文章来源: 中华医院管理杂志, 2025, 41(10): 758-763

作者: 孙宏宇 邢天禹 杨少鹏 赵欣 倪鑫

DOI：10.3760/cma.j.cn111325-20250415-00296

医疗科技创新是推动卫生健康事业进步和服务“健康中国”战略的核心动力^［1］。近年来，我国从中央到地方陆续出台一系列政策，全力支持医疗科技成果转化与应用，积极推动医疗机构、高校和企业等多方主体协作，加速科技成果转化进程。在此背景下，“每百名卫生技术人员科研成果转化金额”被纳入我国三级公立医院绩效监测指标体系，以量化考核方式激励医院提升科研成果转化成效^［2］。医院科技成果转化管理具有专业性强、流程复杂和跨学科的特点，有必要构建系统化的知识整合与高效的跨部门协同机制^［3］。大语言模型凭借其在自然语言理解、跨领域知识融合与逻辑推理方面的优势，与成果转化过程中的复杂管理需求高度契合，有望成为优化医院科技成果转化管理的有力抓手。2025年1月，某儿童医院构建并启用了基于大语言模型的科技成果转化管理平台（以下简称管理平台），探索了平台在提升医院科技成果转化管理效能的可行路径，取得良好成效，可为其他医院提供借鉴与参考。

良好的科技创新生态不仅需活跃的创新环境、有效的政策、专业的人员和充足的市场动力，更依赖于一套专业的转化管理体系^［4］。目前，多数医院科技成果转化管理在政策衔接、人员配置、平台搭建及流程优化等方面存在不足，难以满足高质量成果转化的需求^［5］。

（一）管理体系不健全：医院科技成果转化是一项复杂的跨学科工作，涉及基础医学、临床研究、工程技术、市场分析、知识产权、投资融资及法律法规等多个领域^［6］。实际执行过程通常需要临床、科研管理、财务管理、运营和医院法务等多部门协同参与。然而，多数医院尚未设立专职的科技成果管理部门，科研人员需与相关管理部门逐一对接，任何环节沟通不畅都可能导致流程阻滞，这不仅耗费大量时间与精力，还可能延误成果申报、审核与落地转化的关键时机，甚至错失市场窗口。

（二）专业技术经理人匮乏：技术经理人在临床研究和市场需求之间承担着重要的桥梁作用，是推动成果转化的关键角色^［7］，需具备医学或工程等领域的专业背景，熟悉相关法律、财务及项目管理方面的知识。《高质量培养科技成果转移转化人才行动方案》（国科火字〔2023〕70号）提出，到2025年，培养科技成果转移转化人才超过10万人； 在各类技术转移和成果转化相关机构从业的职业技术经理人不少于1万人^［8］。当前，我国研发投入人员全时当量已达724万人年，如按欧美等发达国家每百名科研人员配备4名技术经理人比例计算，需配备181万名技术经理人，人才缺口较大^［9］。尽管各大高校及科研院所积极加强复合型人才培养，并在课程体系中融入市场、法律和工程等内容，但短期内仍难以弥补该类人才缺口，这可能会导致科技成果转化过程的专业性指导不足，影响创新链、工程链和产品链的持续推进。

（三）医产学研沟通不畅：在医疗创新体系中，医产学研各主体的角色不同。其中，医院是临床痛点和创新需求的主要来源，高校和科研机构致力于前沿技术发展方向的探索，企业负责产业化和市场推广^［10］。由于各主体之间缺乏高效的信息共享与合作平台，使得大量科技成果成为难以转化的“存量专利”，同时也造成了市场资金“空投”“乱投”等无法精准识别临床需求的局面^［11］。这种现状不仅制约了科技成果的转化效率，也影响了整个医产学研协同创新生态的良性发展。

2025年1月，北京儿童医院构建了基于Qwen大语言大模型的管理平台，并于同年3月启用。该平台深度融合医院自身管理特色与科技成果转化的专业需求，建立了科技成果转化本地知识库，嵌入大语言模型，接入医院官方微信公众号平台。平台支持自动问答、存量专利盘活管理以及决策辅助等功能，具备高精度知识检索与智能推荐能力，协助院内人员通过多模态交互方式，快速查询院内外成果转化政策、流程与行业知识，匹配有意向的企业资源，从而提高成果转化效率，有力支撑医院高水平成果的落地转化。

（一）平台架构：采用分层设计理念，搭建了包含基础数据层、核心功能层和交互接入层的3层架构。

1.基础数据层：该层是平台运行的数据支撑，通过构建科技成果转化本地知识库，汇集了国家及地方科技成果转化相关政策法规、院内流程管理文件、院内存量专利库、成果转化流程规范指引以及企业的专业领域、能力水平和投资意向信息等文档，数据类型包含结构化和非结构化数据，总数据量超过360万个字符，见表1。

2.核心功能层：该层是管理平台核心引擎，基于大语言模型的语义理解、高精度知识检索以及相关性推荐等技术优势，打造了涵盖跨部门规定关联整合以及意向转化企业检索匹配等成果转化专属功能模块，并强化平台在儿童医疗场景的适配性。

