從 Hi醫生、Hi護士、Hi小助，再往前走一步。

過去幾年，和仁圍繞臨床、護理、患者服務和智能輔助，持續推進 Hi 系列產品。Hi醫生、Hi護士、Hi小助已經在百余家醫院上線應用，跑過了真實的業務流程，也接住了很多一線場景里的復雜問題。

但當大模型開始具備邏輯推理、跨模塊協同和持續調用的能力之后，我們認為，現有的演進路線需要發生根本性的重構。醫院信息系統面對的不再是如何增加一個好用的 AI 工具，而是如何讓系統本身具備思考能力。

這就是和仁正在預研的下一代方向：AI 原生 HIS。

基于最新的Agent 智能底座，我們完成了與和仁 HIS 的深度接入預覽。它不再是一個掛在系統邊上的聊天框，而是一套重構醫療信息樞紐的全新架構。它更接近一種底層能力：在理解當前任務和當前場景之后，調用系統中已經存在的能力，去完成查詢、整理、生成、引用回填和協同執行，真正成為醫療信息樞紐。

01  AI原生HIS：HIS 變成智能醫療操作系統

長期來看，HIS 不應該只是一個用于記錄和流轉的軟件系統，而應該成為一個擁有自主推理、決策能力的智能醫療操作系統。

在 AI 原生 HIS 的架構下，最核心的特征是：AI 由 HIS 的“外掛插件”變為了 HIS 的“能力本身”。

對最終用戶來說，入口仍然可以是你們熟悉的工作界面，比如醫生工作站、病歷頁面，或者是 Hi小助、Hi醫生這樣的上層交互入口。

但在這些入口背后，全新的智能底座正在解決更底層、更硬核的架構重構——構建大模型（LLM）與真實業務環境（Environment）的執行閉環：

當前是誰在操作？當前是哪位患者？屬于哪次門診或住院？就診過程中的哪些信息與當下的任務相關？系統里有哪些能力可以調用？生成的結果應該回到哪里？

只有這條底層鏈路被真正打通，醫療 AI 才能真正從“輔助問答”走向“進入流程”。

02   現在已經打通了哪些能力？

為了實現從輔助到本體的跨越，系統必須具備全局醫療數據理解與推理的能力，以及在真實環境中執行動作的能力。目前重點打通的能力包括：

• 患者信息與當前就診上下文的精準查詢

• 病歷文書的跨節點讀取、整理、生成與引用

• 檢驗檢查結果的智能抽取與關鍵摘要

• 知識庫、臨床指南、專家共識的伴隨式檢索與問答

• 病歷質控與缺陷的實時提示

• 結構化結果的生成與自動回填

• 跨模塊、多任務的串聯執行

這意味著，醫護人員不必再把操作步驟拆得極碎。只要任務目標明確，系統就可以圍繞目標自動組織動作。

例如，醫生只需下達指令：

“生成557床患者的出院記錄初稿。”

這背后絕不僅僅是生成病歷那么簡單，而是一串復雜的系統級動作：識別當前患者 ? 獲取病歷與生命體征數據 ? 讀取相關檢驗檢查結果 ? 篩選關鍵指標 ? 關聯病程與醫囑執行情況 ? 組織輸出結構 ? 并在醫生確認后決定是否引用或回填至相關病歷中。

再比如：

“我接下來要查房匯報，概括557床入院至今的病情并整理病情變化。”

系統會先定位相關患者，提取患者關鍵信息，再結合臨床指南、專家共識等知識庫生成病情概要并整理病情變化展示給醫生參考。

03   真正難的，不是生成，而是讀懂“當前場景”。

醫療場景與通用的消費級場景截然不同，輸入框里的那句話，往往只是任務的冰山一角。

醫生的一句“幫我整理一下”，AI 真正需要理解的是：

• 當前是誰在操作？（主治醫師還是規培生？）

• 當前打開的是哪位患者？（系統焦點在哪？）

• 屬于哪次門診或住院？

• 當前停留在哪個頁面？（是在寫首程還是出院小結？）

• 哪些數據與這次任務真正相關？

• 最終結果應該給誰看、放到哪里？

所以，破局重點并不是單純強化大模型的生成能力，而是先把臨床上下文真正組織起來。

它會在授權前提下，把“當前用戶 + 當前患者 + 當前任務 + 當前系統界面”組合成一個立體的任務上下文，再在這個上下文里完成理解與執行。這一步看起來不顯眼，卻直接決定了智能體能力能不能真正落地。上下文沒有讀對，后面的模型能力越強，偏差反而可能越大。

從更長期的視角看，我們判斷，HIS 不會一直停留在“記錄和響應”的階段，而會逐步演進為一套具備理解、組織、調度和執行能力的智能系統。AI 也不會只是掛在 HIS 外部的一項附加功能，而會逐步成為系統內部的一層原生能力。

它會先從信息整理、任務協同、結果生成和流程銜接開始，再逐步進入更復雜的業務環節。這并不意味著讓 AI 替代醫生決策，更現實的路徑是：AI 先生成建議、組織依據、推動流程，最終由醫生審核確認并完成最終決策。

04   為什么我們把它定義為“技術預覽”？

目前，基于智能體架構的 AI 原生 HIS 已經打通了核心鏈路，但作為下一代形態，它極具顛覆性。在醫療這一嚴謹領域，我們必須穩妥推進。因此，該預研項目嚴格堅守以下底線：

• 私有化優先：捍衛醫院數據主權。

• 最小權限調用：嚴格控制 AI 的動作邊界。

• 關鍵操作確認：重大流程必須有人介入。

• 全程日志留痕：AI 的每一步動作皆可追溯。

• Human in the loop：所有建議類輸出，必須由醫護人員審核確認后方可使用。

05   場景演示

注：以下為技術預覽階段的場景示意，畫面中數據均為演示數據，非醫院真實診療數據，實際效果以醫院現場環境、權限范圍和接入模塊為準。

查房準備

指令：概括患者入院至今的病情并整理病情變化。

出院小結初稿

指令：生成患者的出院記錄初稿。

相似病例經驗檢索

指令：查找"冠心病+急性前壁心肌梗死"相似診斷，查詢數據庫尋找類似病人。

指令：把患者病歷整理一下，生成一份病歷論文初稿，至少10個參考文獻。

醫院管理統計與分析

指令：統計醫院近期的門診量及手術量，并給出建議。

06   寫在最后

醫療大模型的下半場，不僅是參數層面的“百模大戰”，更是“場景與執行力”的深耕。我們深知，任何真正改變行業的醫療信息系統，都不是在實驗室里閉門造車寫出來的，而是在醫院真實、嘈雜、高壓的一線業務流中淬煉出來的。

這也是為什么我們將這次嘗試定義為“技術預覽”。它代表了和仁對下一代 HIS 形態的思考：系統不應只是一個靜態的記錄工具，而該成為會思考、能執行的智能體。

從“輔助問答”到“進入流程”，這不僅是技術的跨越，更是對臨床嚴謹性、數據安全性的一次大考。未來，我們將繼續在確保醫療安全與合規的底線之上，持續打磨AI原生HIS系統形態，讓它在更多的真實業務環節中，穩穩地接住臨床的復雜需求。

醫療 AI 走向深水區，我們穩步前行。

敬請期待HIS系統的更多進化。