AI技术重塑检验医学：从自动化到智能决策的跨越

doi:10.3969/j.issn.1673-8640.2025.05.001

检验医学 ›› 2025, Vol. 40 ›› Issue (5): 413-420.DOI: 10.3969/j.issn.1673-8640.2025.05.001

• 专家论坛 • 下一篇

AI技术重塑检验医学：从自动化到智能决策的跨越

龚晓霖¹, 邓昆², 伍均³, 任传利⁴, 许颂霄⁵, 李圣杰⁶, 李波⁷, 杨大干⁸, 沈瀚⁹, 张义¹⁰, 陈鸣¹¹, 武永康¹², 罗怀超¹³, 袁旭¹⁴, 徐华国¹⁵, 龚倩¹⁶, 李欣¹(), 关明¹⁷()

1.上海市临床检验中心《检验医学》编辑部，上海 200126
2.重庆医科大学附属第三医院检验医学中心，重庆 401120
3.上海交通大学医学院附属第一人民医院嘉定医院检验科，上海 201803
4.江苏省苏北人民医院医学检验科，江苏扬州 225001
5.浙江省肿瘤医院检验科，浙江杭州 310022
6.复旦大学附属眼耳鼻喉科医院检验科，上海 200031
7.重庆大学附属三峡医院检验科，重庆 404000
8.浙江大学医学院附属第一医院检验科，浙江杭州 310003
9.南京大学医学院附属鼓楼医院检验科，江苏南京 210008
10.山东大学齐鲁医院检验医学中心，山东济南 250012
11.陆军军医大学第一附属医院（西南医院）检验科，重庆 400038
12.金堂县第一人民医院（四川大学华西医院金堂医院），四川金堂 610400
13.四川省肿瘤医院·研究所四川省肿瘤临床医学研究中心四川省癌症防治中心电子科技大学附属肿瘤医院检验科，四川成都 610041
14.华中科技大学同济医学院附属同济医院检验科，湖北武汉 430030
15.江苏省人民医院，江苏南京 210029
16.复旦大学附属中山医院青浦分院检验科，上海 201700
17.复旦大学附属华山医院检验医学科，上海 200040

收稿日期:2025-04-30 修回日期:2025-05-12 出版日期:2025-05-30 发布日期:2025-06-04
通讯作者: 李欣：E-mail：lixin7319@126.com；关明：E-mail：guanming88@126.com。
作者简介:龚晓霖，男，1980年生，编辑，主要从事期刊编辑工作。
基金资助:
国家重点研发计划项目(2022YFC2406400)

AI technology reshaping laboratory medicine from automation to intelligent decision-making

GONG Xiaolin¹, DENG Kun², WU Jun³, REN Chuanli⁴, XU Songxiao⁵, LI Shengjie⁶, LI Bo⁷, YANG Dagan⁸, SHEN Han⁹, ZHANG Yi¹⁰, CHEN Ming¹¹, WU Yongkang¹², LUO Huaichao¹³, YUAN Xu¹⁴, XU Huaguo¹⁵, GONG Qian¹⁶, LI Xin¹(), GUAN Ming¹⁷()

1. Editorial Department of Laboratory Medicine，Shanghai Center for Clinical Laboratory，Shanghai 200126，China
2. Center for Clinical Laboratory，the Third Affiliated Hospital of Chongqing Medical University，Chongqing 401120，China
3. Department of Clinical Laboratory，Jiading Hospital，Shanghai General Branch of Shanghai Jiao Tong University School of Medicine，Shanghai 201803，China
4. Department of Clinical Laboratory，Subei People's Hospital，Yangzhou 225001，Jiangsu，China
5. Department of Clinical Laboratory，Zhejiang Cancer Hospital，Hanzhou 310022，Zhejiang，China
6. Department of Clinical Laboratory，the Eye and Ear，Nose，Throat Hospital of Fudan University，Shanghai 200031，China
7. Department of Clinical Laboratory，Chongqing University Three Gorges Hospital，Chongqing 404000，China
8. Department of Clinical Laboratory，the First Affiliated Hospital of Zhejiang University School of Medicine，Hangzhou 310003，Zhejiang，China
9. Department of Clinical Laboratory，Nanjing Drum Tower Hospital，Nanjing University Medical School，Nanjing 210008，Jiangsu，China
10. Center for Clinical Laboratory，Qilu Hospital of Shandong University，Jinan 250012，Shandong，China
11. Department of Clinical Laboratory，the First Affiliated Hospital（Southwest Hospital） of Army Medical University，Chongqing 400038，China
12. Jintang First People's Hospital，West China Hospital （Jintang Hospital） of Sichuan University，Jintang 610400，Sichuan，China
13. Department of Clinical Laboratory，Sichuan Clinical Research Center for Cancer，Sichuan Cancer Hospital & Institute，Sichuan Cancer Center，University of Electronic Science and Technology of China，Chengdu 610041，Sichuan，China
14. Department of Clinical Laboratory，Tongji Hospital，Tongji Medical College of Huazhong University of Science and Technology，Wuhan 430030，Hubei，China
15. Jiangsu Province Hospital，Nanjing 210029，Jiangsu，China
16. Department of Clinical Laboratory，Qingpu Branch，Zhongshan Hospital，Fudan University，Shanghai 201700，China
17. Department of Clinical Laboratory，Huashan Hospital，Fudan University，Shanghai 200040，China