3.交互接入层：微信公众号是平台的主要交互入口，为院内科技人员提供文本和语音等多模态交互方式，实现用户提问的实时语义解析与响应，保障平台移动端的便捷性和流畅性。另外，该层借助大语言模型的联网功能，调用外部网页（如搜索引擎和学术网站等），作为本地知识库的有效补充，保障查询信息的实效性。

（二）技术路径及主要做法：平台采用大语言模型检索增强生成（retrieval-augmented generation，RAG）技术和预训练模型，对本地知识库数据进行向量化处理并存储至向量空间。通过嵌入基座大语言模型，开发功能模块，增强模型的上下文理解能力，自动触发互联与意图识别，确保检索结果准确无误^［12］。RAG与预训练模型的结合，降低了医院在构建知识库过程中处理非结构化数据和统一数据格式的难度，实现了平台对领域专业术语与院内流程的精准理解； 同时，通过多源文档知识融合算法和联网搜索，打破了跨文档信息壁垒。平台技术路径见图1。

1.数据处理：我国专利审查“三步法”为专利评估与管理提供了明确的判断路径^［13］，也为平台搭建提供了数据处理的依据。使用实体关系抽取及数据切片技术，对医院存量专利的应用领域、核心创新点以及拟转化意向等进行数据提取与切割，同时对企业信息库中每家企业的专业领域、能力水平、信用水平和转化投资意向等信息进行特征提取与分割。通过为每个实体提取相关属性，构建实体间的关联，建立起连接医疗机构存量专利与企业市场需求的知识图谱。

2.功能模块开发：重点强化了儿童医疗场景的适配性。针对儿科领域专利技术（如儿童医疗器械、儿童创新药品）的特殊性，平台通过领域微调，优化了对“儿童临床试验伦理要求”“儿科专利转化路径差异”等专属知识的理解和输出精度，依托微信公众号调用模型接口，实现了用户提问的实时语义解析与响应。

3.联网搜索：运用自然语言意图识别技术，判断用户提问的时效性要求和能否被本地语料库覆盖。若需进一步联网获取信息，则通过命名实体识别和关键词提取技术抓取关键信息，触发联网判断逻辑并调用外部网页应用程序编程接口； 随后，利用自然语言处理技术将检索结果进行结构化处理，生成最终查询结果，并通过RAG增强本地模型。联网搜索为科研人员提供了便捷高效的信息查询工具，帮助其及时了解相关领域的最新研究进展与最新专利布局。

（三）应用场景：

1.信息查询：平台用户可通过文本或对话等自然语言多模态的交互方式，查询科技成果转化政策、院内管理流程和时限要求等信息。同时，平台可根据科研成果转化项目及其转化节点，自动推荐与之匹配的政策文件与管理办法，协助用户便捷获取流程指引与相关行业知识，赋能科研成果转化全流程。以查询医院科技成果转化流程为例，管理平台将分散在医院财务处、审计处、运营办、科研处和科创中心的相关管理办法整合汇总，提供跨部门一站式整合查询服务，并根据项目当前转化阶段，将分散的审批节点、责任分工和时限要求整合为统一指引，指导后续工作安排，提高成果转化整体效率。

2．存量专利盘活与管理：平台通过智能分析专利库与企业信息库，智能匹配医院存量专利与企业需求^［14］。精准的供需匹配可提高临床科研成果与市场精准对接效率，实现专利盘活与专利产业化，有助于形成医学科技创新和医学发展的新动能，见图2。

3．管理决策支撑：平台可作为医院成果转化管理人员的重要分析工具，深入分析用户高频问题、典型诉求和流程执行中的主要卡点，并评估项目价值与市场前景。基于分析结果，管理人员可针对性地优化院内转化流程、完善知识库、开展精准政策培训或专项指导，持续提升成果转化服务的精准度与落地成功率。

自2025年3月管理平台正式上线以来，我院科技成果转化管理效率和质量得到明显提升，不仅降低了跨领域协作的沟通成本，还启发了院内科研人员的科技成果转化思路。截至2025年4月，平台累计响应院内咨询247次，其中，涉及跨部门流程处理问题数量133次。经人工复核，平台回复准确率85%，其高效响应性使医院相关管理人员从重复性咨询中得以解脱，更专注于高价值的技术评估和市场对接工作。另外，通过分析咨询内容，将院内科研人员主要需求归纳为6类：院内专利与知识产权政策文件（137次，55%），内部存量专利（45次，18%），相关领域公共知识（10次，4%），院内科技成果转化流程（11次，5%），转化项目进展（11次，5%）以及其他非转化问题（33次，13%）。该数据为相关管理部门精准识别临床科研人员的真实需求和转化痛点提供了依据，有助于后续优化管理策略的制定。

此外，平台通过对高频问题的持续学习，每月新增10~20条知识库内容，形成“用户提问-模型迭代-服务优化”的良性循环，为医院科技成果转化的规范化与高效化提供智能支撑。