小时在线服务 智能客服示例 统一的数据智能核心 通过 LLM （大语言模型）强大的文本处理和多模态能 力，将诊前通过 AI 搜集到的患者信息整合生成诊前摘要， 帮助医生提前掌握病情 。 AI 赋能临床提效 ·AI 赋能智慧医疗 l 自动整合数字人与 Chatbot 的问诊信息 ，生成统一 、 结构化的诊前摘要 。 l 将摘要无缝推送至医生工作站 ，帮助医生提前掌握病 情，提升诊疗效率 。 多模态信息融合 赋能临床提效 诊前摘要页面 0 3 AI 诊间听译 nd re · 诊间听译 我们推出基于自研 Voice Agent 多模态智能体的“诊间听译 ”解决方案，通过一 个智能麦克风 、一套智能系统，将医患的自然对话 ，实时 、准确地转化为结构化 、 规范化的电子病历 ，改变传统诊疗流程 。 诊间听译 · 核心功能 l 实时采集与转录： 高保真实时采集，精准转录，精准识别医疗术语 、方言， 完整记录对话 。 l 智能分析与理解：基于医疗大模型，深度理解上下文， 自动提取主诉 、现 病史 、既往史等关键信息 。 l 一键生成病历：按“主诉 - 病史 - 查体 - 诊断 - 治疗 ”标准格式， 自动填充结构 化电子病历， 医生仅需审核确认 。 医院：数据难利用 海量非结构化的病历数据难以有效利用 ，为临床科研 、教学及 精细化管理带来了巨大障碍，数据价值无法充分释放 。 患者：体验待提升 医生频繁在患者与电脑屏幕间切换视线，减少了有温度的交流， 降低了患者的就诊体验与满意度 。 >70% 效率提升 病历书写时间缩短 60% 以上 ，解放医生双手 >97% 质量提升 医疗术语识别准确率超 95% ，保障病历准确性 。 价值延伸 优化医患关系 ，沉淀高 质量科研数据资产 。 医生：精力被消耗 病历书写占据大量工作时间 ，手动录入不仅分散诊疗精力 ， 更在高强度工作下容易出现信息错漏，影响诊断质量 。 在追求高质量医疗服务的今天， 临床一线仍然面临着效率 、准确性 和 患者体验等多重挑战 。我们精准识别了三大核心痛点： 背景介绍 ·AI 赋能智慧医疗 转写与智能语义分析， 支持上下文理解与逻辑校验， 自动生成结构化电子病历， 显著提升病历生成效率 。 问诊音频 ↓ AI 诊间听译产品可区分多角色语音， 转写医患问诊语音， 提取诊疗关键信息， 提升复杂医学术语识别准确率， 实现高精度语 音 产品介绍 ·AI 赋能智慧医疗 实时采集 高保真麦克风完整 捕捉医患对话 ， 不错过任何细节 。 基于医疗大语言模 型 (LLM) ，深度 理解上下文，提取 关键信息并进行逻 辑校验 。 领先的 ASR 技术， 精准识别多语种 、 方言及复杂医学术 语 。 自动填充结构化电 子病历， 医生只 需审核确认，效率 倍增 。 token 环 境 大语言模型 诊间听译核心工作流程 ASR 情绪 ↓ 精准转录 智能分析 一键生成 自动纠错 ↓ 文本 Voice Agent 音频处理引擎 原始音频采集 智能滤除空调 、键盘声等背景噪音，保留纯 净人声 。 语音活性检测 (VAD) 精确识别有效语音片段，剔除静默与无效音， 提升效率 。 声源定向与增强 锁定主讲人声源，抑制旁侧杂音，增强目标语 音清晰度 。 精准采集用户的语音信号， 并进行采样 、筛选 、降噪 、排序 、活体检测等预处理操作， 为后续的语音识别提供高质量的输入， 提升诊断分析的准确性和流畅性 。 核心功能 · 诊间音频采 集 ·AI 赋能智慧医疗 高清语音输出 生成清晰 、完整的语音流，无缝 传输至后续识别与分析模块 。 专业级定向麦克风阵列，精准捕捉 医患对话声源 ，获取原始信号 。 原始音频采集 结构化电子病历 主诉： 右下后牙有洞数月 。 现病史： 右下后牙发现有洞数月 ，偶有咬物痛 1 月 ，今至我科要求治疗 。 既往史 、个人史 、家族史： 否认特殊疾病史 。 体格检查： （ 46 ）合面深龋洞 ，探痛敏感， 叩痛（ - ） 。 （ 16 、 26 ）合面龋坏达牙本质浅层 ，边缘深窝沟未龋坏 。 辅助检查： 曲断示（ 46 ）龋损达牙本质深层 ，及髓 ，根尖孔未闭合 ，根尖周无明显异常 。 初步诊断： （ 46 ）慢性牙髓炎 ，（ 16 、 26 ） 中龋 处置： 1. 告知病情 、治疗方案 、转归 、可能并发症与费用等 ，家长知情同意 2. （ 46 ） 阻滞麻醉 + 橡皮障 ，伢典备洞 ，去腐质未净及髓 ，去冠髓 , 止血 。 iroot BP 盖髓， 玻璃水门汀垫底 ， SDR 垫底（ sonicfill ）充填 ，调合 ，抛光 。窝沟封闭 。 （ 16 、 26 ）伢典备洞，（ 16 ） SDR 充填调合 ，抛光 。窝沟封闭 。 