Received:2025-04-30 Revised:2025-05-12 Online:2025-05-30 Published:2025-06-04

摘要/Abstract

摘要：

在医疗行业加速数字化转型的背景下，人工智能（AI）技术正深刻改变医疗服务的模式。以 DeepSeek 为代表的开源大模型已逐步在全国各大医院落地，覆盖患者服务、临床诊疗、医院管理、科研支持等广泛的临床应用场景，构建出全流程智慧医疗生态。在检验医学领域，AI同样赋能于学科发展，在检验报告智能解读、检验流程优化、质量管理和科研创新中展现出实力和潜力。可以确定，AI 大模型必将推动检验医学从“数据生产”向“价值创造”转型，通过精准诊断助力个性化医疗和健康管理，提升医疗效能。然而，检验医学在受益于AI技术带来的红利的同时，也面临着数据质量、模型局限性和后续监管等一系列挑战。

关键词: 人工智能, 大模型, DeepSeek, 检验医学

Abstract:

Under accelerated digital transformation in medical industry，artificial intelligence（AI） technology is profoundly changing the mode of medical services. Open-source large models represented by DeepSeek have gradually been implemented in major hospitals across the country，covering a wide range of clinical application scenarios such as patient services，clinical diagnosis and treatment，hospital management and scientific research support，and constructing a full-process smart medical ecosystem. In the field of laboratory medicine，AI also empowers the development of the discipline，demonstrating its strength and potential in the intelligent interpretation of determination reports，the optimization of determination processes and scientific research innovation. AI large models will inevitably drive the transformation of laboratory medicine from datum production to value creation，assist personalized medicine and health management through accurate diagnosis，and enhance medical efficiency. While laboratory medicine benefits from the dividends brought by AI technology，it also faces a series of challenges such as datum quality，model limitations and subsequent supervision.

Key words: Artificial intelligence, Large model, DeepSeek, Laboratory medicine

中图分类号:

R446.1

龚晓霖, 邓昆, 伍均, 任传利, 许颂霄, 李圣杰, 李波, 杨大干, 沈瀚, 张义, 陈鸣, 武永康, 罗怀超, 袁旭, 徐华国, 龚倩, 李欣, 关明. AI技术重塑检验医学：从自动化到智能决策的跨越[J]. 检验医学, 2025, 40(5): 413-420.

GONG Xiaolin, DENG Kun, WU Jun, REN Chuanli, XU Songxiao, LI Shengjie, LI Bo, YANG Dagan, SHEN Han, ZHANG Yi, CHEN Ming, WU Yongkang, LUO Huaichao, YUAN Xu, XU Huaguo, GONG Qian, LI Xin, GUAN Ming. AI technology reshaping laboratory medicine from automation to intelligent decision-making[J]. Laboratory Medicine, 2025, 40(5): 413-420.

