斯坦福医学 ChatEHR
美国 · 医院自建- 场景
- 嵌入电子病历(EHR)的院内大模型平台:对话式查阅完整病历,并自动化重复任务。
- 做法
- 2023 年 4 月沙盒 → 2025 年初试点 → 2025 年 9 月全院推广。
- 结果
- 截至 2026 年 7 月:3,400+ 活跃用户、15 万+ 次会话;转诊分诊时间缩短 17.7%。
据院方团队披露来源:shahlab.stanford.edu
| 案例 | 科室 / 场景 | 解决的问题 | Agent 形态 |
|---|---|---|---|
| 儿童近视守护 Agent | 眼科 / 儿童保健 | 近视是长期过程,需个体化预警;700 多维变量难以逐个解读 | 问卷与眼科检查 → 6 年队列 → 预测模型 + 专家规则 → 风险预警与评估报告 |
| 慢阻肺指南问答与知识图谱 Agent | 呼吸科 / 内科慢病 | 指南更新快、英文文献多,复杂患者用药指征拿不准 | 医生提问 → 指南与经验知识库 → 检索并对齐出处 → 带出处的回答与图谱 |
| 临床试验入组筛查与录入防错 Agent | 临床研究 / 多中心课题组 | 误入组、录入前后矛盾,结题时才发现;人工监查成本高 | REDCap 表单 → 方案规则库 → 自动核查 → 企业微信告警与质控报表 |
| 统计分析助手与“数据侦探” Agent | 科研处 / 期刊 / 论文投稿 | 统计方法易选错、大模型会编数字、表格硬伤难发现 | 统计需求 → 方法学清单 → R 实算与表格核查 → 结果、代码与核查报告 |
以上均为芥舟医学真实项目;医院、科室与课题组信息已匿名处理。案例中的数字为对应项目的数据口径,用于其他场景前需重新评估。

3000+ 名小学生、连续 6 年纵向队列;700+ 原始变量缺失严重,家长和医生都难以逐个解读。
五年内近视预测准确率 76% → 80%;下一年屈光度 ±0.5D 内 78% → 85%查看案例详情 →
指南每年更新、英文文献多,年轻医生遇到复杂患者时拿不准吸入用药指征。
中文提问,回答附指南出处;点击知识图谱节点可展开原文证据查看案例详情 →
IIT 中不符合入排标准的患者被误入组、随访表前后矛盾,到结题统计时才发现。
对接 REDCap:表单保存后自动核查,异常推送到课题组企业微信群查看案例详情 →
统计方法容易选错;通用大模型直接“算数”会编造 P 值;表格里的算术矛盾肉眼难发现。
统计结果由 R 脚本实际计算、可复核;投稿前自动核查表格中的常见数据硬伤查看案例详情 →下面四个案例来自公开资料,帮助您了解行业做法。它们的共同点是:从一个具体场景切入,先试点、再扩展;医生审阅,最终决定权在人。
外部链接仅供查阅原始来源,内容以来源页面为准。
先免费评估,再做 DEMO。您看到效果,再决定是否签约。