26 sonicfill 充填调合 ，抛光 。窝沟封闭 。 3. 口腔卫生宣教 。 注意事项： 1. 麻醉作用将持续 2-3 小时 ，期间防止患儿咬唇 、咬颊 、吮吸或用手指抠挖嘴唇 ，避免 粘膜损伤 。若出现咬伤溃疡 ，一般一周可自愈 ，无需处理 。半小时后进水 ， 2 小时后对 侧进食 ， 24 小时后正常使用 。 2. （ 46 ） 暂保留部分神经做活切 ，若感疼痛肿胀及时就诊需视情况治疗等 。如无症状， 每半年复查 ，不适随诊 。 诊间听译 医生 ：来宝贝， 啊 ，来 ，许沐曦 。 患者家长： 呃 ，许沐曦哈 ，对 。 医生 ：他是要看什么问题 ，还是只是检查？ 患者家长 ：先先检查一下 ，看要不要涂氟， 因为去年来就是搞过一颗牙 ，你 自己有发现什么问题吗？ 患者家长 ：没没有， 呵呵呵 。 患者家长 ：是， 因为刚好今天也是来看眼科 ，然后就就在， 因为到快一年了 。 医生 ：再看看 ，我看一下 。 患者家长 ：去年就是在这里搞过一颗牙 ，就是钢牙 ，牙 ，你的舌头是硬的 。 医生 ：别说了吧 。 医生： 自己会做这这是右上的这两颗 ，又黑了哈 。 医生： 嗯 ，这是 4 号牙 ， 5 号牙 ，你看到吗？这个这个缝之间 ，对 ，这是又有 蛀牙了啊 。 患者家长： 哦 ，我的天呐 。 患者家长 ：这个得得要补一下 ，要补是吧？ 医生 ：对 ，然后 60 牙做过窝沟封闭吗？ 医生 ：几年级了？ 患者家长： 呃 ，二年级 ，二年级学校窝沟窝沟封闭它去年应该是在学 ，在这 边有做了 ，做了 ，你看看 ，看得出来吗？ 医生 ：这下面是补了吧 患者家长 ：我我觉得是平的 。 医生： 嗯 ，上面的嗯 ，等一下我开一下灯 。 医生： … … , 按“主诉 - 病史 - 检查 - 诊断 - 治疗 ”自动分段， 一键生成病历， 支 智能结构化模块： 关键数据标签化（如过敏史 、用药记 录） 持通过 API 方式对接 EMR 系统 。 核心功能 · 结构化电子病 历 ·AI 赋能智慧医疗 0 4 AI 住院助手 nd re · AI 住院助手 我们推出“ AI 住院助手 ”解决方案，通过语音与医疗 Agent 技术，赋能查房和出 院两大核心住院场景， 旨在打造更高效 、更规范 、更具人文关怀的全新住院服务 流程 。 医院： 文书质量参差不齐 病历 、出院小结等文书质量依赖医生个人经验，标准化程度低， 且在医疗纠纷中缺乏原始语音证据 。 患者： 出院指导难记忆 患者出院时难以完全理解和记忆复杂的医嘱，通用型宣教材料 缺乏个性化，影响康复效果 。 l AI 查房助理： 医生查房时，语音 Agent 记录查房对话 。查房 Agent 自动提取 关键信息 ，生成“交班记录 ”和“查房日志 ”，并自动更新患者的治疗计划 。 l 出院宣教与摘要生成：患者出院时， AI Agent 根据医生的患教信息和患者 数据， 自动生成一份通俗易懂的《出院指导手册》和一份专业的《出院小 结》 。 提升诊疗文书效率 自动化生成查房日志与交班记录， 将医生从繁琐的文书工作中解放 出来， 回归诊疗本身 。 优化出院管理质量 生成专业化出院小结与个性化指 导手册 ，提升患者满意度 ，保障 延续性治疗效果 。 医生： 文书撰写耗时费力 医生需花费大量时间手写或录入查房及交班记录，挤占临床诊 疗时间，且易出现信息遗漏或偏差 。 在追求高质量医疗服务的今天，住院诊疗环节面临文书记录繁琐 、医 患 沟通不充分 、出院管理效率低等挑战 。我们精准识别了三大核心痛点。 背景介绍 ·AI 赋能智慧医疗 AI 住院助手 · 核心功 能 AI 驱动查房革新， 提升诊疗效率 医生查房时，语音 Agent 自动记录并分析对话 。将繁琐的文书工作自 动 化，让医生能更专注于临床诊疗， 同时确保医疗信息的准确 、同步与 可追溯 。 l 拟无感记录查房对话： 医生与患者 、家属的对话被实时 、高精度地 转录为文字，并能智能区分不同发言人 。 l 智能提取关键信息： AI 自动识别并提取对话中的主观感受 (S) 、客 观体征 (O) 、临床评估 (A) 和治疗计划 (P) 等核心医疗信息 。 l 一键生成查房日志： 根据提取的信息， 自动生成符合规范的 SOAP 格式病程记录，极大缩短文书撰写时间 。 l 智能汇总交班要点： 自动提炼出需要重点关注和执行的交班事项， 生成清晰 、简洁的交班清单，确保信息传递无误 。 查房摘要生成 ·AI 赋能智慧医疗 自动化生成医疗文书 实时语音转录分析 AI 查房助手页面 AI 出院宣教页面 智能出院指导， 延续院内关怀 患者出院时， AI Agent 会根据医生的患教嘱托和患者的诊疗数据， 自动生成个性 化的出院指导 。