大语言模型在临床检验中的应用前景.pdfVIP

.810.ChinJClinLabSci,Nov.2025,Vol.43,No.11

临床检验杂志2025年11月第43卷第11期

D0I:10.13602/ki.jcls.2025.11.03·专家论坛·

大语言模型在临床检验中的应用前景

医学院附属邵逸夫医院检验科，杭州310009;5.北京航空航天大学软件学院，北京100191)

摘要：该文针对我国临床检验医学发展面临的瓶颈问题及现实需求，总结了基于大语言模型的解决方案，并按工作环节提出

潜在应用场景：在检验前，配置对话式交互窗口，对惠者和医护人员实时答疑指导；在检验中，搭建自主智能体优化实验室检

测流程；在检验后，融合多模态数据生成对检验结果的个性化解读。然而，引入大语言模型所伴随的风险仍需审慎评估，检验

从业人员亦需积极应对由此衍生的新型人-机协作模式。

关键词：生成式人工智能；大语言模型；自主智能体；检验医学；临床实验室

中图分类号：R446文献标志码：A

人工智能（artificialintelligence,AI）领域正在

经历从判别式到生成式的重要转变。生成式AI不AI技术在临床检验领域的转化进程相对滞后。剖

仅仅是复制或模仿现实，而是通过学习已有数据实析受阻原因，一方面是某些检验指标具有多种临床

例，自主生成有价值的新内容。大语言模型（按照意义，且受个体差异的影响较大，必须评估患者背

广义理解习惯，以下简称“大模型”）作为生成式AI景，包括症状、病史、其他检查及用药情况等，而这

的核心引擎，以参数大、训练数据量大、算力需求大些信息往往散布于非结构化的医疗记录中，提炼和

而著称。大模型从海量文本数据中学习人类语言

的结构、语义乃至微妙的情感表达，从而应对问答、型的训练过程依赖大量精确标注诊疗类别的样

翻译、写作、编程等各种需求[。大模型能够从多

学科医学知识中形成洞见，并以自然语言的形式输总是明确。

出，给用户带来灵活的交互式使用体验[2]。当前医大模型为破解上述临床检验与AI的结合障碍

疗大模型的研究热度正呈指数级增长态势[3]。我带来了希望：(1)非结构化医疗数据处理能力：多项

国临床检验医学在发展过程中暴露出检验前质量测评已证实，大模型能够自动分析电子病历，从复

控制缺位、设备运行管理僵化、临床决策参与度低

等堵点痛点，有待借助大模型探索解决方案。本文监督学习特性：大模型在预训练阶段属于自监督学

结合大模型在医疗领域的应用经验及发展趋势，梳习，只需收集无标注数据，待确定具体任务场景后，

理出大模型在临床检验中的潜在应用场景及实施再通过少量带有标注的样本进行微调，大大缩减了

策略，旨在启发检验医学界将大模型技术转化为切数据准备的成本和时间。（3)技术集成与系统扩展

实的业务价值。性优势：大模型并非只能以单一形态存在，其基础

架构Transformer可同时将向量数据库、知识图谱、

1大模型与检验医学的适配性分析

多模态融合等多项数字技术模块有机串联,形成一

以判别式深度学习模型（如卷积神经网络)为个相互配合、共同进化的AI技术体系。

核心的上一轮AI浪潮，自2016年实现算法突破

2大模型应用于检验医学领域的技术方案

后,迅速渗透至医学影像、病理、超声等诊断支持类

平台科室[4-6]，转化为辅助筛查工具实现了规模效参照大模型在医疗行业的应用方式（见图1），

*基金项目：北京市科技计划AI+健康协同创新培育项目（Z251100