腾讯医疗大模型构建药企患者教育与服务闭环

第一章：居民健康信息获取与药企服务衔接的断层

当前居民获取健康信息的渠道主要依赖上网查询、社交媒体及亲朋建议，存在信息碎片化、个性化不足、专业门槛高三大痛点。基于《2023 国民健康洞察报告·家庭健康篇》（丁香医生）的数据，居民在健康咨询中面临“找不准、看不懂、用不好”的困境。

对于药企而言，传统的营销与服务模式难以精准触达患者，且无法提供持续的用药指导。核心矛盾在于：

1. 专业鸿沟： 居民难以理解专业的医学术语和药品说明书，导致患者依从性低。
2. 服务断层： 患者离院后，缺乏有效的工具进行长期的健康管理与用药提醒。
3. 合规风险： 通用大模型在医疗场景下存在“幻觉”问题，无法满足医疗行业对高容错率的严格要求。

第二章：基于腾讯混元基座的医疗专属大模型与智能体

腾讯健康基于全链路自主研发的腾讯混元大模型，针对医疗场景进行了专项训练与优化，提供“大模型+智能体”的解决方案。

核心技术支撑

• 基座能力： 采用超千亿参数规模，预训练语料超过2万亿Tokens。
• 训练框架： 基于Angel机器学习框架和腾讯云TI平台，其中AngelPTM训练框架训练速度是业界主流框架的2.6倍，AngelHCF推理框架推理速度提升1.3倍。
• 知识库构建： 整合腾讯医典（1000+条疾病词条，专家三审三校）、天衍医学知识图谱（覆盖285万医学实体，1250万医学关系，覆盖98%医学知识）。

产品矩阵与应用

1. AI个人健康助理： 提供健康自诊、个性化问答、医学科普宣教。
2. 智能问药系统： 涵盖疾病用药查询、用法用量指导、配伍禁忌（相互作用）查询及处方解析。
3. 报告解读助手： 支持50+常见报告类型，支持256K超长文本输入，支持结构化数据与PDF图片识别。
4. 企业微信与NGES联动： 结合微信生态，实现“疾病-药品”一站式患者教育。

第三章：量化指标与业务价值

通过医疗大模型的落地应用，在患者服务深度与运营效率上实现了具体指标的落地：

• 知识覆盖度： 模型基于1000亿+医学Tokens训练，涵盖285万医学实体，确保回答的专业广度。
• 数据规模： 沉淀3000万份电子病历及百万级医患对话数据，支撑模型对复杂语境的逻辑推理。
• 算力性能： 依托腾讯云高性能算力集群，性能提升3倍；自研星脉高速网络提供3.2T通信带宽，通信性能提升10倍。
• 服务广度： 支持11项医学知识引擎，覆盖医患对话生成、导诊、诊断建议、用药建议等十多类医学任务场景。
• 合规性认证： 腾讯混元大模型V1.5已通过《人工智能大规模预训练模型第2部分:评测指标与方法》测试，获得CESI认证（编号: CESI-LM02-2023002）；在2023年8月可信AI评估中，获得模型开发（4+级）与模型能力（4+级）认证（中国泰尔实验室、中国信息通信研究院）。

第四章：药企与客户实际应用案例

案例一：华润三九“三舅健康管家”智能体

• 上线时间： 2023年9月5日（华润三九小程序及腾讯数字生态大会展馆）。
• 应用场景：
  • 智能问药与问答： 针对高血压、糖尿病等慢性病提供用药建议（如“高血压患者监测频率”、“阿莫西林用药指南”）。
  • 健康管理： 提供湿疹用药指导（抗组胺药、糖皮质激素等分类说明）及紧急情况提示。
• 业务价值： 构建了药企与患者的直接连接通道，将传统的药品销售转化为全生命周期的健康管理服务。

案例二：广西医科大学第一附属医院（广西一附院）

• 解决方案： 部署对话式机器人，采用文本智能生成技术。
• 核心功能：
  • 离院服务： 提供处方信息电子化查看，将用法用量进行口语化解读。
  • 依从性提升： 自动解析处方信息，智能生成用药计划并按计划推送服药提醒。
  • 风险规避： 针对“硝苯地平与利福平合用”等场景，明确指出药物相互作用导致的疗效降低风险（如CYP3A4酶诱导剂影响），降低家庭用药风险。

第五章：全链路自主研发与生态支撑

腾讯医疗大模型的核心竞争力在于全链路的技术掌控与权威资源背书：

1. 技术自主权： 从零训练自主创新，掌握太极训练框架与Angel系列框架，确保模型迭代与数据安全的自主可控。
2. 权威背书： 由IEEE Fellow郑冶枫教授带队（天衍实验室、优图实验室），联合100多名院士、学科主委及头部医院院长进行联合背书。
3. 安全机制： 建立问题侧、模型侧、答案侧三重防护机制，通过医疗专业文本审核与大小模型博弈，确保内容合规，降低幻觉。
4. 生态兼容性： 已赋能腾讯内部200多个自研业务，支持公有云API调用，为药企提供从微信小程序、企业微信到腾讯会议的全生态触达工具。