长春9月7日电 (记者 郭佳)完成3.5万张业务表的数据治理，传统方式预计需要约1152人的一个月工作量；如今借助智能体，这一工作量被压缩至约12人的一个月工作量，人力投入减少95%以上，整体处理效率提升30倍以上。

这组数据来自吉林大学第一医院，也是人工智能从“辅助工具”走向“数字员工”的一个缩影。

“AI真正的价值，不只是模型能回答什么，而是能不能进入实际业务流程。”吉林大学第一医院信息中心主任赵振威近日接受记者采访时说。

赵振威介绍医院Medsuper　Harness多智能体协同工作平台建设情况。　郭佳 摄

今年7月底，该院信息中心团队自主研发的Medsuper Harness多智能体协同工作平台在医院内网部署上线。与传统聊天式AI不同，该平台可让AI承接完整业务工作：理解需求、调用工具、执行任务，由不同角色智能体协同推进。

在数据治理中，智能体可以自主完成需求理解、表字段识别、数据抽取、清洗转换和质量校验。除重复性数据需求处理效率提升90%以上外，整体业务处理效率提升30倍以上。

AI进入的也不只是医院的数据后台。在软件研发领域，该平台设置产品经理、架构设计、开发、测试、运维等不同角色智能体，覆盖需求分析、原型设计、代码开发、测试验证、部署交付全流程。数据显示，常规应用开发周期平均缩短50%以上，需求分析和原型设计效率提升3倍以上，重复性编码、接口开发及测试效率提升80%以上；部分轻量化应用开发周期由数周缩短至数天。

对医院而言，这意味着一些过去需要反复沟通、排队开发的临床和管理需求，可以更快转化为实际应用。

赵振威认为，医院是一个高度复杂的数字化组织，医生、护士、药师、工程师和管理人员使用着不同的信息系统，大量工作依赖数据和系统协同。单一聊天机器人很难承担这些复杂任务，而多智能体可以将一项工作拆解成多个环节，再由不同AI角色协同完成。

临床场景也在进行探索。吉林大学第一医院已尝试将智能体用于患者分组、麻醉评估和术中提醒。智能体可以结合患者病史、检验检查及监护数据，根据设定规则提示风险，但最终判断仍由医护人员完成。

与效率同样受到关注的，是医疗AI的安全边界。该平台部署在医院内网，相关模型、知识库和业务接口在院内运行，并通过身份认证、权限控制、数据脱敏和操作审计等方式管理数据。

在赵振威看来，从信息化、数字化到智能化，医院与AI的关系正在发生变化。过去，人需要学习如何操作系统；而随着人工智能从“会回答问题”走向“能够把事情做完”，医院的数字化建设正进入一个新的阶段。(完)

【编辑:胡寒笑】