本报（chinatimes.net.cn）记者郭怡琳 于娜 北京报道
2026年10月21日，北京国家会议中心，紫荆智康一场以“共生·共智·共未来”为主题的发布会，将“多智能体协同生态”推到聚光灯下。台上演示的是来自不同专科的医生分身智能体如何在真实诊疗场景中完成跨专科“组队”会诊；台下坐着的来自三甲医院的临床主任和基层卫生管理者。
在上述发布会上，紫荆智康也披露了紫荆AI医院（Agent Hospital）系统上的运营数据，截至2026年7月，北京清华长庚医院已有18个临床科室门诊测试运行紫荆AI医院（Agent Hospital）系统，40余名医生常态化使用，据门诊流程耗时统计，医生整体诊疗效率提升30%。
这一数据将AI医疗的商业化讨论从“技术能不能用”推向“机构愿不愿用、基层能不能接”。在基层诊疗人次占比已过半、但能力短板仍存的背景下，紫荆智康试图以“医生分身智能体”为介质，将高等级医院临床经验向县域下沉。
基层诊疗量占比52.6%
基层诊疗人次占比持续提升，能力均衡问题随之浮出水面。
国家卫健委披露的数据显示，2025年全国基层医疗卫生机构诊疗人次达55.6亿，占全国总诊疗人次的52.6%，基层诊疗人次和占比已连续多年提升；基层医疗卫生机构数量超过105万个，超过90%的居民可在15分钟内到达最近医疗服务点。
但数量覆盖不等于能力均衡。求是网刊发的国家卫健委文章直言，“我国医疗资源总量、结构、分布还不均衡”，“基层医疗卫生机构能力还需进一步提升”。家庭医生签约服务中的“签而不约”现象被反复讨论，居民对基层医疗缺乏足够信任，小病自己处理、大病直奔三甲。基层医生在有限的全科训练和巨大的管理人口之间，缺少一种能够实时调用的能力杠杆。
伴随相关政策出台，逐渐打开“人工智能+医疗卫生”产业空间，推动基层医疗服务能力提升。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，提出有序推动人工智能在辅助诊疗等场景的应用；同年11月，国家卫健委等五部门联合发布《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，明确到2030年“基层诊疗智能辅助应用基本实现全覆盖”。
在此背景下，清华大学AIR孵化的紫荆智康披露其“医生分身智能体”以及多学科人机协作（Multidisciplinary Human-Agent Collaboration，简称MHAC），并称将向基层场景延伸。但要到规模化落地，支付、责任归属与基层标准化仍是待解命题。
三甲试点协同机制跑通
“公司构建的是完整诊疗体系及立体的区域分级诊疗能力，目标是通过临床专家分身的基层调用，让基层村医或社区医生与高等级医生形成立体式服务体系，实现‘小病不出县，大病不出省’。”紫荆智康首席市场官李政接受《华夏时报》记者采访时表示。
据公司披露，其依托清华大学AIR团队的可进化智能体技术路线，构建“虚拟世界训练+现实世界验证与微调”双层进化架构；产品逻辑并非让AI独立行医，而是AI医生智能体在虚拟世界与AI患者智能体进行交互，通过高通量进化获得医学知识和技能。据悉，目前公司已构建54位AI医生、数百万个超拟真AI患者，覆盖超20个临床科室及上万种疾病，AI医生在MedQA数据集上测试准确率超过96%。2026年7月，国际学术期刊《自然》在线发表新闻文章，将清华大学团队打造的Agent Hospital（紫荆AI医院）作为中国AI Agent落地医疗领域的核心案例进行报道，并引用其论文作为唯一参考文献。
之后，医生分身智能体以AI医生智能体为初始化起点，在现实世界与真人医生协同，并在协作中持续微调。
此次披露的核心产品形态是多学科人机协作机制，传统多学科诊疗（MDT）长期面临多科室专家时间协调难、执行存在偏差等挑战。紫荆智康首席产品官乔宇宸介绍，“该系统可安排同科室高水平专家分身进行指导，或直接组织多科室会诊。”面临跨科室复杂病情时，不同专科医生分身可随时“组队”提供决策参考，最终判断与责任始终保留在人类医生手中。
一位神经外科医生受访时表示，分身参与术前讨论的记录和总结，“基本上可以节约差不多一半的工作量”，同时减少遗漏；诊后自动随访追踪用药效果与恢复情况，异常指标触发预警。一位急诊科医生以严重车祸为例描述：急诊、骨科、神外、麻醉等分身分工记录血压、意识、骨折、颅脑指征，协调汇总后由MDT团队共同决定处置顺序。“智能体永远不会看到它理解的知识之外的东西，但医生要看到一个整体，然后做出最正确的处置顺序。”
而从临床反馈看，医生分身当前价值集中于信息汇总、流程承接与专科经验调取，而非替代临床判断。这一定位在责任边界上较为清晰，但其商业价值仍受制于医生采纳意愿和使用深度。
标准化和回报模型仍是门槛
三甲医院内的效率提升验证了技术可行性，基层场景则检验制度价值。
按紫荆智康设想，患者在大型医院完成治疗后，临床专家分身可随患者回到家乡，基层医生通过调用上级专家分身继续健康沟通与随访指导；基层医生自身也可拥有专属分身，实时监控可穿戴设备数据，判断预警指标与转诊人群。李政称，借助该系统，一名基层医生有望更高效地管理辖区内上千名居民。
但基层场景的标准化难度显著高于三甲医院，不同县域的病种结构、用药习惯、转诊路径差异明显，基层医生面对的是更宽泛、更模糊的未分化症状。AI建议一旦出现明显偏差，可能直接动摇本就脆弱的医患信任。
全球性调研数据显示，仅37%的受访临床医护人员认为当前AI工具值得信赖，医生关注点已从“能不能生成答案”转向“答案是否可信、是否可追溯”。紫荆智康强调“医生始终保留最终判断权”构成制度护栏，但信任仍需在大量真实病例的反复验证中积累。
事实上，支付与责任归属构成另一重约束。2026年3月，国家医保局已将12项AI辅助诊断项目纳入全国统一医保乙类目录，支付通道开始打开，但覆盖范围仍有限，距离基层高频、广谱的智能辅助需求尚有距离。
商业方面，紫荆智康成立于2024年9月，由清华大学AIR孵化，核心研发的“紫荆AI医院”系统已完成覆盖20多个科室的医疗智能体构建，并在多家实体医院落地部署。其中，北京清华长庚医院的实践体现这一逻辑：从全科、神内、呼吸等科室起步，逐步扩展至18个临床科室门诊测试。
优质医疗资源的下沉，归根到底不是算力的下沉，而是判断力的下沉。紫荆智康的愿景是“区域网络与生态接入”本质是构建一张AI医疗能力分发网络。分发节点越多、场景越分散，对底层标准化程度要求越高；而基层场景恰是标准化难度最大的环节。其商业模型的真正考验不在发布会现场，而在未来两三年内能否在足够多样本的基层机构中，证明分身建议的采纳率和临床结局改善具有统计意义上的稳健性。
责任编辑：姜雨晴主编：陈岩鹏