参考文献 12

[1]	罗锦钊, 孙玉龙, 钱增志, 等. 人工智能大模型综述及展望[J]. 无线电工程, 2023, 11:2461-2472.
[2]	董雅雯, 李恒, 刘佳, 等. 大模型技术的发展与应用:现状、机遇与挑战[J]. 人工智能, 2025, 1:110-118.
[3]	人工智能医疗器械创新合作平台智能化医疗器械产业发展研究工作组, 中国信息通信研究院云计算与大数据研究所. 人工智能大模型赋能医疗健康产业白皮书(2023年)[R]. 北京: 工智能医疗器械创新合作平台智能化医疗器械产业发展研究工作组, 中国信息通信研究院云计算与大数据研究, 2023.
[4]	张锦程, 李瑞. 中国AI大模型自主创新形成机制——来自DeepSeek的启示[J/OL]. 西安财经大学学报, 2025:1-14[2025-05-08]. https://doi.org/10.19331/j.cnki.jxufe.20250424.001.
[5]	冰博客. 2024医疗大模型行业纵览[J]. 互联网周刊, 2025, 3:32-33.
[6]	张一帆, 张泽瑞, 董敬, 等. 大模型时代下的医疗人工智能技术进展与挑战[J]. 中国医学装备, 2024, 21(6):189-194.
[7]	LIU X, LIU H, YANG G, et al. A generalist medical language model for disease diagnosis assistance[J]. Nature Medicine, 2025:1-11.
[8]	JI Z, LEE N, FRIESKE R, et al. Survey of hallucination in natural language generation[J]. ACM Computing Surveys, 2022, 55:1-38.
[9]	MUNOZ-ZULUAGA C, ZHAO Z, WANG F, et al. Assessing the accuracy and clinical utility of ChatGPT in laboratory medicine[J]. Clin Chem, 2023, 69(8):939-940.
[10]	何晓曦, 蔡云鹏. 人工智能可解释性的研究现况及在医学领域的应用效果评测[J]. 集成技术, 2024, 13(6):76-89.
[11]	P T, S AK, U AN, et al. Artificial intelligence(AI)and liquid biopsy transforming early detection of liver metastases in gastrointestinal cancers[EB/OL].(2025-01-21)[2025-03-31]. https://pubmed.ncbi.nlm.nih.gov/39844562/.
[12]	LI G, ZHANG Y, LI K, et al. Transformer-based AI technology improves early ovarian cancer diagnosis using cfDNA methylation markers[J]. Cell Rep Med, 2024, 5(8):101666.

[1]	于雪, 漆爱红, 李锦辉, 全智慧, 李奎, 裘宇容. 基于AI的PBRTQC智能监控平台在血清肿瘤标志物质量风险监控中的应用价值评价[J]. 检验医学, 2025, 40(3): 264-270.
[2]	王驰, 刘邵梅, 李绵洋. 基于人工智能技术的骨髓细胞形态学辅助诊断研究进展[J]. 检验医学, 2025, 40(1): 8-14.
[3]	蒋浩琴, 徐倩倩, 徐黎明, 关明. 临床血液体液检验同质化管理和实践[J]. 检验医学, 2024, 39(1): 95-99.
[4]	井杰, 王蓓蕾, 刘善荣. 可解释人工智能在疾病诊疗中的应用[J]. 检验医学, 2021, 36(9): 976-980.
[5]	刘庆香, 张天娇, 龙琪琛, 周伟燕, 张传宝. 参考物质互通性评价方案[J]. 检验医学, 2021, 36(3): 245-249.
[6]	唐利萍, 刘明锦, 刘冠财, 鄢中华, 蔡华, 杨涛, 孙可其. 医学参考系统在我国IVD企业的应用与思考[J]. 检验医学, 2021, 36(3): 250-254.
[7]	李卿, 居漪, 金中淦, 虞啸炫, 欧元祝, 唐立萍, 王美娟, 刘文斌. 糖化血红蛋白IFCC参考方法及实验室网络比对[J]. 检验医学, 2016, 31(7): 607-609.
[8]	崔巍, 郭野. 从D-二聚体检测体系的变更谈检验与临床沟通[J]. 检验医学, 2015, 30(4): 311-313.
[9]	马硝惟, 秦娟秀, 何磊, 李敏. 建立以检验医师为核心的临床沟通制度[J]. 检验医学, 2015, 30(1): 64-67.
[10]	姜敏;储怡星;范基农;龚晓霖;陈悦. 《检验医学》2004至2007年载文被引分析[J]. 检验医学, 2009, 24(01): 81-84.
[11]	张芳;金仲品. 纳米材料与检验医学[J]. 检验医学, 2007, 22(04): 511-513.
[12]	吴茅;刘建栋;周永列. 新时期医学检验实习生综合管理办法及保证措施[J]. 检验医学, 2005, 20(06): 593-594.
[13]	曹秀华;王成英;刘克莉;崔秀明. 检验医学的发展现状及所面临的挑战[J]. 检验医学, 2004, 19(06): 566-568.
[14]	李萍;刘关键. 循证检验与诊断[J]. 检验医学, 2003, 18(03): 187-191.
[15]	李珉珉;孙蓓. DNA芯片与检验医学的发展[J]. 检验医学, 2001, 16(01): 51-53.

AI技术重塑检验医学：从自动化到智能决策的跨越

AI technology reshaping laboratory medicine from automation to intelligent decision-making

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 12

相关文章 15

编辑推荐

Metrics