卫宁健康AI新品发布：医疗大模型注入临床思维，驱动“智能体+”场景应用革新

“推理在强化，场景在深化。”卫宁健康对当下的大模型趋势如此判断。距离WiNGPT 2.8发布刚刚三个月，WiNGPT即刻迎来3.0重磅升级，从技术架构到医疗场景深化，全面提升。在全新模型支持下，WiNEX Copilot 2.2的“智能体+”增强作为“AI+医疗”的前瞻性产品，代表从技术到生产力的高效演进。

卫宁健康副总裁兼CTO赵大平

卫宁健康医疗大模型WiNGPT升级，临床思维让LLM像医生一样思考

技术往往有其发展趋向，当大模型逐渐突破认知和思考的能力边界，“AI Agent”（智能体）技术有望在医疗行业全面应用，实现对复杂任务的多步骤分解与系统性执行。然而就医疗行业而言，目前Agent尚处于助手型与伙伴型之间，缺乏“爆款”应用。而在Agent应用深化的背后，首要支撑将是企业AI技术的革新。

此次发布的WiNGPT 3.0集数据优化、算法优化、工程优化多种优化手段，是开创性具备临床思维能力的医疗大模型。其使用工具的能力进一步增强，与临床系统紧密配合，确保临床数据及时反映到模型中，减少大模型幻觉，以此促进AI更精准、快速应对临床复杂任务。

1、WiNGPT 3.0 三大“法宝”

WiNGPT 3.0的临床思维能力并非一瞬而生，而是多项技术积累和工程优化的结晶，涉及到数据质量提升、强化学习训练及循证医学路径构建等。

· 进一步提升数据质量，构建高质量数据集

我们通过技术手段获得高质量带有思维链的预训练数据；然后利用奖励模型进行数据筛选，以及利用思考链模型补全思考链数据；最后经过去重、校验和分类等方法最终得到高质量的医疗、数学、代码、通用等数据集。

· 引入强化学习方法，让模型具备更佳思考能力

在基座模型的基础上，总体采用三轮训练，引入强化学习方法增强模型思考能力。经过多阶段GRPO训练，增强WiNGPT3.0在医疗、数学、通用等场景的推理性能。并通过改造奖励函数，约束模型回答长度。

·  基于医学场景数据进行循证医学能力训练

将复杂病历中的循证逻辑进行知识提取，赋予模型类似医生一样的思考逻辑。模型模拟医生临床诊断过程中，进行检查并根据检查结果进行下一步的推断的过程，构建基于医学证据的辅助诊断数据集，并通过强化学习奖励形式，进一步提升模型的循证推理能力。

2、WiNGPT 3.0 能力升维

相较2.8，WiNGPT 3.0在推理能力、调用能力和循证能力上进一步提升。以患者招募场景为例，模型应用需要兼顾推理能力和医学专业知识，WiNGPT3.0可以更精准的理解患者资料和临床实验信息，同时可以利用推理能力更好分析患者是否应该纳入临床实验。MedEvidence工具则是可以通过WiNGPT调用外部知识，优化医学科研过程。在诊断方面，WiNGPT 3.0依照循证医学逻辑，以获得较准确的诊断。

WiNEX Copilot 2.2，“智能体+”增强的医护智能助手

WiNEX Copilot作为大模型技术与医院场景的衔接，此次升级加强了智能体技术，探索“智能体+”增强下的医护智能助手。我们通过整体工程，搭建Agent技术框架，实现从平台到场景智能体化。

1、工程化落地实践：Agent平台

Agent技术框架作为Agent构建和使用过程的平台，连接Agent、底层模型和应用系统，为Agent提供开箱即用的模型能力、知识能力、工具能力。

其中的一个重要功能是实现数字化系统与智能体无缝对接的协议网关，支持智能体与智能体、智能体与应用系统间通信的规范性和一致性。此外，Agent 平台支持多模型的接入适配和工具调度使用，平台化的统一管理下，大模型能力进一步促进场景深化，用于更复杂的医护场景。

2 、WiNEX Copilot 2.2 三大特点

在平台化能力下，WiNEX Copilot 2.2 具有可即用、可编排、可管理三大特点，在Agent应用上更加灵活和成体系。

首先是“可即用”，我们目前完成场景2.0中34款开箱即用的应用，推出各类Agent 50余个，面向专科沉淀50+科室提示词模板；在体验方面进一步提升输出效率，优化人机交互方式，让AI应用更便捷和可及。其次，我们对业务API进行再组织，形成实用业务组件，支撑 “可编排”，让大模型具备解决医疗复杂场景的能力；当智能体应用进入生产环境时， “可管理”就显得尤为重要，包括模型可管理、应用可管理、运维可管理等。

此次WiNGPT和WiNEX Copilot升级，将持续推动知识和场景的联动，促进医疗与AI再度相融、共进。