AI导读：

本文探讨了医疗大模型在基层医院应用中的挑战与对策，指出基层医院在数据完整性、就诊路径以及疾病谱等方面与头部医院的差异，使得大模型在基层的应用面临诸多困难。文章建议基层医院需要更贴近真实工作流的“智能助手”，并探索轻量化、模块化的策略，以降低成本和风险。

2025年上半年，京津冀地区的某基层医院院长刘钢（化名）拍板，引入了一套业内评测靠前的医疗大模型系统，希望能够重点解决电子病历生成的效率问题，但项目进展并不顺利，模型并没有达到预期效果，甚至还有点“负作用”。例如，这套模型似乎并不能识别当地老百姓的“方言”，导致生成的病历文书错乱百出，医生还得花更多时间来手工校正；在给出辅助诊断时，由于基层医疗机构的检查检验数据没有完全打通，模型给出的结果也远不如在头部医院里运行时那么精准。尽管AI医疗产品被赋予了“普惠基层”的价值，但在实际应用中却存在诸多挑战。一方面，基层医院缺乏高质量的数据和完整的就诊路径；另一方面，基层医院与头部医院在疾病谱和患者特征上存在较大差异。这些挑战使得大模型在基层医院的应用变得困难重重。因此，基层医院更需要的是“能用得起、用得稳”的AI产品形态。