钾高，一个看起来性命攸关的检验指标，但是否是因为样本溶血，或出自肾病病人的正常现象？肌钙蛋白升高、无临床症状，是否该发放结果？

在南方医科大学深圳医院（以下简称“南医大深圳医院”），这些问题可通过启元检验大模型呈现的样本图像、对心电图等其他检查结果的迅速整合、综合分析得到解答。

启元检验大模型为迈瑞医疗与南医大深圳医院合作研发，历经检验知识图谱搭建，以及高质量真实数据集、疑难案例的临床验证和评估等，并于2025年落地。其审核解读建议采纳率已超过90%，辅助一线检验医师进行上百次临床沟通。让样本背后的审核者更具洞察力、患者画像更清晰，安全、严谨检验医学领域的“AI助手”正在成为现实。

 

有了检验大模型

至少能筛查掉三四成无需关注的样本

历经日均几百个到几千个样本的科室发展，在南医大深圳医院已工作十年的生免资深检验医师郭伟权感受到，对于报告准确性，样本审核起着关键作用。

“遇到疑难样本，之前都是一个一个查知网，翻论文，一个要花费半小时以上的时间。要是上夜班，后半夜困得睁不开眼也要强打精神。“郭伟权表示，经过多年的见闻、思考，虽然现在遇到疑难样本变少了，但总有刚来的浅资历医师会遇到同样的情况。

这也是南医大深圳医院检验科生免组组长、质量负责人张世昌同样思考的问题。在高峰期，科室待审核的生化免疫报告超过1000份。自动审核后，仍有近400份报告需要人工审核。

缺人，人经验、精力不够，怎么办？在医院的整体部署下，科室与迈瑞医疗合作研发、训练启元检验大模型，首要聚焦智能审核—这一影响科室检验报告发放效率和质量的关键功能。

遇到疑难异常样本，启元检验大模型通过对样本血清质量、仪器状态等基础要素核查后，再综合患者检验历史趋势、病历信息，综合分析给出操作建议、临床沟通建议等。

“以前，我需要一个一个点进样本结果，如有异常要看样本图像、诊断意见，必要时还要看B超、DR结果等四五个系统或界面“。郭伟权说。之前各类信息是分散的，检验医师要一个个先筛查哪些是需要关注的样本，再针对异常从多个界面综合分析原因和措施。

而现在在南医大深圳医院，启元检验大模型首先至少能筛查掉三四成无需关注的样本，让人聚焦在真正需要关注的疑难异常样本上，并通过其生成的重点审核信息作为下一步工作的参考。

如针对一位患者TSH升高的情况，检验大模型迅速展示其患有“慢性淋巴白血病”，并综合其“桥本氏甲状腺炎”病史和历史用药，给出“无需高度关注”的建议，并建议与临床沟通是否有药物影响，并进一步监测甲状腺功能。

“目前平均每个样本审核时间从30分钟降到1分钟，报告审核准确率已超90%，大幅提升了科室效率。”张世昌表示。

此外，启元检验大模型能给出审核思路、参考文献，这是经过科室资深医师做出真实标注的，让成长型检验医师也能学习、运用前辈的经验，发出一份让临床、患者放心的报告。

 

最多一天接到3-5个患者的电话

检验大模型让样本背后的患者更可见可及

周一中午，南医大深圳医院检验科的电话半小时内响了3次，有询问病人结果的、有来咨询项目开单的，也有问结果意义的。“现在的疾病越来越复杂，经常出现一些没听过名字的新病种。“郭伟权表示，新形势对检验的要求也越来越高，要回答临床的问题，更常接到患者的电话。

“出了检验结果，很多患者会自己去问AI（通用大模型），但最终拿不准的还是会打电话给医院，进而转接到检验科，询问结果意义，或者是否需要再做一些检查。”郭伟权表示，他基本每天都会接到患者的电话，也是在科室十年接到最多类别的电话。

现在在南医大深圳医院，检验大模型助力检验与临床、患者对话的画面正在实时发生。如前文提到的肌钙蛋白无症状升高案例，通过启元检验大模型快速整合分析后，科室发现患者并未进行其他检查，临床沟通，建议患者再进一步观察，并通过其他检查复查，再对病情进行进一步判断。

检验在诊疗体系中参与越来越深、公众健康意识的觉醒，都决定着检验不仅要提供一份简单的“数据签发报告单”，更应该提供一份有综合分析结果的“检验诊断报告”。

“一个个样本背后其实是一个个患者。”张世昌期待未来启元检验大模型（垂域大模型）能应对日新月异的疾病变化，让针对具体患者指标、疾病的解释能直接出现在报告单上，持续完善检验报告的可解释性，成为临床、医患沟通的桥梁。

南医大深圳医院院长、国家杰出青年基金获得者、国务院特贴专家周宏伟表示，利用检验大模型，未来大量的检验检查数据与一个人长期结合在一起成为可能，能助力患者诊断和更早期的疾病预警。

同时，检验的数据和可穿戴等数据结合在一起，从而能更高性价比、全生命周期地捕捉到健康管理相关的关键指标，助力专病、慢病诊疗及精准医疗。

 

政医企合作结果

未来期待大模型能帮人类做科学发现

在安全、严谨的医疗工作中，如何相信、运用人工智能这一新事物？答案是自己动手——像培养一个医学人才一样培养大模型。

2025年开始，在与迈瑞合作为大模型引入了海量、专业的文献、指南和标准的基础上，南医大深圳医院20余人开始手动训练大模型，一个一个审核每天发生在医院的真实样本，并对审核思路进行标注，以使大模型能对复杂的审核场景形成临床的验证和判断。

同时，南医大深圳医院还联合南方医科大学珠江医院、广州医科大学附属肿瘤医院等九家医院，为启元检验大模型引入10000+专家标注疑难案例，来进一步训练、验证模型。

在国家、深圳市政府的相关政策指引下，南医大深圳医院牵头建设了“深圳市检验大数据产业链共享与服务平台”和“深圳市医疗器械临床概念验证中心”，占地573平方米、专设算力区域的数据中心也为大模型落地应用奠定了良好的基础。

作为医院管理者，周宏伟期待并已看到启元检验大模型在助力医疗效率、患者诊疗方面的应用成果与巨大潜力。

“检验大模型会把各种准确的、提示性的数据融合在一起，形成它的诊断建议，这和一个临床医生之间的思维有很多相似性。“周宏伟认为，检验大模型很有可能完成整个医疗大模型的基石性工作。

“我们对人类，对生物生命的理解还是不够的。还有很多黑盒子的地方，这既可以通过传统的生物学的方法来研究，也可以结合人工智能去做研究。” 周宏伟认为，AI未来更有可能被应用到检验标志物的研发、基因组的研究挖掘、关键病原或根本病理机制的发现、新靶点的转化等中去。“希望更多的检验专家参与进启元检验大模型，汇聚更多的智慧到模型中来。”

南方医深圳一楼右侧醒目的位置，有一个“生命健康叙事中心”，这是为医护、医患交流专设的空间，累了，就来看看书、唠唠日常。它所蕴含的，也和大厅中央的绿色大树一样，是生命间的双向奔赴与无限探索。

正如启元检验大模型由一个一个检验人创造、应用，又让一个一个患者更被照见。未来，AI不会取代真实的交流、协作与创新，而是会助力医学诊断之树往更高更远处生长。