小雅医生
融合医疗知识与数据学习的 AI 诊疗助手，支持多指标分析与临床决策辅助。
首页 > 医疗垂域AI应用 > 小雅医生
平台介绍
“小雅医生”定位为面向临床场景的人工智能诊疗辅助平台，以患者电子病历（EHR）为核心输入，融合医疗知识与数据驱动学习能力，辅助医患对检验检查、人口统计学信息、诊断与随访过程等进行多指标、长时序的综合分析。一方面平台通过风险预测、相似病例对比、个性化指标解读与诊疗建议生成等能力，提升临床决策效率并降低错误风险；另一方面支持医学研究中的规律发现与知识挖掘，推动形成更可解释、可验证、可推广的智能辅助诊疗路径，最终提升基层与边远地区医疗服务质量。
演示视频
点击播放器查看高清视频
核心功能
EHR数据接入与全程视图
- 多源EHR整合：对门诊/住院相关关键临床数据进行汇聚，覆盖检验检查、诊断记录、人口统计学信息等，形成可持续更新的患者纵向档案。
- 长时序多指标分析：将“单次检查”的局部观察升级为“多次随访”的全程视角，支撑趋势判断、异常预警与综合评估。
精准化预测（预后/风险评估）
- 动态预后预测：面向不良结局风险等典型预后任务输出评估结果，并可随随访数据更新进行动态调整与持续预警。
- 场景化落地：以真实临床随访场景为牵引，形成可用于门诊随访管理与风险分层的产品化能力形态。
个性化诊疗与相似病例推荐
- 相似患者匹配：检索并推荐相似病历，支持对照不同结局与诊疗路径，帮助医生快速获得可参考的经验样本。
- 个体化关键指标解读：识别对患者风险最关键的指标与阈值区间，提供个性化指标参考范围与诊疗建议，提升“因人而异”的决策质量。
医学知识问答（RAG/工具调用）
- 多轮医学问答：面向疾病、药物、治疗方案等知识需求提供多轮对话能力，支持医生快速检索与定位要点。
- 可靠性增强机制：支持检索增强与工具调用，并结合知识图谱验证机制提高回答的可靠性与准确性，同时指明知识来源以便核验。
可解释决策与可视化呈现
- 决策依据解释：不仅输出预测/推荐结果，还能标注关键指标与关键时段，解释“为什么”做出该判断，提升临床可解释性与可采纳性。
- 交互式可视化：通过曲线、重要性标注等方式展示指标随时间变化与模型关注度，辅助医生快速理解风险变化与干预方向。
核心创新点
EHR驱动的动态预后分析
基于随访级别的纵向数据进行风险评估与持续预警，覆盖从数据理解到临床解读的关键链路。
“预测 + 解释 + 可视化”一体化呈现
将风险结果与关键因素解释、健康轨迹可视化联动，降低临床使用门槛，提升可采纳性。
研究到产品的落地闭环
配套公开研究成果与可试用系统形态，支持临床试用、迭代与推广，增强产品可信度与可复用性。