湖北唯一！十堰“素问·脉轮”输血大模型入选国家数据局示范场景

秦楚风讯（十堰融媒记者 朱江 刘冀聪 叶楚榕）近日，国家数据局公布第五批公共数据“跑起来”示范场景清单，十堰市基于人工智能用血评估大模型的“按需定采”新范式成功入选。全国申报入选率仅7%，该项目系湖北省本批次唯一上榜场景。依托“素问·脉轮”输血大模型，十堰市太和医院用血需求预测准确率超95%，血液周转效率提升30%以上，标志着十堰公立医院改革从数字化迈向智能化新阶段。

国家数据局官网截图。

一条“血链”的智能重构

血液，是医院的“生命之源”。但长期以来，采供错配、库存积压、应急调度滞后等痛点始终困扰着传统血液管理。过去备血全凭输血科医生经验估算，误差在所难免。改变，始于2023年太和医院启动的“素问”医疗大模型研发。由湖北省“楚天英才”、美国贝勒医学院引进博士后赵亮领衔，团队汇聚“双一流”高校硕博士力量，历经两年攻关，于2025年12月正式发布“素问·脉轮”输血大模型——这是基于“素问”医疗大模型延伸的垂直领域模型，构建了覆盖“预测—招募—采集—调配—用血—反馈”全链条的智能输血体系，实现血液管理从“经验驱动”到“数据驱动”的根本转变。

“研发最大的难点，是训练出真正具备临床思维能力的医学大模型。”赵亮介绍，团队融合全量医学知识图谱与推理技术，实现“快慢思考”自如切换——既能依据本地数据精准判断，又能调用全量医学知识深度推演。

数据是最有力的证明：在十堰市中心血站试运行中，库存从“凭经验备血”变为“按需精准储备”；临床用血申请从人工审核升级为AI智能辅助判断；献血招募从“广撒网”升级为精准画像；全省血液可实现智能统筹调配，应急调度从小时级缩短至分钟级。一位临床医生感叹：“以前遇到突发大出血，调血要层层联系，现在系统自动匹配、一键调度。”

第五批公共数据“跑起来”示范场景清单截图。

一座山区的医疗“平权”

秦巴山区地广人稀，优质医疗资源集中城区，基层能力薄弱，“看病远、看病难”问题突出。“素问”大模型给出了破解之道。模型依托近2000万份脱敏临床病历和全量医学文献训练，整体诊断准确率达95.71%，打造出35个覆盖诊前、诊中、诊后的应用场景。

诊前，智能导诊与预问诊让患者少跑腿。患者通过小程序自述症状，系统生成结构化报告并推荐科室，挂号准确率提升至94%，重复挂号率下降超40%。

诊中，辅助诊疗为基层医生配备“AI参谋”，语音交互生成记录、识别异常值并提出建议。基层常见病本地留诊率提升15%，不必要跨级转诊下降22%。

诊后，检查检验结果线上互认全面覆盖，避免重复检查，减轻群众负担。

“以前拿不准的病例只能建议转院，现在有了AI辅助，常见病基本能留在本地处理。”一位乡镇卫生院医生表示。模型基于十堰本地临床数据训练，贴合山区疾病谱，同时模块化架构让不同级别医院按需配置——三级医院侧重疑难重症辅助诊疗，基层侧重慢病管理和分级转诊。目前，“素问”已在湖北、湖南、陕西、山西、江西、广东、天津、新疆等全国多省份70余家医疗机构落地，市内24家完成部署，累计调用19.6万次。

一份可复制的“十堰方案”

在医疗AI赛道上，十堰作为山区城市何以突围？答案在于“自主可控、民生导向”。团队通过三条路径将产品成本控制在市场同类产品的30%至50%：依托本地真实临床数据训练，免去高昂外部采购；采用模块化架构，基层可按需选用轻量功能；依托本地研发团队，省去高额定制开发成本。

数据安全上，项目严格遵循《中华人民共和国个人信息保护法》《中华人民共和国数据安全法》，对数据脱敏、去标识化、分级管控，依托联邦学习等技术实现数据“可用不可见、可算不可取”，确保隐私不泄露。

十堰市卫健委相关负责人表示：“技术创新与民生导向从来不是对立的，所有研发围绕提升群众就医获得感展开。”十堰经验可为全国山区城市提供三点借鉴：依托本地龙头医院和团队自主可控研发；从解决本地最紧迫痛点（血液管理、基层诊疗）入手，不盲目炫技；采用轻量化架构，降低基层接入门槛。

面向未来，十堰将持续迭代“素问”大模型，重点攻关疑难重症诊断和个性化治疗方案，并拓展血液质量风险预测、应急调度指挥、医保基金监管等新场景，为全国同类地区推进公立医院智能化转型输出可复制、可落地的“十堰方案”。

秦岭牵手巴山，汉江缠云绕雾。一条由AI编织的“智慧脉络”正穿山越岭，连接城市与乡村、大医院与小诊所、医生与患者。十堰的探索证明：在医改深水区，技术创新与民生温度可以同频共振；在山区的土地上，智慧医疗的种子同样能生根发芽、开花结果。

编辑：万林

原创作品，未经许可禁止转载