技术解读：《Circulation: Population Health and Outcomes》这项研究把 AI 做成「智能体」——基于 Gemini 2.5 Pro、配 MCP 工具链，按需从电子病历调取病程、检查、诊断、用药，为心内科住院生成病程记录，再用 5 位医生盲评 250 条评估质量。核心启示：评估生成式医疗文书，不能只看「通不通顺」，更要盯「完整性、准确性」。

住院病程记录（出院小结里讲「住院期间发生了什么」的那段）是医生最头疼的文书——耗时、还容易漏信息。梅奥诊所让「智能体AI」自动起草，5位医生盲评250条后发现：AI写的和医生写的整体质量相当，但完整性略逊，仍需医生复核才能进病历。

智能体AI自动写病程记录，质量打平

这项研究发表在《Circulation: Population Health and Outcomes》。团队把AI做成「智能体」——基于 Gemini 2.5 Pro，通过 MCP 工具按需从电子病历调取病程、检查报告、诊断、用药和预约信息，再组织成文，为50例心内科住院生成病程记录。5位医生在不知情的情况下，对AI版和医生版各打一遍分，共250条，从质量、清晰度、完整性、准确性、可读性五个维度评分。

结果：盲评分不出谁写的，但AI会漏信息

总体质量 AI 7.27 对医生 7.42，差异不显著（p=0.627）；医生略占偏好（52.8% 对 47.2%）。AI 的清晰度（+0.36）、可读性（+0.72）更高，但完整性显著更低（-0.84，校正后 p=0.012），准确性也略低。作者结论：AI 可当「第一稿」，但必须医生复核。

别急着让AI独立成稿

这是回顾性研究、单中心50例，测的是研究原型（基础模型+自建工具链）而非可上架产品。真正靠谱的用法是「AI起草、医生复核」，把重复文书交给AI，让医生做查漏补缺的复核。

🛠 工程实现要点：

• 任务定义：从电子病历自动生成住院病程记录（出院小结的核心段落）
• 架构：智能体（agentic AI）+ MCP 工具链按需取数，而非让模型读一段固定文本
• 模型：Gemini 2.5 Pro 基础模型接口 + 自建取数工具，属研究原型、非可上架产品
• 评估口径：线性混合效应模型 + 盲评配对，多维度做 Bonferroni 校正
• 关键指标：总体质量 7.27 vs 7.42（p=0.627）；完整性 -0.84（校正 p=0.012）——AI 起草仍需医生复核

论文原文信息链接：大模型在医疗里怎么用？智能体AI自动写住院病程记录：盲评质量与医生相当、完整性仍需复核