台州恩泽医疗中心（集团）：基于大模型的医疗安全（不良）事件报告智能体

一 项目简介

本项目针对当前医疗质量安全管理中不良事件上报依赖人工、识别滞后、分析粗放、预警困难的痛点，致力于构建智能化的风险防控体系。项目基于台州恩泽医疗中心（集团）20年积累的10余万条结构化不良事件数据，构建“知识库+大模型+智能体”的创新技术方案。项目核心是基于集团不良事件历史数据，对通用大模型进行领域微调与增强，打造“恩泽不良事件报告智能体”，并最终研发集智能监测、自动分级与闭环管理于一体的预警智能本。该项目旨在实现不良事件从被动上报到主动智能预警的模式转变，显著提升识别准确率、缩短响应时间，为降低医疗安全风险、建立“数据驱动、主动预防”的现代医院质量管理范式提供关键技术支撑与实践样板。

二 建设与开发

1.构建恩泽不良事件数据集

作为国内医疗质量管理的先行者，台州恩泽医疗中心（集团）自2006年建立不良事件管理体系以来，形成涵盖“上报—分析—改进—预防”的全流程闭环管理机制，已积累不良事件报告数据超10万条、质量持续改进案例近1.5万例次。通过多年的持续优化，构建了包含用药错误、跌倒坠床、手术并发症等8大类36小类的标准化事件分类体系。同时组织专业人员对历史数据进行标准化治理与标注，建立了医疗安全（不良）事件高质量数据集。

2.构建恩泽不良事件管理模型

基于治理后的不良事件历史数据，对大模型进行微调与增强，形成恩泽不良事件管理模型。该模型对医疗（安全）不良事件进行智能识别、分类与风险预警，自动识别事件类型、评估严重程度，实现对潜在医疗质量（安全）不良事件的早期预警与主动干预，推动管理模式从被动上报向主动监测转变。搭建医疗安全（不良）事件“监测 —预警—处置—改进”的AI全闭环管理机制，能够在第一时间识别、评估并解决潜在的医疗安全问题，为临床科室提供精准的风险提示和干预建议，助力构建形成医疗安全持续改进体系，有效提升医疗安全管理的智能化水平，为患者安全提供有力保障。

3.构建恩泽不良事件报告智能体

基于不良事件管理模型对临床医疗数据开展实时监测，实现对用药错误、院内感染、跌倒坠床、手术并发症等12类重点不良事件的智能监测与预警。事件预警采纳率与分级分类准确率均已达至85%以上，生成预警信息后，系统自动触发上报流程，推送至相关科室予以核实处理，形成闭环管理。最终构建的闭环管理系统实现从数据采集、风险识别、分级预警到处置反馈的全流程自动化管理。

三 项目亮点

1.以通用大模型为基础，依托历史不良事件数据对领域模型进行微调训练，构建可自动识别误吸、肺栓塞、手术并发症、31天非计划再入院、手术死亡、低风险死亡等不良事件的智能体，有效提高早期识别准确率。

2.研发自动化分级分类引擎，构建包含临床危害度、系统脆弱性等多维度的量化评估模型，实现不良事件分级与专家判断的一致性达85%以上；

3.创新性地设计闭环管理机制，确保处置过程可追溯，最终将Ⅱ级以上不良事件的平均处置时效控制在2小时以内，为建立智能化医疗风险防控体系提供关键技术支撑和示范应用模板构建了完整、高质量的医疗领域知识库。

四 应用效果

本院自2025年2月启动项目以来，目前不良事件智能体已对接钉钉等移动端平台实现不良事件的快速提醒与处理，相较以前传统人工处理效率提升80%以上。同时，通过建立了分级（A-I）预警机制，将重大事故的响应时间从小时级缩短至分钟级。恩泽医疗中心（集团）针对2025.11-2026.2，总数量4269例的AI预警数据进行分析，不良事件预警采纳率平均达到85%以上，分级、分类TOP1、TOP2准确率达85%以上，不良事件的及时检出，显著增强了医院的医疗风险识别能力，推动持续改进，最终实现患者安全保障和医疗质量提升。同时在运行过程中也发现了一些问题，如隐患事件的采纳率较低，主要原因是事件的识别与临床医务人员对不良事件理解存在偏差，需要在医院层面达成共识，把AI预警作为一种风险管理的工具，辅助临床提高风险管理能力。

五 总结

本项目基于覆盖临床诊疗全流程的医疗安全知识库，优化了通用大模型的领域性能，实现了对多种不良事件的智能监测、自动分级与闭环管理，显著提升了识别准确率、响应时效与处置效率，为建立“数据驱动、主动预防”的现代医院质量管理范式提供了关键技术支撑与实践样板。

运用大模型技术实现不良事件的智能监测与分类，标志着医疗质量安全管理正从依赖医务人员主动上报的事后管理，转向数据驱动的主动预防与精准干预。通过持续学习真实世界数据，有望不断优化不良事件管理模型的识别准确性与泛化能力，实现对更复杂、更隐匿的不良事件的早期预警。此举不仅将显著提升医疗安全风险隐患的排查效能，为质量改进提供坚实的数据支持，更将助力医疗机构构建起更为智能化、前瞻性的患者安全防护体系。预计通过大模型的持续微调训练，不良事件预警采纳率与分级分类准确率均可提升至95%以上。

（来源：CHIMA 2026医院新兴技术创新应用典型案例集）