10月21日，由清华大学智能产业研究院（AIR）孵化的紫荆智康在北京发布多学科人机协作（Multidisciplinary Human-Agent Collaboration，MHAC）框架，并进一步升级“紫荆AI医院”（Agent Hospital）系统。该框架尝试将不同专科医生的AI分身及其他医疗智能体引入诊疗流程，辅助医生开展跨学科分析与决策。

与传统医疗AI主要聚焦辅助问诊、病历生成等单一任务不同，紫荆智康此次发布的方案着眼于多个智能体之间的协作，以及AI与真实医疗工作流的衔接。

从多学科会诊切入，探索协作式诊疗

多学科会诊（MDT）是临床处理复杂疾病的重要方式，通过组织不同科室的专家共同分析病情、制定诊疗方案，减少单一学科视角的局限。但在实际应用中，MDT通常需要协调多位专家的时间，组织成本较高，主要覆盖部分疑难复杂病例，难以普遍应用于普通门诊及早期风险识别场景。此外，患者后续的治疗变化、药物不良反应和康复情况，也需要进一步纳入诊疗反馈。

MHAC试图通过医疗智能体协作，改变多学科支持的介入方式。

据介绍，在该框架下，医生可以在门诊过程中调用不同专科的AI分身，为当前诊疗提供补充意见。系统既可以根据患者信息提示其他专科介入的必要性，也可以在医生主动发起后，组织多个智能体围绕病例提供分析建议。

例如，当内分泌科医生接诊甲亢患者时，如果发现患者同时存在哮喘病史，系统可以提示呼吸科相关智能体参与分析，辅助医生关注后续处置中的相关风险。

该框架支持单个医生与自己的AI分身协作、单个医生调用多个智能体，以及多位医生与多个智能体共同参与会诊等模式。其核心思路是将多学科协作从传统的集中式会诊，延伸至首诊、预问诊和复诊等更早、更日常的诊疗环节。

需要注意的是，智能体提供的是辅助信息和决策建议，最终诊断、治疗及用药决策仍由人类医生作出。对于不同智能体之间存在的意见分歧，系统会分别呈现相关建议，由医生结合患者情况进行判断，而非简单地将不同意见合并为单一结论。

医生AI分身与诊疗系统进一步结合

MHAC建立在紫荆智康此前推出的医生分身智能体及紫荆AI医院系统之上。

与主要依靠医学文献、病历等数据训练的通用模型不同，紫荆智康强调医生分身与真人医生日常诊疗行为的持续结合。医生在实际工作中对AI建议进行修改、调整或纠正，这些操作可以成为分身后续优化的反馈，使其逐步贴近对应医生的问诊风格和诊疗思路。

在系统建设方面，紫荆智康希望将患者、医生和医院三端连接起来。患者端覆盖预问诊、健康档案及随访等环节；医生端提供AI分身和诊疗辅助；医院端则通过与既有医院信息系统、医学影像系统及检验检查等业务环节衔接，将AI能力嵌入实际工作流程。

这意味着，该探索不只涉及单个医疗AI工具，还包括智能体的管理、调用、协作，以及患者诊疗信息在不同环节的流转。

不过，医疗智能体能否持续发挥作用，不仅取决于模型能力，也与医院系统对接、临床工作流程适配、数据安全、权限管理及医生使用习惯密切相关。尤其在多智能体共同参与诊疗的场景中，如何验证建议的可靠性、明确责任边界，并确保诊疗过程可追溯，仍是落地过程中需要持续解决的问题。

已开展医院测试，后续将推进真实场景验证

据介绍，截至2026年7月，紫荆AI医院已构建54位AI医生智能体及数百万个AI患者，覆盖27个临床科室和数千种疾病。该系统已在多家实体医院部署测试，北京清华长庚医院有18个临床科室开展门诊测试，40余名医生常态化使用，整体诊疗效率提升约30%。

在应用拓展方面，紫荆智康提及基层医疗、分级诊疗和跨境医疗等方向。例如，通过为基层医生提供AI分身，辅助健康数据监测、随访和转诊风险识别；在跨境医疗场景中，则探索将系统用于预问诊和远程医疗服务。

紫荆智康表示，后续将在符合法规和伦理要求的前提下，与合作医院分阶段开展多学科人机协作的真实场景测试。

从单点辅助工具向多智能体协作、从虚拟环境训练向真实诊疗流程延伸，反映出医疗AI应用正在探索更系统化的落地路径。但这一模式能否真正扩大多学科医疗服务的覆盖范围、改善基层医疗服务能力，仍有赖于后续临床验证、合规机制建设及规模化应用实践。

免责声明：

智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

本平台所发布信息的内容和准确性由提供消息的原单位或组织独立承担完全责任!

凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。