来源 :卫宁健康2026-02-11
卫宁健康报告
《2025医疗人工智能年度报告》
内容概要
2025年，当大模型技术从喧嚣中回归更为冷静的审视，模型能力的衡量标准不再局限于参数规模等指标，而是其能否深度参与流程，并被可持续地使用。在医疗领域，AI正在从点状应用转向流程嵌入，而在监管层面，我们也看到越来越多从“限制”到“赋能”的转向，这无疑都标志着行业对AI应用的共识正在日益加深。
作为这场变革的亲历者，卫宁健康深知技术突破与临床价值的桥梁在于“实践”，医疗AI应用的重心应是对医疗“真实需求”的回应。本年度报告以“智行有度”为主题，在医疗AI关键转折点的当下，我们系统复盘了过去一年的行业深耕经验，从技术路径、工程能力与临床实践等维度，展现医疗AI如何从“功能可用”到“临床采纳”。
一年来，卫宁健康持续推动医疗大模型WiNGPT迭代升级，5月发布WiNGPT3.0，10月发布更轻量化、性能更强的WiNGPT 3.5-turbo；WiNEX Copilot从2.0升级至3.0“个性化+领域化”智能医护助手，将分散场景整合为Agent，整体诊疗任务执行能力大幅提升。
更为关键的是，卫宁健康AI能力在病历内涵质控、智能临床决策、智能问答等方面已经得到真实场景验证。报告展示了在多类业务场景中，WiNGPT如何作为“协作者”重塑业务流程和用户体验。例如，通过构建MedEvidence循证医疗智能体，实现从证据检索到临床决策建议的主动执行；AI护理评估通过智能预填大幅减负；病程速览自动整合多源数据生成全景画像；语音AI让内镜检查报告的生成更加高效规范等。
尽管硕果已现，但医疗AI的突破才刚刚开始。展望2026，医疗AI将继续向自主化、专精化与有序监管的方向演进，最终成为医疗体系中稳定的基础设施，真正服务于医生和患者。
重点速读
从“模型能力”到“系统能力”：医院落地的评估视角
当讨论从参数与榜单转向真实业务，决定可用性的往往是算力、数据、流程与质控的整体协同。报告提供一套分层视角，帮助判断项目处于探索期还是已具备可复制的运行能力。
选型关注点：从“回答质量”转向“闭环与可追溯”
医疗场景的风险不止于答错，更在于责任边界、推理可追溯性与系统融合能力不足导致的“难以闭环”。此处将选型时最应追问的问题整理为一组可执行的检查项。
临床高频任务的约束：性能、延迟与可回滚性
在一线工作流中，响应时延、交互成本与可回滚性经常比“更深的推理过程”更先决定能否落地。文中澄清了一个常见误区：能力更强的路线，未必适合作为高频默认配置。
从对话系统到任务编排：智能体化的落地路径
关键不在“能否对话”，而在于能否进行任务拆解、工具调用与跨系统协作，完成端到端的业务链条。文中厘清了概念性展示与工程化升级的边界，帮助判断智能体何时具备现实价值。
可靠性来自工程化组件：解析、计算、证据链与权限
文档解析、可验证计算、循证检索与引用、院内知识挂载与权限约束等工程环节，决定了输出能否被信任、复核与审计。这里把这些关键能力组织为一条可落地的实现路径。
提示词优化的工程化方法：以“可执行流程”为目标
当目标是行为一致性与结果可复核，提示词需要像流程一样被设计、评估与迭代。报告提出一种更稳健的改进框架：以反馈闭环驱动优化，而非依赖零散的经验试错。
典型场景复盘：从“能用”到“被采纳”的关键差异
从循证检索与可追溯结论生成，到护理评估的“预填—复核”，再到病程信息的时间轴化重组，用三个案例展示能力如何嵌入工作流并被一线采纳。重点不在宣传效果，而在具体环节减少了哪些不可避免的重复劳动。