3月21日，山东大学齐鲁医院举行“齐鲁·镜界”喉镜大模型院内应用启动会，标志着该模型在院内进入试点运行阶段。
齐鲁医院网络信息中心主任王清亮主持会议，齐鲁医院耳鼻咽喉科主任雷大鹏、中国科学院香港创新研究院人工智能与机器人创新中心主任刘宏斌，以及研发团队和相关专业专家参加。
一、问题：咽喉部病变诊断“耗时、差异、难统一” 临床实践中，喉镜检查是发现与评估咽喉部病变的重要手段，但受病灶形态多变、图像质量差异、医生经验梯度等因素影响，诊断耗时较长、不同医生间结论一致性不高，疑难罕见病灶还可能增加复核压力。
随着就诊量增长与分级诊疗推进，基层与非专科机构对标准化诊断工具和同质化能力提升的需求日益突出。
二、原因：数据与经验高度依赖，诊疗链条环节多、标准难落地 咽喉部影像呈现受设备型号、光源条件、拍摄角度与操作者手法影响明显，导致同类病变在不同场景下表现差异较大；同时，病灶从“发现—判断—记录—出具报告”涉及多个环节，既需要细致阅片，也需要规范表达。
传统培训与质控虽能提升能力，但在短期内难以在不同层级医疗机构实现快速复制与统一标准，成为影响诊疗效率与质量的重要因素。
三、影响：以“端到端流程融入”提升效率与一致性，释放专科资源 据雷大鹏介绍，“齐鲁·镜界”喉镜大模型可嵌入医生工作流，实现咽喉部病变的实时辅助判断，并支持检查报告自动生成，平均可节省约60%的诊疗时间。
在前期临床验证中，模型在良恶性分类、细粒度病灶分类等任务上取得较高准确率，并有望提升不同层级医生的诊断准确率与结果一致性。
业内人士认为，这类工具若在规范路径下运行，可为专科医生从重复性工作中“减负”，使其将更多精力投入复杂病例决策、治疗方案制定与随访管理。
四、对策：建立闭环与可信协同机制，兼顾安全、效率与可持续迭代 刘宏斌介绍，项目自联合发布以来，围绕训练开发、多中心研究及临床试验等环节稳步推进。
该模型依托CARES 3.0多模态大模型技术底座，构建“高效检查、智能诊断、专家反馈、持续进化、科学评估”的闭环体系，强调在实际使用中通过专家反馈推动持续优化。
值得关注的是，模型引入置信度感知机制，对疑难罕见病灶可主动提示并触发医生复核流程，强调“人机协同、以人为主”的责任边界，从流程上降低风险。
在部署方式上，项目采用院内本地部署，依托国产图形处理器搭建算力底座，在保障数据安全的同时，实现秒级响应与结构化报告输出。
与会专家表示，本地化部署对医疗数据合规管理、系统稳定性与医院信息化协同具有现实意义，也为后续扩展应用场景、推进跨科室联动打下基础。
五、前景：从“试点应用”走向“规范推广”，关键在标准、评估与监管协同 业内观点认为，大模型在专科影像领域的价值，最终要回到临床可用、可控、可评估。
下一步，试点运行需要在真实世界场景中持续验证其对不同人群、不同设备与不同病种谱的适配性，完善质控指标与应用规范，并与医院既有诊疗制度、病历书写规范、信息系统接口实现更深层次融合。
在条件成熟后，可探索多中心协作与分级应用路径，为基层医疗机构提供更可复制的标准化能力支撑，促进优质医疗资源下沉与同质化服务。
此次喉镜智能诊断系统的成功落地，既是人工智能技术与临床医学深度融合的典范，也是我国高端医疗装备自主创新的重要实践。
在推进健康中国建设的大背景下，此类具有完全自主知识产权的医疗技术突破，不仅将重塑传统诊疗模式，更将为提升基层医疗服务能力、破解优质医疗资源不均衡难题提供新的技术支点。
其发展路径充分证明，只有坚持需求导向的科技创新，才能真正实现技术价值与社会效益的双赢。