访温医大附一院，看医疗AI如何跨越最后一公里

　　刚刚走出温州医科大学附属第一医院（下称“温医大附一院”）门诊大楼，72岁的陈阿姨正通过手机查看AI刚刚生成的就医导航。

　　对她而言，离开医院并非这次就诊的终止。医生开具的营养处方已同步至物流系统，特医食品将按需按时送到她家中，一个由AI驱动的居家管理计划才刚刚启动。

　　这个场景折射出医疗AI正从概念走向实际应用。

　　当技术公司与公立医院深度协同，它们试图解决的已不再是简单的挂号难，而是医疗服务体系中更深层的连续性断裂。

　　痛点位移

　　十多年前，温医大附一院曾以“流程再造”闻名业内，其推行的预约诊疗和诊间结算一度成为行业标杆。但随着医疗服务需求升级，单纯依靠管理流程优化的边际效应正在递减。

　　尽管医院智慧门诊体系累计服务量已突破910万人次，管理层却敏锐地意识到，患者体验的痛点正在发生位移。

　　温州医科大学副校长、温医大附一院党委书记沈贤将此概括为，过去主要解决看病烦，现在要面对看病断。

　　这个断，指的是医疗服务在时空上的割裂。不少患者出院后陷入失访境地，尤其是需要长期管理的慢病与营养风险人群，院外康复质量直接决定了最终治疗效果，而这恰恰是传统医疗模式的短板。

　　要缝合这种断裂，临床营养成为了一个极佳的切入点。它贯穿疾病治疗始终，却又是院外最易脱节的一环。

　　AI做大脑，供应链做手脚的全病程闭环

　　传统认知中，营养支持虽重要，却常因缺乏标准化工具而难以规模化。

　　过去营养筛查依赖医生主观判断与纸质问卷，不仅耗时且易漏诊，导致营养科常沦为边缘科室。温医大附一院选择利用AI重塑这一痛点，依托京东健康京医千询大模型，构建了覆盖筛查、评估、诊断、治疗、控管和宣教的全病程闭环系统。

　　该系统注入了超百万篇专业文献和数十万真实病例数据，在医生接诊前即可自动完成病史采集和风险筛查。

　　从被动问诊到“主动全覆盖筛查”的转变带来了实质性改变，营养师从繁杂的基础问诊中解放，精力得以集中于关键决策。

　　据沈贤介绍，经历了本轮AI重塑之后，全院营养风险筛查率接近100%，大量过去被忽视的隐性营养不良患者被AI精准找出。

　　找出风险仅是第一步，医疗AI真正的考验在于院外。传统模式下患者出院往往意味着服务终止，营养方案断档与无人随访是常态。

　　合作过程中，京东健康不仅充当技术提供商，更扮演了履约方角色。

　　当AI生成个性化营养方案，医生完成审核决策后，处方一键流转至京东物流，特医食品按需送达；同时AI系统在出院后持续跟踪指标变化并提醒复诊。

　　在这里AI是做决策的大脑，供应链和物流是执行的手脚。

　　这种技术与供应链互补的模式，直击医疗落地的核心难题，即依从性。当医生建议能一键变为餐桌上的营养餐，当居家数据能实时回传，医疗服务的连续性才真正从概念变为现实。