医学检测是医学诊疗过程中的关键一环。临床上，70%的临床决策信息来自医学实验室结果。然而随着精准医学的发展，检验医学面临诸多挑战。

　　例如在实验室检测环节，传统操作检测流程繁琐，报告判读和分析的工作量大，生产效率需要○进一步提升；在项目选择和检测结果出具方面，复杂多变的临床场景，要求临床√医生、检验医师具备更快整合、处理检★测信息的能力；在检验医师队伍建设方面，由于培养周期长、交叉学科难度大，富有临床经验且具备新一代信息技术背景的复合型检验医师人才仍十分紧缺。

　　“在当前的精准医疗时代下，检验人需要有临床思维，也要有数据思维。”浙江省肿瘤医院检验科主任张毅敏接受采△访时称，在此背景下，借力人工智能的医检大模型可以将临床、检验和数据融合得更紧密，有利于医生出具更为精准々的检查报告，同＠ 时惠及患者。

　　重庆医科大学科研处♀副处长Ψ、西部智慧检验与数字医疗协同创新中心主任李小松表示，但在医检大模型的开发过程中，尤其要注重临床数据的精准匹配和安全性，只有注重〇海量数据的安全、可靠、合规，加上多学科、跨学科的人才，才有可能做■出更为实用的医检大模型。

　　在金域医学副总裁兼数字化管理中心总经理李映华看来①，一个真正满足临床需求的医检行业大模型，一定是个“六边形战士”，能够做到多模型整合、多场景赋能、多模态与多组学『数据处理、多元知︾识充分融合、基于全病︼程信息多轮互动，不仅仅具备知识问答、智能化检测结果整合的功能，还具备医学领域的专业分析、推理能力。

　　此次发布的域见医言大◥模型，正是基于23000余家医疗机构的服务经验，在通用语料基础上注入了超20亿Token(数据单元)医检语料，经过近两年的开↑发训练而成。目前已有超2万名企业专业技术人员、临床专家、检验医师参与测试。

　　据了解，该模型有望支持整合图像、语音、文本∏等多模态，基因、蛋白、病理等多组学，以及项目推◆荐、实验室检测、报告生成等多场景∑的信息，能处理复杂任务，帮助临床医生、检验医师在多轮交互中作出科学决策，并推动医学实验室检测环节智能生产、检测结果智能判读，实现医学检测的检前、检中、检々后环节无缝衔接。

　　“和其他行业大模型不一样的是，‘域见医言’不依赖特定大模型底座，而是能适应各类通用多模态大模型☉，并支持衔接形态学、病理、基因等专业领域◥大模型。同时，其也可在未来迭代升级开发上更具开放性。”李映华说。(完)