为响应国务院“人工智能+医疗健康”的政策号召，提升数字技术在辅助诊疗、健康管理等场景的应用，2025年9月3日，在潘禹辰副教授及其课题组的带领下，薪火杯团队成员李思琪、马欣睿、屈洋博、王冠赴首都医科大学附属北京安贞医院通州院区调研，通过实地走访了解相关技术的实践场景与前沿方向，探索大语言模型在虚假健康信息甄别领域的实现路径。

课题组成员首先对基于多模态数据融合的模型在心衰临床诊疗与预后康复的研究进展进行了汇报，由安贞医院心血管临床方面的蒋超副主任医师提出建议反馈。团队不仅深入学习了基于知识图谱建库、通过RAG检索增强的模型在心衰领域的技术路径，还现场见证了先进医疗器械通过短时间面部动态识别对患者信息的采集过程。

“目前生成的结果还是不够详细，这是大模型领域普遍存在的问题，不是特定研究个例。”蒋超主任表示，“在医疗健康领域，尤其是临床诊疗方面，一方面需要注意法律责任，在研究中要特别关注用药的风险提示信息；另一方面是追求时效性，比如预后关注患者7-14天内短期可能出现的情况。”

在访谈中，蒋超主任结合自身经验提到：“虚假健康信息的传播范围非常广泛，并且渗透到每个人的周围。老年群体以及一些缺乏专业医疗知识的人群容易受到公众号、短视频等平台的虚假健康信息影响，对临床诊断和康复形成一定阻碍。”通过在安贞医院走访，团队了解到医生的健康科普与晋升相挂钩，医务工作者在推动社会虚假健康信息甄别的治理中也扮演了重要角色，但人工纠偏的方法需付出的时间精力成本相对更高，推广范围有限。

基于此，发展面向大众、高效精准的虚假健康信息识别技术已成为一项紧迫且至关重要的研究课题，团队将大语言模型应用推广至虚假健康信息甄别领域，融合专业术语与生活常识，结合医疗科普平台与疾病库数据训练大模型。在构建数据库的过程中，潘禹辰副教授及其课题组为团队成员提供了耐心的指导。

此次调研中，团队通过实地走访与专家访谈，深入了解了虚假健康信息识别的技术与运用，不仅打通了学科理论与医疗实践的壁垒，更明确了技术研发需紧扣痛点、贴合大众需求的方向。团队成员意识到，唯有让信息资源管理的学科范式扎根应用场景，才能让医疗数字技术真正破解人工纠偏成本高、模型实用性不足等难题，为健康中国战略、“人工智能+”等政策落地提供实践支撑，助力提升医疗服务效率与公众健康保障水平。

图片: 薪火杯实践团队

文字：李思琪

审校：潘禹辰 王馨

核发：韩曙光 闫慧