对临床医生来说，写病历从来都不是“敲字”这么简单——它是跨系统找数据、对着记录抠重点、写完要反复校对纠错、不合规还要二次返工整改的“连环任务”。

然而，不少AI病历生成产品存在书写不规范、有幻觉难发现等问题，看似是减负工具，实则根本没有解开医生的文书枷锁，反而让临床医生陷入“用AI更累”的尴尬困境。

在2026中国医院信息网络大会(CHIMA)上，医渡科技与北京大学肿瘤医院联合申报的可溯源AI病历辅助生成智能体，获评医院新兴技术创新应用典型案例。区别于行业普遍的“大模型+提示词”粗放生成模式，该智能体创新采用混合智能架构，以专科病历“规范”与患者诊疗“事实”形成双重约束，在幻觉控制、书写规范性、生成速度、可解释性上实现全面升级，病历书写时长由平均3分钟压缩至20秒以内，缩减医生80%以上的文书工作时间，有效释放医生临床精力。

多源数据“智能汇聚”，再也不用东拼西凑

写病历的时候，是否经常对着患者带来的院外资料一个字一个字的敲病史？是否经常需要翻阅引用之前病历的内容？是否需要把患者问诊的对话提炼并手动写到病历中？

系统第一步，就是把这些七零八落的信息一次性“打包收齐”：院内历史病历、检查检验结果、语音问诊录音，甚至患者的院外资料，全部都能融合进来，形成病历生成的数据基础。

对医生来说，这一步直接解决了“信息散、找不全、记不清”的三大痛点，真正做到数据无死角。

诊疗事件“精准拆包”，把流水账变成临床逻辑

原始记录往往杂乱无章，智能体的第二步，就是把这些文本和数据拆解开，重组出结构化的诊疗事件。

它采用“大模型语义理解+传统NLP+医学逻辑计算”三层融合的方式，自动提取诊断、分期、手术、放化疗等关键事件，同时清洗冲突信息、按时间轴对齐，最终梳理出一条清晰的诊疗脉络。

好比把一堆杂乱的文件分类归档，医生不再需要从海量文本里自己提炼重点，病历的逻辑框架一下子就立了起来。

分模块并行生成，秒级快速产出完整病历草稿

在病历生成环节，智能体没有“一刀切”地依赖大模型，而是根据不同病历文书特点动态选择合适的策略：原文引用、逻辑计算、大模型总结、大模型推理、模板填充，五种方式各司其职。

不同策略生成的内容，用不同颜色清晰区分——哪句话是直接引用的原文，哪段是AI总结的结论，医生一眼就能分辨，生成内容可控的同时，校验效率也大幅提升。

同时，系统采用分模块并行生成：一份病历的不同字段同时处理，互不等待。整体生成时间大幅缩短，医生无需长时间等待，真正实现“秒级响应”。

每一句话都能精准溯源，一键插入电子病历

医渡科技的AI病历生成智能体将病历文本拆解至最小信息颗粒，每一个片段都与原始数据来源（如手术记录、CT报告、对话原文等）精准关联。医生一键点击即可溯源核查，实现生成即可信。

此外，该智能体支持与电子病历深度集成，生成的病历可以一键复制、直接插入现有系统，不用切换平台，也不用二次调整格式，一气呵成。

从北京大学肿瘤医院到中山大学肿瘤防治中心、福建医科大学附属第一医院，从肿瘤专科延伸至心血管、骨科、神经等多个专科领域，医渡科技“可溯源AI病历辅助生成智能体”已在多家三甲医院稳定落地，形成专科化AI病历成熟方案。以临床痛点为导向，以可信AI为核心，该智能体通过短语级溯源、分层可控、专科定制、全流程闭环，破解大模型幻觉、书写不规范、响应慢等行业难题，推动AI病历生成工具从“想用不敢用”走向“好用、敢用、规模化用”。