真数据
授权 · 纵向 · 多模态常见做法题库、教材、公开论文、单院数据
坤犀（构想）计划在合法授权范围内使用区域全人群纵向数据：医院、基层、医保、公卫打通，多年纵向、七种模态；原始数据不出域
7 种模态多年纵向 · 患者级时间线
产品预告 · 坤犀医疗大模型 · 弘犀智能旗下
我们计划让医疗大模型从“会考试”，走向“能办事”
坤犀医疗大模型是弘犀智能正在设计的医疗健康大模型与智能体产品线。我们的构想是：以 320B 医疗大模型为“教师”，用真数据、真环境、真结局的“三真训练”，让智能体在复刻的医疗业务系统里练习 100 步级的真实临床任务；目标是交付完成的任务与可追溯的证据链，而不只是一段回答。
产品预告坤犀医疗大模型目前处于设计与构想阶段
本栏目介绍的是我们计划怎么做、未来要做什么，而不是已经完成的产品或成果。文中的产品形态、模型规模、技术路线、功能、界面、指标、场景与推进节奏均为设计与构想，尚未研发完成，也未经验证；可能随研发进展、验证结果与监管要求调整或变化，不构成任何承诺、要约或疗效声明。
版权所有，未经书面授权，禁止转载、改写与任何商业使用。查看版权声明
规划：320B 教师模型 · 70B / 32B / 7B 部署家族构想：三真训练（真数据 · 真环境 · 真结局）目标：100 步长程临床任务设计：A0–A4 动作分级治理
全病程时间线 · 七种模态
- 文书
- 检验
- 影像
- 病理
- 心电
- 用药
- 随访
5 年前今天
- 规划
- 执行
- 验证
- 回溯
住院全流程任务
第 63 / 100 步
- 入院评估A1 起草
- 检查检验A3 须审批
- 诊断A1 起草
- 治疗A3 须审批
- 出院小结A1 起草
- 编码结算A3 违规预警
- 随访A2 排随访
证据链每条结论 → 病历原文 · 临床指南 · 1.55 万条医保规则
保形拒答置信不足 → “我不确定” → 转人工
HarnessA3 动作待医保办审批 · 全链路审计
- 320B教师模型 · 蒸馏三档部署
- 100 步长程临床任务
- 7 种模态统一时间线
- A0–A4动作分级与审批
医疗 AI 难题
考试成绩高，真实临床任务完成率低
声明本模块为设计与构想，尚未完成，内容可能调整或变化。
把病例摘要换成多轮问诊，诊断准确率显著下降；在电子病历系统中执行任务，最佳成功率仅约 70%。根因在于训练脱离临床。
- 读病例摘要（考题式）
- 多轮问诊（AI 模拟患者）
CRAFT-MD：GPT-4，2,000 例病例、12 个专科
69.67%病历系统中 300 项临床任务，最佳模型成功率MedAgentBench
0.32→0.46医生评分难题集的最高得分（满分 1）HealthBench Hard
1.47%AI 生成病历的句子幻觉率，其中 44% 为重大错误CREOLA
根因
训练在题库、教材和单院数据上：静态、单模态、没有真实结局。坤犀计划用“三真训练”来解决。
来源CRAFT-MD（Nat Med 2025）；MedAgentBench（NEJM AI 2025）；HealthBench Hard（OpenAI 2025；Baichuan-M2 2025）；CREOLA（npj Digit Med 2025）；NMPA 注册证（ChinaMedGlobal，二手）
六大难题 · 六个解法
每一个行业难题，都对应一个前沿解法
声明本模块为设计与构想，尚未完成，内容可能调整或变化。
左侧是公开研究给出的现状证据，右侧是坤犀拟采用的技术解法（设计构想，尚未实现）；目标值为设计指标，须逐项验证后放行。
01长程任务
现状证据病历系统任务最佳成功率约 70%；每步 98% 时，100 步整体仅 13%
坤犀拟采用的解法分层规划 + 过程奖励模型 + Harness 校验回溯；目标 100 步 ≥ 90%
02多模态
现状证据获批 AI 软件多为单病种、单模态；肺部与心血管占 43%
坤犀拟采用的解法全病程时间线：七种模态统一编码，一个模型联合推理
03真实问诊
现状证据换成多轮问诊后，诊断准确率从 82% 降到 63%
坤犀拟采用的解法患者模拟器 + 临床评分细则强化学习
04幻觉安全
现状证据AI 病历 1.47% 的句子有幻觉，其中 44% 为重大错误
坤犀拟采用的解法证据回溯 + 保形预测拒答 + A0–A4 分级审批
05疑难长尾
现状证据医生评分的难题集，最高得分仍不到 0.5
坤犀拟采用的解法多智能体会诊 + 专科路由 + 主动学习补长尾
06数据孤岛
现状证据数据散在医院、基层、医保、公卫，原始数据不能出域
