小儿方用 15 万条专家思维链训练 AI 儿科医生

通用大模型直接进入儿科诊室，往往「水土不服」。36 氪报道，成立于 2018 年的小儿方健康科技联合国家儿童医学中心北京儿童医院，将一套基于专家思维链训练的 AI 儿科临床推理系统，送进了全国 30 余家医疗机构的诊室。在针对 2000 例北京儿童医院真实病例的对照测试中，这套系统诊断准确率达到 89%，五次独立一致率为 80%，均明显高于参与对照的 7 个通用大模型。

通用模型在儿科的短板

小儿方团队选取了当前表现最优的 7 个通用模型，让其扮演接诊医生，对 AI 模拟的标准病人进行问诊。结果显示，准确率最高的模型仅为 68.1%，远低于人类专家水平；五次独立一致率的最佳表现也只有 55.1%。

小儿方进一步拆解了错误来源：

• 约三分之二的错误出在「不会想」，即模型缺乏专家级临床推理能力；
• 约三分之一的错误出在「知识不够」，推理过程缺乏循证保障。

文章分析认为，大多数 AI 医疗产品本质上仍是检索和问答——输入症状，输出疾病列表。但临床诊断的本质并非匹配，而是推理：医生面对主诉，会迅速形成若干假设，通过追问、查体、检查逐一验证或排除，最终锁定答案。单纯的检索给不出这条推理链，而儿科又被称为「哑科」，患儿往往无法准确表达病情，对推理能力要求更高。

15 万条思维链：垂域系统的护城河

小儿方的技术路线基于全球医学教育公认的假设-演绎推理模型（Hypothetico-Deductive Reasoning），并搭建了三层核心资产：

• 思维链数据：从 2023 年开始，联合北京儿童医院把专家看病的完整推理路径逐条拆解、记录、审核，包括先问什么、再查什么、优先排除哪些可能，已沉淀约 15 万条可训练数据；
• 循证知识库：整合 300 余位北京儿童医院知名儿科专家的临床经验，结合约 3000 万份高质量病历、权威临床指南及最新科研成果，对诊断结论进行循证验证；
• 评测管线：遵循真实诊疗逻辑，建立覆盖危险遗漏分级、分阶段预期诊断等精细标准的评测体系，精准衡量模型每一步医学推理的质量。

在此基础上，小儿方构建了「推理生成，循证验证」的双轮驱动架构：后训练让模型对齐专家推理思维，RAG 保证诊断有据可依，Agent 让 AI 像医生一样主动追问、逐层逼近，推理优化则确保在嘈杂诊室环境下响应稳定。

临床落地与两个真实案例

文章披露，截至 2026 年 8 月，AI 儿科医生已在北京、陕西、山西、黑龙江、河南、江苏等 12 个省市的 30 余家医疗机构落地，并以渭南市妇幼保健院为起点，向富平、合阳、白水等县域妇幼保健机构拓展。

报道引用了两个具代表性的病例：

• AI 纠偏：渭南一名近 2 岁仍不会走路的孩子，曾被诊断为神经系统疾病，康复半年无效。AI 儿科医生根据现有检查资料重新判断，建议做基因筛查，最终确诊为与生长发育缓慢相关的疾病，术后孩子已能行走；
• AI 拓界：一名出现呕吐和重度贫血的患儿，接诊医生起初考虑「营养性贫血」，AI 提示需警惕包括梅克尔憩室在内的先天性消化道异常，最终确诊。当地医生此后将该类病例纳入每周复盘。

产品形态上，这套系统已嵌入医生核心工作流，并荣获 2026 年度德国红点奖产品设计奖，文章称其为中国 AI 医疗硬件首次获此奖项。

基层推广与「一带一路」出海

政策层面，2025 年 11 月国家卫健委等五部门联合印发实施意见，明确到 2030 年基层诊疗智能辅助应用基本实现全覆盖，并聚焦儿科、精神、肿瘤及罕见病等重大疑难疾病的临床决策智能辅助。北京市随后发布行动计划，优先支持儿科等领域的 AI 技术发展。小儿方是「儿童医学大模型与健康医疗创新医疗应用」北京市重点实验室共建单位，也是北京国家级人工智能医疗健康应用中试基地的参与单位。

北京儿童医院院长倪鑫在采访中表示，小儿方与医院计划于 2026 年带 AI 儿科医生赴俄罗斯参展，并同步面向中亚五国等「一带一路」沿线国家推广。文章判断，从渭南县域起步到海外参展，小儿方正在跑通一条「技术验证—规模复制—海外输出」的 AI 医疗落地链路。