完成3.5萬張業務表的數據治理，傳統方式預計需要約1152人的一個月工作量；如今借助智慧體，這一工作量被壓縮至約12人的一個月工作量，人力投入減少95%以上，整體處理效率提升30倍以上。

　　這組數據來自吉林大學第一醫院，也是人工智能從“輔助工具”走向“數字員工”的一個縮影。

　　“AI真正的價值，不只是模型能回答什麼，而是能不能進入實際業務流程。”吉林大學第一醫院信息中心主任趙振威近日接受中新網記者採訪時説。

趙振威介紹醫院Medsuper Harness多智慧體協同工作平臺建設情況。郭佳 攝

　　今年7月底，該院信息中心團隊自主研發的Medsuper Harness多智慧體協同工作平臺在醫院內網部署上線。與傳統聊天式AI不同，該平臺可讓AI承接完整業務工作：理解需求、調用工具、執行任務，由不同角色智慧體協同推進。

　　在數據治理中，智慧體可以自主完成需求理解、表字段識別、數據抽取、清洗轉換和品質校驗。除重復性數據需求處理效率提升90%以上外，整體業務處理效率提升30倍以上。

　　AI進入的也不只是醫院的數據後臺。在軟體研發領域，該平臺設置産品經理、架構設計、開發、測試、運維等不同角色智慧體，覆蓋需求分析、原型設計、代碼開發、測試驗證、部署交付全流程。數據顯示，常規應用開發週期平均縮短50%以上，需求分析和原型設計效率提升3倍以上，重復性編碼、介面開發及測試效率提升80%以上；部分輕量化應用開發週期由數周縮短至數天。

　　對醫院而言，這意味著一些過去需要反復溝通、排隊開發的臨床和管理需求，可以更快轉化為實際應用。

　　趙振威認為，醫院是一個高度複雜的數字化組織，醫生、護士、藥師、工程師和管理人員使用著不同的信息系統，大量工作依賴數據和系統協同。單一聊天機器人很難承擔這些複雜任務，而多智慧體可以將一項工作拆解成多個環節，再由不同AI角色協同完成。

　　臨床場景也在進行探索。吉林大學第一醫院已嘗試將智慧體用於患者分組、麻醉評估和術中提醒。智慧體可以結合患者病史、檢驗檢查及監護數據，根據設定規則提示風險，但最終判斷仍由醫護人員完成。

　　與效率同樣受到關注的，是醫療AI的安全邊界。該平臺部署在醫院內網，相關模型、知識庫和業務介面在院內運行，並通過身份認證、權限控制、數據脫敏和操作審計等方式管理數據。

　　在趙振威看來，從信息化、數字化到智慧化，醫院與AI的關係正在發生變化。過去，人需要學習如何作業系統；而隨著人工智能從“會回答問題”走向“能夠把事情做完”，醫院的數字化建設正進入一個新的階段。(郭佳)