三大技术升级：从“箭头识别”到“临床推理”，真实模拟医生看诊流程

升级前的医疗图像分析功能主要依赖OCR技术，把化验单上的数字和箭头提取出来，对照标准参考值给出“正常”或“异常”的标签。这套逻辑在面对复杂临床情境时存在明显短板：一个13岁孩子的血磷轻度升高，是病还是正常发育？一张皮疹照片，是痤疮还是口周皮炎？单纯靠读数字和箭头，AI无法回答这类问题。

此次千问升级后的“拍照问健康”实现了三大技术突破。第一，视觉圈选。用户上传化验单或患处照片后，AI会像医生看片子一样，在原图中直接圈出异常区域和关键信息——箭头标注的指标、皮疹的细节位置，全部被高亮标出，让用户一眼看到AI在关注什么。第二，联动推理。升级后的AI不再孤立解读单项指标，而是结合年龄、性别、多指标关联进行综合判断。以一名13岁孩子的化验单为例，面对血磷轻度升高，AI会识别到青少年处于生长发育期，血磷水平可能高于成人参考范围，提示这更可能是正常生理现象而非病理性异常。第三，过程透明。系统在给出结论后，会展示“识别—标注—推理”的全过程，说明AI是如何一步步得出判断的。这种设计让用户不仅看到结论，还能理解结论背后的医学逻辑，有效降低因信息不对称带来的焦虑感。

三甲医生实测认可：具备鉴别诊断意识，每天回复60万次“不要担心”

千问新功能的专业性已通过权威临床验证。北京协和医院儿科主任医师肖娟在实测多个案例后评价，千问“不是孤立地看指标数字，而是对着一个具体的人在看病，这种分析思路和儿科医生看报告的习惯一致”。在儿科场景中，年龄和发育阶段本身就是诊断决策的关键变量，千问能够将这一变量纳入推理链条，正是传统医疗AI长期缺失的能力。

在皮肤科领域，北京友谊医院和北京大学人民医院的主任医师也参与了实测认证。面对患者上传的患处照片，千问会先对局部区域进行放大观察，再结合皮损形态、分布位置和用户描述，列出痤疮、口周皮炎、毛囊炎等多种可能性，并逐一排查诱因——例如近期是否更换牙膏、是否使用过含激素类药膏等，而不是仅凭一张照片就仓促下结论。北大人民医院皮肤科副主任李厚敏认为，千问并没有看一张照片就下结论，而是根据可能性进行逐个鉴别，“这个鉴别意识在AI产品中并不多见，不是在背知识点，而是和真实面诊过程一样，在对比图片、做判断”。

目前千问每天回应数千万次健康咨询，其中针对“这个指标要不要紧”“这片红疹是什么”等问题，平均每天回复超过60万次“不要担心”。此次升级后，千问进一步呈现图像识别、重点标注和推理分析全过程，让用户不仅看到结论，也能理解AI如何得出这一结论。从“箭头识别”到“临床推理”，千问的这一升级标志着AI健康助手从“机械读值”的初级功能，向具备辅助诊断能力的智能健康助手迈出了关键一步，为用户提供了更可靠的预检参考。

特别声明：智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。