Par Luyu, depuis凹非寺 (Ao Fei Si)
QbitAI | Compte officiel QbitAI
Je ne dois quand même pas être le seul à faire ça… ?
Maintenant, avant chaque consultation à l'hôpital, jedemande à l'IA de faire un tour pour moi。
Ce qui ne va pas, depuis combien de temps cela dure, ainsi que les antécédents médicaux : toutes ces informations éparses sont préparées dès la phase de pré-consultation.
Puis, arrivé face au médecin, je découvre que le médecin aussiVibe Working：
utilise un Agent pour l'aider à porter son diagnostic, et le suivi ainsi que la gestion des informations de santé en dehors de la salle de consultation sont également assurés par l'IA.
À première vue, cela fait un peu cyberpunk, mais c'est une scène qui se déroule bel et bien dans la réalité.
Le Tsinghua AIR fondé par l'académicien Zhang Yaqin a récemment fait émerger une nouvelle entreprise étoile de l'IA médicale —
Zijing Zhikang。
Le système« Hôpital IA Zijing »qu'elle a développé est déjà progressivement déployé en phase de test dans des hôpitaux partout en Chine.
Encore plus futuriste et science-fictionnesque : chaque médecin ici peut posséder son propre double IA dédié pour l'assister dans son travail, mais ce n'est encore que très loin d'être suffisant.
Prenons simplement une consultation : un même problème peut impliquer simultanément plusieurs services.
Or la médecine est le domaine qui exige le plus de compétence professionnelle ; on ne peut tout de même pas laisser un orthopédiste s'occuper de vos poumons…
Ainsi, lorsque des médecins de spécialités différentes possèdent chacun leur double, ces doubles peuvent-ils aller plus loin et collaborer entre eux ?
Autour de cette question, Zijing Zhikang présente cette foisla technologie de collaboration multi-doubles agents en médecine(Multidisciplinary Human-Agent Collaboration), et fait évoluer davantage l'« Hôpital IA Zijing » (Agent Hospital).
Dans l'hôpital IA, les médecins IA et les médecins humains travaillent main dans la main…Un monde médical virtuel connecté aux soins réels et capable d'évoluer continuellementest en train de prendre forme progressivement.
Apporter les jugements professionnels de plusieurs spécialités dans une même salle de consultation
Commençons par le vieux problème.
Le secteur médical se heurte à une réalité incontournable :les bons médecins seront toujours rares。
Chaque médecin a sa propre spécialité, et chaque hôpital possède ses propres limites de ressources.
Avoir accès aux soins est difficile, difficile comme de monter au ciel.
En général, lorsque les symptômes d'un patient touchent plusieurs départements, le parcours réel est le suivant :
on consulte d'abord la médecine interne ; si rien n'est trouvé, on passe à la chirurgie, puis on prend rendez-vous en imagerie ; ce n'est qu'après avoir épuisé les rendez-vous de plusieurs départements qu'on peut enfin demander uneconcertation multidisciplinaire(MDT).
Au bout du compte, la fenêtre de traitement optimale a peut-être déjà été manquée.
De plus, une MDT en elle-même n'est pas bon marché : rien que pour réunir les disponibilités des experts de chaque spécialité, il faut payer des frais de consultation assez élevés.
L'approche de Zijing Zhikang est assez directe : puisque ce n'est pas réaliste d'envoyer les patients vers les experts, autantfaire d'abord arriver en collectivité les doublons des experts。
Lorsque les symptômes peuvent être traités au sein d'un même département,un seul doublon IA suffit。
ce qui revient à accueillir les doublons IA d'experts de haut niveau dans les consultations ordinaires, afin de fournir des conseils d'orientation au médecin en poste.
Inversement, pour les problèmes complexes et interdisciplinaires, Zijing Zhikang a tout simplement mis en place pour ces avatars uneréunion de collaboration multidisciplinaire。
Lorsque des avatars Agent dotés de spécialités différentes rejoignent successivement l'analyse, les perspectives professionnelles accessibles à un seul médecin sont considérablement élargies.
Ainsi, sous la coordination d'un même système d'exploitation,les avatars IA peuvent à la fois offrir un soutien intra-spécialité et participer de manière transversale entre spécialités。
Par exemple, un patient atteint d'hyperthyroïdie admis en endocrinologie : au cours de la consultation, le système recueille simultanément l'information selon laquelle le patient a également des antécédents d'asthme.
Pour le service actuel, la prise en charge ultérieure devra prendre en compte l'état de l'appareil respiratoire.
L'avatar de pneumologie intervient alors pour rappeler au médecin les risques liés aux médicaments à venir.
