登录指南

为帮助参赛团队精准把握命题方向，深入理解赛题的背景立意、考核目标与攻坚难点，本期解读由北京市通州区卫生健康委员会出题的定向问题解决类赛题——“基于AI智能体的语音化临床系统交互”。本赛题核心任务，依托医疗垂直大模型与多智能体集群技术，在医生工作站底层嵌入具备听、写、提醒能力的智能语音助手，让医生通过语音指令即可完成病史调阅、病历生成、医嘱开立等临床操作。

一、案头事务挤占精力，临床工作亟待减负

医生工作站是临床医师日常工作的核心载体。医师在问诊查体、研判病情的同时，还需要在系统界面频繁点击操作：开立医嘱需要逐层翻阅菜单，书写病历依靠手动录入键盘，调取历史诊疗资料还要来回切换窗口。一轮门诊诊疗过程中，大量鼠标、键盘操作割裂了医生用于临床判断、直面患者的宝贵时间。

临床诊疗数据分散存储于挂号登记、电子病历、检查检验、收费结算等多个业务模块。医生想要获取患者完整诊疗全景，需要逐个窗口手动调取，大量非结构化诊疗记录难以沉淀为可复用的辅助决策知识。与此同时，传统医疗质控大多在病历归档后开展事后复盘，发现问题时诊疗过程已经结束，无法实现问诊过程中的伴随式实时提醒。如何把医生从繁复的案头操作中解放出来，让医生的注意力回归诊疗本身，已经成为区级医疗机构数字化升级需要破解的现实课题。

二、赛题目标：依托脱敏临床数据，构建多智能体语音医生助手

出题方只提供患者基本信息与临床医嘱信息。数据集分为三大板块：患者临床诊疗信息，涵盖既往诊断、历史检查检验记录、本次主诉及诊断。后面的检查检验医技业务信息，需要参赛队伍自行准备。

以患者信息表为例，包含就诊标识、年龄、性别、就诊类型、就诊原因、接诊时间、就诊科室、医保信息等二十余项结构化字段。例如样例中35岁男性因发热咳嗽两日就诊呼吸内科，就诊时间、医保类型等信息均严格遵循数据字典规范，可直接用于语音指令解析、病历自动生成的模型训练。

参赛团队需要研发深度嵌入HIS底层、由多智能体集群驱动的智能语音医生助手，完成三项核心任务：第一，多模态语音交互能力，精准理解复杂临床语境下的语音指令，自动提取、调阅患者既往史、现病史等关键诊疗信息；第二，病历智能生成与溯源核查，结合RAG检索增强生成技术输出规范化病历文本，建立事实核查与引用溯源机制，将病历内容和对应的原始诊疗依据一一标记绑定；第三，伴随式临床质控提醒，问诊过程中实时开展逻辑校验，针对信息缺漏及时弹窗提示，辅助医生完善鉴别诊断内容。

三、三大核心挑战：严守医疗场景下的安全红线

第一，严格防控大模型生成幻觉，保障医疗事实真实可信。医疗场景容错空间极低，如果模型凭空编造患者发病诱因、体征、用药情况，轻则干扰后续诊疗判断，甚至会带来严重的医疗安全风险。必须有效抑制大模型虚构内容，模型输出的每一段信息，都能够溯源至原始语音记录或者临床文本资料，这是方案必须守住的首要安全红线。

第二，碎片化口语信息做到完整、精准抽取。医生口头表述口语化、碎片化特征明显，提取主诉需要兼顾症状类型、持续时长；梳理现病史要完整覆盖症状细节、病情演变、加重缓解因素以及既往处置。关键信息即便散落在多段对话之中，系统也要做到完整归集，信息遗漏就会直接造成病历内容缺失。

第三，冲突诊疗信息的理性裁决逻辑。当本次就诊口述与历史档案记录矛盾、新旧时间记录冲突、清晰描述与模糊表述并存时，模型需要遵循 “本次就诊优先于历史记录、新时间优先于旧时间、清晰表述优先于模糊描述” 的处理规则；对于信息对等、无法做出客观判断的场景，不得擅自替医生下定结论，必须明确标记，提示人工补充确认。

四、价值展望：释放案头负担，回归临床诊疗本质

若本套语音智能助手落地应用，医生问诊过程中无需频繁低头操作键鼠，语音指令即可调取历史化验报告，病历初稿跟随医患对话自动生成，质控提示在关键节点及时介入。大幅压缩案头文书工作时长，保障医生诊疗连续性。同时借助统一的智能体工具，能够缩小不同资历医师之间在病历撰写、鉴别诊断上的水平差距，助力区级医疗机构诊疗质量整体均衡提升。

了解更多赛题详情，欢迎登录2026年“数据要素×”大赛北京分赛暨北京数智创新大赛官网：https://dexc.data.beijing.gov.cn