患者坐下、描述病情，系统悄然运转：语音转文字、信息提取、病历草稿生成。一个号看完，屏幕上已经躺着一份结构完整的电子病历，等着医生核对、确认、签字。

起初，医生或许还只觉得还算方便。几周后，AI分身给出的诊断提示越来越贴合自己的思路，甚至在他忽略某段关键病史时主动提醒。

这个分身来自紫荆智康的紫荆AI医院系统（即Agent Hospital系统）——其技术内核，正是2024年清华大学团队在论文中提出的Agent Hospital。

2024年5月，清华大学智能产业研究院（AIR）团队发表论文《Agent Hospital: A Simulacrum of Hospital with Evolvable Medical Agents》，提出一个由可进化智能体构成的虚拟医疗世界，即Agent Hospital；2024年9月，由清华大学智能产业研究院孵化而来的紫荆智康成立。

近两年后，2026年7月，《Nature》在线发表了文章《AI avatars are reshaping society in China- the law is trying to catch up》，将Agent Hospital作为中国AI虚拟分身落地医疗的核心案例，并将前述论文列为唯一参考文献。

从论文的实验构想，到全国多家医院诊室里的实际应用，紫荆AI医院系统完成了从学术试验场向真实医疗场景的进化。从业内实践成果来看，未来紫荆AI医院系统的发展，不是给传统医院加装几个AI工具，而是让优质医疗能力变得可复制、可规模化。

通常，医学被视作一门经验学科。人类医生从医学生到主治医师，需要十几年。经验需要时间堆积，病例需要慢慢等。罕见病，一辈子可能只遇见几次。

紫荆AI医院系统能通过建立一个虚拟医疗世界，把时间加速100倍。

那么，要如何解决AI医疗的数据稀缺问题？

真实病历涉及隐私，无法大规模出院；即使在同一家医院内部，电子病历中大量非结构化信息也让算法无所适从。国家卫健委数据显示，全国三甲医院电子病历使用率达98%，但其中只有28%的内容是计算机能直接读懂的标准化格式。

在虚拟诊室，AI医生面对超百万个AI患者智能体，覆盖26个临床科室、上千种疾病，年龄、性别、地域、病史各不相同。它们利用基座模型结合权威医学知识库，通过设计的层级式架构和质量评估自动完成生成。以往医疗数据因隐私保护等问题存在的稀缺困境有了新解决方式。

上述论文数据显示，AI医生在虚拟世界中诊疗约一万名患者后，在MedQA呼吸道疾病子集上达到了93.06%的准确率，而人类医生完成同样的接诊量需要两年以上。

在时间维度，AI医生可在数天内完成相当于人类医生数年甚至数十年的诊疗实践。刘洋教授团队称之为“进化的规模定律”：AI医生诊治的AI患者越多，能力就越强。 如果AI病人满足超拟人、广分布和多样化的条件，能力进化曲线就符合规模定律。其团队研制的AI医生，2024年底已在国际权威的MedQA数据集（美国执业医师考试基准）上取得超过96%的准确率。

系统生成的AI患者具备很强的拟人能力，具备各自的职业定位、情绪特征，甚至能主动给医生发检查单。

由此，AI医生可以在虚拟世界中自进化。

AI医生不能停留在实验室的高分数据，真正的考验，发生在它走出虚拟世界、进入真实诊室之后。

市面上的医疗AI产品并不少。影像识别、病历转写、问诊助手……但部署在医院里的通用大模型，收到的反馈亦有回答比较泛，缺乏深度。

紫荆智康的分身智能体，优势之一在于“可进化”。

除了在虚拟世界里完成“高通量进化”，还通过与真实世界链接、互动实现伴生式进化。

传统医疗AI往往是静态部署的，一旦离开开发环境便无法迭代；而紫荆智康的医生分身智能体，在初始化时已是基于科室高通量训练出来的成熟个体，当它被部署进现实医院后，会默默观察、记录人类医生的每一次问诊、处方修改与诊断决策。系统根据AI建议与医生最终决策的微小差异持续自适应微调，整个过程完全不需要医生额外进行繁琐的数据标注或操作。

此时，AI医生就像跟着带教一起出诊的徒弟，在每一次诊疗中悄悄成长。

一位一线医生反馈实测后的感受是：“一些AI给出的方案，专业人士一眼就能看出‘水’。但现在到了让我觉得可以用的程度。”

某呼吸科医生用户曾分享过一个案例：一位做过心脏支架手术的老年患者因胸闷前来就诊。医生初诊时将重点放在呼吸系统相关排查上，而AI分身则提示，胸闷症状可能与支架本身相关，而非呼吸系统问题。在临床实践中，专科医生长期深耕某一领域，有时容易忽略其他系统因素的潜在影响，AI辅助系统在此类情境中提供了一定的参考补充。