C'est la logique fondamentale de la collaboration multi-avatars : elle permetd'anticiper le soutien interdisciplinairedès les étapes les plus précoces, comme la première consultation et le pré-diagnostic.
Autrement dit, lorsque le patient entre dans ce cabinet, c'est toute une équipe médicale qui l'assiste, et le soutien multidisciplinaire autrefois réservé aux cas graves et complexes pourrait devenir la norme des soins quotidiens.
Concrètement, comment cette collaboration fonctionne-t-elle ? Zijing Zhikang propose deux formes.
L'une estle rappel à la demande。
Le médecin poursuit sa consultation normalement ; à mesure que le patient fournit de nouvelles informations, le système identifie le besoin de faire participer d'autres spécialités, puis présente les avis des avatars concernés au médecin sous forme de rappels.
Le processus de soins existant n'est pas interrompu.
L'autre estle mode consultation conjointe。
Pour les cas nécessitant clairement une analyse conjointe de plusieurs spécialités, plusieurs avatars participent directement et présentent, sur l'interface, des recommandations correspondantes concernant le diagnostic, les médicaments, etc.
Le médecin a alors pour tâche de comparer et de peser ces différentes perspectives à l'aide de ses propres connaissances professionnelles.
Bien sûr, la multiplication des avis pose un autre problème :que faire si les avatars ne disent pas la même chose ?
Honnêtement, la façon dont Zijing Zhikang gère ce problème est assez contre-intuitive.
Plutôt que de chercher activement à réduire les divergences, elle les expose clairement.
Le système présente séparément les recommandations des différents avatars,en signalant en surbrillance les points de désaccord. Le médecin peut voir de quel avatar provient chaque avis, puis, en tenant compte de la situation du patient, des éléments justificatifs pertinents et de sa propre expérience, il porte le jugement final.
Car les différences ont elles-mêmes de la valeur.
Un médecin titulaire d'une licence d'exercice en médecine interne a ainsi déclaré que l'aide la plus importante de l'IA à ce stade reste d'ajouter des pistes auxquelles le médecin n'aurait peut-être pas pensé :
Lorsque la recommandation de l'IA ne correspond pas tout à fait à mon jugement, je revois les informations saisies pour chercher la raison.
Si l'idée qu'elle propose à partir des données disponibles va dans une direction différente de celle vers laquelle je penche,je trouverais cela très utile。
Ensuite, je devrai examiner très soigneusement lequel correspond le mieux à la situation réelle.
Ainsi, la valeur de la collaboration entre multiples avatars repose finalement surle processus d'analyse ultérieur.
Par comparaison avec d'autres agents médicaux, c'est précisément là que réside le cœur de la capacité du système de Zijing Zhikang à mieux compléter le point de vue professionnel et à fournir des sources traçables.
En fait, cela n'est pas l'avis de Zijing Zhikang seul.
Organiser plusieurs rôles d'IA est devenu en soi l'une des pistes d'exploration importantes de l'IA médicale.
Par exemple, dans ses recherches sur MAI-DxO, Microsoft a simulé une équipe de médecins qui recueillent progressivement des informations autour d'un cas, formulent des hypothèses diagnostiques et choisissent des examens, afin d'étudier la relation entre la précision du diagnostic et le coût.
Ce que Zijing Zhikang souligne davantage, c'estle lien entre les avatars et les médecins concrets。
Ici, les avatars de médecins, au-delà de leurs capacités de base, apprennent continuellement des médecins réels, accomplissent une croissance auto-évolutive, et rendent finalement le pouvoir de décision aux médecins réels.
De ce point de vue, la collaboration entre multiples avatars dépasse justement le récit traditionnel du « remplacement des médecins par l'IA » ; en réalité, elle place derrière chaque médecintoute une équipe d'experts disponible à tout moment。
La base est formée, permettant à l'avatar IA de continuer à grandir
Toutefois, pour que des centaines voire des milliers de doubles restent en ligne en permanence et remplissent chacun leur rôle, il faut également un système complet en arrière-plan.
D'où l'assistant obtient-il ses capacités, comment comprendre les informations patients toujours croissantes, comment s'adapter aux habitudes de travail des médecins, et comment s'intégrer aux processus existants de l'hôpital… Chaque maillon est lié aux autres et influence le résultat final de l'utilisation.
C'est aussi ce sur quoi Zijing Zhikang construitÉcosystème de l'hôpital IA Bauhiniaen est la cause.
Il existe également des plateformes similaires d'agents médicaux intelligents, comme le Healthcare Agent Orchestrator de Microsoft, qui organise différents agents pour traiter les informations et construit des flux de travail autour de tâches complexes telles que les consultations en oncologie.
