从“医源于砭”到AI中枢：医疗大模型的进化新范式

当《山海经》中 “医源于砭” 的古老智慧遇上人工智能，智慧眼科技研发的 “砭石大模型” 正以科技之力重构医疗健康服务的底层逻辑。在 AI 医疗从单点工具向全流程智能演进的关键阶段，这款深度融合中西医精髓的多模态模型，不仅跻身医疗健康行业年度标杆 AI Agent TOP10，更在 “防、筛、诊、治、康、管、护” 全链条实现规模化落地，为行业提供了技术创新与产业赋能的双重范本。

技术内核：多模态融合与循证医学的双向赋能

砭石大模型的核心突破在于构建了 “知识图谱 + 多源数据 + 联邦学习” 的技术架构，彻底改变了传统 AI 医疗模型的能力边界。其底层采用 500 亿参数规模的预训练基座，创新引入医学知识图谱增强技术与 RLHF（基于人类反馈的强化学习），使医学问题回答准确度较单纯大模型提升近 10%。在数据处理层面，通过隐私计算下的联邦训练技术，实现了分布式医疗数据 “可用不可见” 的安全共享，有效破解了医疗数据孤岛难题。

多模态处理能力成为砭石模型的鲜明特色。该模型不仅支持病历文本、检查报告等结构化数据的深度解析，更实现了医学影像、舌面诊图像、生理音频等非结构化数据的精准识别。在中医辨证模块，砭石 V2.0 版本引入高光谱成像技术与 3D 建模技术，可量化舌苔厚薄、润燥等亚视觉特征，并自动关联《内经》《伤寒论》等中医经典原文，让传统中医的经验性诊断实现数字化、客观化表达。这种中西医融合的技术路径，既保留了传统医学的整体观思维，又赋予其现代科技的精准性支撑。

场景落地：从临床诊疗到医保监管的全链条渗透

在临床应用场景中，砭石模型已形成 “基层赋能 + 三甲协同” 的立体化布局。在山东、河北等省份的基层医疗机构，该模型为全科医生提供智能辅助诊断、病历结构化生成、合理用药建议等功能，将 90% 的基础性诊疗工作实现智能化处理，让基层患者在家门口就能享受到同质化的优质医疗服务。而在三甲医院场景中，其 ICD 智能编码系统 V2.0 可自动识别病历中的漏编、多编问题，结合医学循证依据提供纠错建议，显著提升编码准确率与医保审核效率。

除了临床诊疗，砭石模型已深度渗透至医保监管、慢病管理、医药流通等关键领域。在医保智能审核方面，通过构建风险控制模型，对门诊购药、健康理疗等行为进行自动化分析与预警，有效打击欺诈骗保行为，提升医保基金使用效率；在慢病管理领域，打通院内外系统与物联网设备数据，形成 “生理指标 - 代谢状态 - 行为习惯” 的关联模型，实现慢性病的全生命周期数字化管理。截至 2026 年初，该模型已在全国众多医院、医保管理机构及健康服务平台落地，累计服务患者超 50 万人次，AI 随访覆盖 43 个临床科室。

行业启示：AI 医疗的边界与未来

砭石模型的发展历程，折射出当前 AI 医疗行业的三大核心趋势。其一，垂直领域的专业化模型成为主流方向，相较于通用大模型，聚焦医疗健康的砭石模型通过深耕行业数据与场景需求，展现出更强的产业适配性；其二，中西医融合成为技术创新的重要路径，传统医学的诊疗智慧为 AI 模型提供了独特的知识体系，而人工智能则为传统医学的现代化转型提供了技术载体；其三，“技术向善” 的落地逻辑日益清晰，从基层医疗赋能到医保基金优化，AI 模型正通过降本增效切实解决行业痛点。

同时，砭石模型的实践也回应了 AI 医疗的边界争议。作为辅助工具，该模型始终坚守 “医生主导、AI 辅助” 的原则，所有诊断建议均提供循证依据与原始文献支撑，确保临床决策的可追溯性。在责任认定方面，通过明确技术提供方与医疗机构的权责划分，为行业建立了安全可控的应用范式。这种 “创新与规范并重” 的发展模式，为 AI 医疗的可持续发展提供了重要借鉴。

从古代砭石的物理疗愈到现代 AI 的智能赋能，医疗技术的进化始终围绕着 “以患者为中心” 的核心使命。砭石大模型的崛起，不仅是技术层面的突破，更构建了中西医协同、上下联动、全流程覆盖的医疗服务新生态。随着技术的持续迭代与场景的深度拓展，AI 医疗模型将在优化医疗资源配置、提升健康服务质量的道路上持续前行，让科技之光真正照亮每一个健康需求的角落。