近日，医渡科技参与共建的“多模态智能诊疗”北京市重点实验室在2026北京健康医疗大数据论坛上正式揭牌。可循证溯源医疗智能体开发与应用实践，为解决医疗AI“黑盒”难题、打通从数据治理到临床决策的闭环提供了可复制的实践路径。

该论坛由北京大学主办，以“AI for Science”为核心立意，围绕健康世界模型、多模态医学大模型、AI药物创制、智能诊疗创新、医疗大数据挖掘、数智临床落地等前沿热点议题展开深度研讨。

多模态智能诊疗系统北京市重点实验室揭牌

构筑产学研医协同创新高地

主论坛期间，“多模态智能诊疗系统研发与转化应用北京市重点实验室”揭牌仪式举行。北京大学健康医疗大数据国家研究院院长詹启敏院士，北京大学健康医疗大数据国家研究院副院长、北京大学人工智能研究院副院长张路霞教授，医渡科技技术创新副总裁、AI架构师李林峰博士等多位专家共同参与见证。

该实验室由北京大学第一医院牵头，医渡科技参与共建，于2026年初成功获批，聚焦心肾代谢综合征(CKM)的智能化诊疗攻关，旨在打破CKM诊疗专科壁垒，推动诊疗模式从“治已病”向“防未病、治共病”的一体化、智能化全程新范式转变。

作为实验室核心共建方，医渡科技将大模型技术能力深度注入研发链条，依托自主研发的“AI医疗大脑”YiduCore，为多源异构医疗数据治理融合、CKM多模态数据库构建及AI大模型训练提供支撑。该实验室是“产学研医”深度融合协同创新的范本，为全国慢病共病管理贡献北京经验。

直面临床落地难题：

从“模型能力”到“系统价值”的转化之道 　　

在迈向临床落地的过程中，医疗智能体面临的核心挑战并非“模型不够聪明”，而是如何在高风险、高监管、流程复杂的真实医疗环境中稳定运行。李林峰博士在分论坛演讲中分享了医渡科技方案——围绕智能体从能力到系统落地的关键难题，医渡科技构建了“两平台一体系”架构，实现从研发到应用再到评估的全流程闭环。

开发平台模块化封装大模型能力、医学知识库与工具组件，支持医疗机构快速构建专病智能体，目前已联合头部医院开发超过280个智能体，覆盖病历生成、辅助诊疗、治疗方案推荐等核心场景。

应用平台通过与HIS、EMR等系统深度集成，临床助手Dr.Copilot以轻量化插件嵌入医生工作站，让医生无需切换系统即可一键唤醒智能体；而“医渡智循”汇集超2000万篇文献与5万余部指南，实现“句句可溯源”，让临床决策支持随时可得。

评价体系围绕临床可信性、安全性、效率提升等多维度建立量化评估机制，持续验证智能体在真实环境中的可用性与稳定性。

在技术路径上，李林峰强调，医渡实践是“工作流驱动的专病智能体+多智能体协同”——将复杂医疗任务拆解成清晰可控的执行步骤，融合指南体系、知识图谱与专病模型，让医生得到的不是“一个答案”，而是一条可追溯、可复核的决策路径，极大降低了医生对AI的信任成本。

“AI在医疗领域的真正答卷，不在于参数规模，而在于能否被医生信任、让患者获益。”李林峰表示。医渡科技正以临床价值为锚点、以系统化能力为支撑，深度融入北京"人工智能+医疗"场景落地的战略大棋局。

在人工智能与医疗健康深度融合的时代命题下，这份以可循证、可溯源为底色的实践样本，不仅为行业提供了可复制、可推广的解题路径，更遥望了"使精准医疗惠及每一个人"的长远价值归依——当每一项AI建议都能被解释、被验证，技术才真正有资格进入生命攸关的决策环。