Ce qui distingue l'hôpital Zijing AI, c'est que ses avatars continuent de progresser au fil de la pratique dans de véritables consultations médicales.
Cette voie technologique fondamentale provient de l'équipe du professeur Liu Yang de l'AIR, qui l'avait proposée dès la construction initiale d'Agent HospitalSEALc'est-à-dire l'apprentissage d'agents évolutifs basés sur les simulacres.
Il s'agit d'un ensemble« Entraînement dans le monde virtuel + validation et affinage dans le monde réel »de l'architecture évolutive à double couche.
Dans l'environnement virtuel, les rôles tels que patients, médecins et infirmières sont tous joués parAgentJouer un rôle.
Des médecins IA y simulent chaque jour des consultations à haute intensité, tandis que des millions de patients IA ultra-réalistes viennent demander des diagnostics et des médicaments, formant ainsi un monde médical virtuel en circuit fermé.
Une réussite exemplairepeut être intégré à la base de cas, afin de servir de référence pour les tâches ultérieures ;Lorsqu'un problème survient, puis réfléchir sur les échecs et en extraire des enseignements, et, après mise en ordre, former progressivement des règles réutilisables.
Il ne suffit que de quelques jours pour qu'un agent médical IA traite plusieurs centaines de milliers, voire plusieurs millions de cas, en parcourant l'ensemble des maladies rares, des pathologies complexes et des combinaisons de multiples traitements.
Par analogie avec l'auto-apprentissage d'AlphaGo par parties contre lui-même, les médecins IA évoluent par elles-mêmes dans un hôpital virtuel. Tandis que leurs capacités s'améliorent régulièrement,La consommation de puissance de calcul est également bien inférieure à celle de l'entraînement des grands modèles traditionnels.。
Mais les premières IA entraînées dans des mondes virtuels présentaient aussi des problèmes évidents : elles avaient tendance à envisager toutes sortes de possibilités de manière trop exhaustive.Excès de suffisance。
Qiao Yuchen, directeur des produits de l'hôpital AI Zijing, a révélé un petit détail intéressant :
L'IA recommande au médecin le médicament le plus efficace, mais compte tenu de la situation financière du patient, le médecin le remplace finalement par un médicament relativement moins cher et remboursé par l'assurance maladie.
AinsiSoins médicaux réelsEntrez en scène.
En introduisant la validation dans le monde réel et la croissance accompagnée, le système fait travailler les avatars numériques aux côtés de vrais médecins, puis réinjecte les opérations des médecins dans le fine-tuning interne.
L'Agent non seulement agit comme un médecin, mais doit aussi penser en phase avec le médecin.
Sur le plan des applications concrètes, l'hôpital IA Zijing s'adresse aux médecins, aux patients et aux hôpitaux, trois types d'utilisateurs :
Côté patientchargé du pré-diagnostic, des données de santé et du suivi ;côté médecinsil prend en charge les avatars, les dossiers médicaux et l'aide à la décision ;côté hôpitauxil prend en charge la planification, les droits d'accès et la gestion des données.
Ces trois produits apportent les capacités sous-jacentes devant différents rôles. Continuer à intégrer des outils spécialisés et des partenaires constitue l'étape suivante sur cette base.
À l'heure actuelle, ce système a déjà fait ses preuves dans de vrais hôpitaux.
En juillet 2026, le système comptait déjà 54 médecins IA et des millions de patients IA ultra-réalistes, couvrant des milliers de maladies.
L'hospital de Pékin Tsinghua Changgung mène des tests en consultation dans 18 services cliniques, avec plus de 40 médecins qui l'utilisent de manière régulière ; l'efficacité globale des médecins peut ainsi être améliorée30%。
Concernant les tests de référence, le médecin IA atteint sur le jeu de données MedQA une précision supérieure à96%, et obtient les meilleurs résultats dans plusieurs jeux de données internationaux d'évaluation médicale.
La question à laquelle il faut maintenant répondre est de savoir comment faire entrer ce soutien professionnel dans davantage d'hôpitaux, au bénéfice de plus de patients.
La prochaine étape de l'hôpital IA : toucher plus de monde
Ces dernières années, l'IA médicale a eu tendance à agir en solitaire.
Qu'il s'agisse des fabricants ou des hôpitaux, tous ont l'habitudede partir d'une tâche précise, comme la reconnaissance d'images, la génération de dossiers médicaux ou l'aide au diagnostic.
Mais soigner réellement, c'est forcément une chaîne de processus.