坤犀拟采用的解法多域联邦学习 + 差分隐私：数据不动，模型动
我们的构想
目标：让 AI 进入真实临床工作流，由医生终审
声明本模块为设计与构想，尚未完成，内容可能调整或变化。
按我们的设计，坤犀不做泛问答，而是计划把医疗大模型放进医院、药企、商保与家庭的真实业务里：读病历、查规则、核医嘱、写小结、排随访。设想中每一步都可回溯到原文证据，越接近诊疗决策的动作审批越严。
- 目标是交付完成的任务，而不只是一段回答
- 设计要求每条结论附出处：病历原文、指南、说明书或医保规则
- 智能体只给建议，诊疗决策由医生作出
核心差异
三真训练：真数据、真环境、真结局
声明本模块为设计与构想，尚未完成，内容可能调整或变化。
常见做法是教模型“考试”；我们计划让模型在复刻的医疗业务系统里“实习”，再用患者后来真实发生的结局给每次决策打分。
真环境
数字孪生训练场常见做法单轮问答、静态考题
坤犀（构想）计划在授权域内复刻 HIS、LIS、PACS、医保与药店环境，让智能体在沙箱里反复练习 100 步任务
100 步每个任务 · 专家示范轨迹覆盖 50 类场景（规划）
真结局
结局回放强化学习常见做法对齐标准答案或人工偏好
坤犀（构想）设计为只给模型某一时刻之前的数据让它决策，再用之后真实发生的再入院、并发症、指标达标与费用打分
多年随访时间壁垒：结局数据须经多年随访积累
| 现有医疗大模型 | 坤犀：三真训练（构想） | |
|---|---|---|
| 学什么 | 题库、教材、公开论文 | 授权全人群纵向多模态数据 |
| 怎么练 | 单轮问答、静态考题 | 数字孪生训练场里 100 步实操 |
| 谁打分 | 标准答案、人工偏好 | 真实结局 + 规则验证器 + 过程奖励 |
| 目标交付 | 一段回答 | 目标：完成的任务 + 可追溯的证据链 |
来源MedAgentBench（NEJM AI 2025）以虚拟病历系统评测智能体，是“训练场”的学术先例
模型家族
规划：一个 320B 教师模型，四档部署逐级下沉
声明本模块为设计与构想，尚未完成，内容可能调整或变化。
按规划，320B 医疗大模型负责长任务规划并充当“教师”，蒸馏出 70B、32B、7B 三档部署模型，从云端到院内、一体机与基层离线设备；模型规模与档位可能调整。
- 320B云端旗舰
长任务规划、RWE 证据包、核赔复核；全家族教师模型
- 70B私有化
三级医院医保办、病案室、临床科室；计划首发医保合规与病历质控
- 32B一体机
二级医院、医共体、体检中心、连锁药店总部
- 7B基层离线
基层机构、药店门店、可穿戴与 C 端设备
能力全景
产品、技术、方案与验证：一张图看懂坤犀的构想
声明本模块为设计与构想，尚未完成，内容可能调整或变化。
四个子栏目分别回答：计划交付什么、准备怎么做到、拟用在哪里、将怎样验证是否有效。
规划 To B 六类数字员工 + To C 慢病管家；计划首发医保合规与病历质控智能体；规划 320B / 70B / 32B / 7B 模型家族。
医保合规员住院全程助手证据工程师核保理赔员审方药师助手健康管理助手慢病管家进入
三真训练、开源基座适配的 320B 技术路线、100 步长程任务，以及六大前沿技术的坤犀设计构想。
RLVOPTECPTREFFedHubDCF进入
计划以院内医保合规与病历质控为首发场景，再按客群逐步延伸到医院、药企、商保、药店、健康管理与家庭。
医院药企商保药店健管家庭进入
设计中的五级验证逐级放行；证据回溯、保形预测拒答、A0–A4 动作分级；原始数据与数据集不出域。
五级验证S0–S3 错误分级A0–A4出域清单进入将怎样验证
计划五级验证逐级放行，取得结果前不宣称疗效
声明本模块为设计与构想，尚未完成，内容可能调整或变化。
我们计划把技术能力、工作流改善、临床获益、安全性与经济价值分开验证；医学考试成绩只作能力下限，不作临床有效性证据。
- ①内部测试
回顾性数据；与通用模型、规则引擎、人工同条件对比
- ②外部验证
另一家医院、另一时间段；患者、机构、时间三重隔离
- ③前瞻静默运行
后台运行 3 个月，不影响临床；逐例比对人工结论
- ④人机协同评价
“医生 + AI”对比“医生”：耗时、修改量、漏检
- ⑤经济与临床研究
拒付扣款变化；辅助诊断类按器械要求开展临床试验
说明：坤犀医疗大模型目前为产品预告，处于设计与构想阶段。本栏目中的产品、模型能力、门槛、指标与时间安排，除注明来源的公开研究结果外，均为坤犀的设计目标、构想或测算，并非已实现或已实测的结果，未来可能调整或变化；产品界面为概念示意，数据为模拟。按设计，智能体只提供建议，诊疗决策由医生作出。