2026年4月10日，紫荆智康正式发布“紫荆AI医院”线上虚拟诊室，向全球执业医生及医学生开放测试申请。系统设置了26个中文临床科室和21个英文临床科室，每个科室都生成了大规模、超拟人、广分布的AI患者智能体。截至目前，国内用户覆盖27个省市及自治区，海外用户涵盖意大利、俄罗斯、英国、土耳其、爱尔兰等多个国家及地区，全面覆盖了线上虚拟诊室推出的所有科室。在线上虚拟诊室中，诊疗结束后用户可以看到其他医生对同一位AI患者的决策意见分布，相互借鉴学习。

分身智能体通过短时间诊疗海量AI患者，快速积累经验，其初始化起点本身已是基于科室训练的、具备良好能力的成熟智能体。随后，在真实世界中，当人类医生使用系统时，分身智能体将与之协同工作。值得注意的是，在紫荆AI医院中AI主要负责收集信息、分析信息和提出决策建议，所有医疗决策仍由人类医生完成。

一位三甲专家的诊疗思维可以被复制、被传承、被远距离部署。在基层全科医生短缺问题尤待解决的当下，AI医生与真实医生互补、线上服务与线下服务联合，能满足了基层群众多层次、多样化的健康需求。

在江苏无锡胡埭镇卫生院，这所服务周边近十万名居民的基层卫生中心，首批引入了紫荆AI医院系统，探索AI医生与真实医生互补、线上与线下联合的服务模式。在内科与外科门诊中，AI辅助系统将医生从繁琐文书工作中解放出来，让问诊查体更加充分；智能诊疗建议也有效提升了诊断的规范性与安全性。AI不仅成为医生的帮手，还能让居民在家门口就能获得更好的医疗服务。

紫荆AI医院系统也展示了其在普惠公共卫生上的巨大潜力。

2025年12月，北京昌平天通苑北社区卫生服务中心作为该系统首批公开测试单位之一，开始面向天北社区的14万居民开展试用。系统的人工智能辅助决策和智能预问诊等功能有助于改善基层医疗服务的响应效率，提升居民获取公共卫生服务的便捷性。

“AI不是替代我们，而是帮手，让诊断更规范、更安全。”在实践后，一线临床医生表示，该系统有效减少了疏漏，提升了基层医疗质量。

当前市场上不乏医疗AI产品仍停留在单点工具阶段，影像识别、病历转写、问诊助手各成孤岛，彼此之间可能缺乏协同。有时候，这些工具又面临部署即休眠的困境，在诊疗环节的使用频率较低。

尤其，不少医疗AI产品可能懂医学知识，但不懂医院运转。例如，能回答问题、能写病历，但不知道怎么跟医院的HIS系统配合，不知道怎么融入医保规则，不知道医生一天看几十个号的工作节奏是什么样的。

而要融入医疗体系，一大要求是懂得医院怎么运转。

基于此，紫荆AI医院系统关注全套系统性提升，从预问诊阶段AI就介入帮助查漏补缺。为此，紫荆智康深度打通诊疗流程，服务医嘱、检查、随访等关键环节。同时，AI功能自然融入医生现有操作习惯与工作流，无需改变原有系统使用逻辑，最大程度降低临床使用门槛与落地阻力。

相较传统诊疗流程，基于AI原生的诊疗可实现院内院外的闭环式管理。

2025年6月30日，紫荆智康发布紫荆AI医院系统，面向患者、医生、医院设置了三个客户端，涵盖诊前、分诊、预问诊、问诊、诊后等全流程，可进化智能体技术已被深度融入到各个环节，将连通院内院外的智能服务。

据了解，其系统通过接入分布在多个地区的线下服务点，实现对现有实体医院的低成本人工智能赋能与资源整合。

这能对医生、患者、医院均产生实质性价值。对于医生而言，紫荆AI医院系统承担预问诊、自动写病历等“脏活累活”，让医生从繁琐文书中解脱，回归专注复杂决策与人文关怀的核心角色。

尤其在患者端，传统诊疗是“开环”的。患者挂号、看诊、开药、离开……院外的康复情况、用药依从性、复发风险，对应的数据链断裂风险提高。紫荆AI医院系统提供AI全科健康咨询、智能精准分诊、终身专属健康档案、诊后自动随访，覆盖全生命周期，主动式、个性化的健康管理服务。

在数据安全与隐私保护方面，紫荆智康已获得信息安全等级保护第三级认证，取得ISO隐私安全全套认证，并对产品实施了严格的数据加密、权限控制和操作审计等来保障安全。

为构建AI驱动的医疗闭环体系，紫荆AI医院系统正在长成一个能够让工具持续生长、让数据闭环流动的底层基础设施。

若从监管、产业协同来看，这条路才刚刚开始。但紫荆智康对此持有信心：“不断提升能力，等到有开放空间或达到一定标准的情况下，产业和政策侧会相向而行。”