Le secteur manque depuis longtemps d'unsystème de production natif IA capable de connecter les différents rôles et de parcourir l'ensemble du parcours de soins。
Personne ne voudrait vraiment s'y mettre ? Ce n'est pas si sûr, la difficulté étant que rares sont ceux qui parviennent à lier technologies de pointe, clinique et ingénierie.
Voici la situation embarrassante à laquelle sont confrontés conjointement le monde académique et l'industrie :
Harvard, le MIT, Stanford — cesuniversités d'élitepossèdent certes l'écosystème d'innovation en IA médicale le plus complet. Mais pour passer de l'expérience à la clinique, il manque encore une validation d'ingénierie systémique.
Les établissements médicaux de premier plan(comme la Mayo Clinic, le Toronto General Hospital et la Cleveland Clinic) disposent certes de riches ressources cliniques et d'une forte demande des patients.
Mais ils manquent de talents et de technologies de pointe en IA, et ne peuvent pas développer de manière autonome des systèmes natifs en IA.
Les géants technologiques de l'IA de la Silicon Valleyvont un peu plus loin, mais la médecine n'est pour eux qu'une branche parmi les nombreux domaines où ils se déploient : ils manquent d'innovation au niveau systémique et doivent aussi comprendre et adapter les processus médicaux, pas à pas, dans la pratique réelle des soins.
La mise en œuvre de systèmes de santé natifs en IA au niveau de la production exige de faire converger ces capacités ; c'est pourquoi, à l'heure actuelle,Zijing Zhikang est de niveau T0.。
Zijing Zhikang est un nouvel acteur : elle n'a été incubée que voilà deux ans parl'Institut de recherche sur les industries intelligentes de Tsinghua(AIR).
Dans le domaine médical où une simple étude de recherche prend souvent plus de dix ans, cela peut effectivement sembler inexperienced.
Mais les recherches accumulées par l'équipe remontent bien plus tôt, ses membres étant depuis longtemps ancrés dans la santé intelligente :
plusieurs articles ont été publiés successivement dans des revues de premier plan en IA médicale telles que Nature Medicine et NEJM AI.
Parmi eux, l'article sur Agent Hospital, qui a fait le tour du monde en 2024, s'est imposé d'emblée et a été qualifié de« premier hôpital IA au monde ».。
Les pratiques associées ont par ailleurs suscitéune attention particulière de la revue Nature, qui l'a désignée comme cas de référence essentiel pour l'application des avatars virtuels d'IA dans le domaine médical.
Zijing Zhikang constitue un exemple très typique de réussite devalorisation de résultats académiques.
Partie de l'AIR de Tsinghua, passée par les meilleures revues, pour arriver jusque dans les salles de consultation réelles, cette équipe transforme, pas à pas, son capital académique en produits dont médecins et patients peuvent réellement se servir.
One More Thing
Lors de la conférence d'aujourd'hui, une autre caractéristique essentielle de Zijing Zhikang m'a profondément touché.
Le vrai gentleman porte une grande vertu,fidèle à l'esprit d'inclusivité hérité de l'AIR de Tsinghua, Zijing Zhikang, tout en faisant progresser la technologie, n'a jamais non plus perdu de vue la dimension humaine de la médecine.
Zijing Zhikang soutient que, grâce àl'alignement des valeurs, les principes humanistes de la médecine sont transformés en contraintes et préférences compréhensibles et exécutables par les algorithmes.
Autrement dit, le système verrouille dès sa conception les frontières de la collaboration entre l'IA et l'humain, en suivant une orientationcentrée sur l'humain, et définit clairement le rôle d'assistance de l'IA.
Dans la construction des agents intelligents, l'entreprisene vise pas une IA super-puissante, omnipotente et unifiée, mais conserve la différence et la diversité de chaque agent, en tirant parti des forces de chacun.
Concrètement, cela se traduit par la diffusion de capacités de niveau professionnel, permettant à davantage de médecins de premier recours, de médecins de campagne et même d'établissements de canton et de district d'accéder aux ressources de premier plan, ce qui profite réellement à l'ensemble des patients.
Certes, ce chemin n'est pas facile : chaque obstacle réglementaire, chaque changement d'habitude des médecins doit être peaufiné dans la pratique concrète.
Le chemin choisi par Zijing Zhikang,du monde virtuel au cabinet de consultation réel, est plus lent mais aussi plus stable.
On peut toutefois entrevoir une lueur d'espoir : chaque soutien efficace supplémentaire apporté aux médecins permet aux patients d'éviter certains détours.
C'est lorsque la vie se poursuit que la valeur de la technologie se révèle véritablement.
Lien vers le site officiel : https://www.tairex.cn/