医疗对口帮扶周期有限，如何实现帮扶成效长效留存？2026年，深圳市第二人民医院消化内科黄嘉煌医生赴大埔县人民医院开展为期一年医疗帮扶期间，联合腾讯云Octop产品团队，创新打造微信端“医生学习助手”，把AI知识工具留在基层，推动医疗帮扶从短期“输血”向可持续“造血”转变。
不久前，大埔县人民医院急诊科一名青年医师接诊一例双下肢乏力加重患者。诊疗过程中，该医师借助微信端“医生学习助手”检索下肢乏力相关鉴别诊断。系统按临床常见病因梳理疾病方向，同步附上专家共识、文献资料来源，标注信息出处与基础知识边界。接诊医师严格遵循临床诊疗规范，有序开展问诊、查体及辅助检查；拿到检验检查结果后，依托AI提供的知识点查漏补缺，对照原始文献资料交叉核验。最终经临床综合评估，患者诊断为脑梗死，收治神经内科。
大埔急诊医生在接诊中查询“下肢乏力”的真实微信问答
“工具可以把知识点连同文献出处一并呈现，方便课后复盘，也能顺着溯源原文。”这名急诊青年医师介绍，在本次病例处置中，AI并未前置干预诊疗决策，而是在完成临床检查后，用于完善鉴别思路、巩固专业知识，诊断与收治全程由临床医师独立判断。
作为深圳派驻大埔的医疗帮扶队员，黄医生日常承担临床诊疗、内镜操作与院内教学工作。在帮扶实践中他思考，一年帮扶期满后，派驻医师将离开，但基层临床工作中持续涌现各类疑难问题，如何留下一套可长期使用的学习工具，持续提升本地医护人员能力。
黄医生在大埔参与消化内镜临床工作
此前黄医生长期使用腾讯云自研AI助手Octop开展医学学习。扎根大埔帮扶期间，他与Octop产品团队共同探索，降低AI使用门槛，无需掌握复杂模型与提示词，依托医护人员日常使用的微信端口搭建应用场景。双方立足基层真实临床学习场景，围绕医学信源筛选、资料溯源核验、AI使用边界反复打磨，落地“医生学习助手”，突出“主动学习、随时查询、有据可依”的核心定位。在医学知识查询场景中，系统不仅快速输出内容，同时标注文献版本、适用范围，提醒使用者复核原始资料。
医生学习助手功能定位：主动学、随时问、有出处
今年8月27日，黄医生在大埔县人民医院院内教学培训中，首次面向全院医护推介“医生学习助手”。现场医护人员重点关注工具操作便捷性、医学依据可靠性等问题。9月15日，专题分享会走进普外科。两场培训后，该AI学习工具逐步融入该院医护日常学习工作。
8月27日，大埔县人民医院院内教学培训现场
9月15日，黄医生在大埔县人民医院普外科开展医生学习助手专题分享
不同岗位、不同资历医护人员，对工具的使用场景各有侧重。该院消化内科主任医师借助助手检索消化道出血诊疗指南，快速梳理上下消化道出血相关指南、专家共识及发布机构，追踪查阅原文，重点比对指南版本更新情况，核验文献权威性。护理人员也积极应用该工具，一名消化科护士在接触药物“达比加群”相关病例时，在医师下达停药医嘱后，利用学习助手了解药物分类与围手术期管理要点，再对照专业资料核实学习。
从青年急诊医师、专科主任医师到临床护士，一线使用者持续反馈使用感受。黄医生收集基层医护提出的各类问题，同步反馈至Octop产品团队，持续优化微信端交互、医学文献检索与溯源功能。团队明确划定AI应用红线：该工具仅用于医学知识学习、文献检索、信源核验，不替代临床医生作出任何诊疗决策。目前，“医生学习助手”仍处于试用迭代阶段。
在病例处置全过程，问诊、体格检查、辅助检查、诊断及收治方案，均由临床医师按照诊疗规范独立完成，AI仅承担知识检索、查漏补缺的辅助作用。与此同时，深圳市第二人民医院也将该工具纳入住院医师规范化教学开展试点应用。黄医生持续对接多家基层医疗机构，收集不同专科使用意见，持续优化产品。
“帮扶人员终会期满返程，我希望即便我离开大埔，当地医护人员遇到疑难问题时，仍拥有一个便捷的知识检索入口，自主查阅权威资料、独立研判病情。”黄嘉煌医生表示。
对口帮扶有期限，医学学习无止境。依托数字化AI工具赋能基层人才培养，为县域医院留下可持续学习能力，正是本次医疗帮扶探索长效帮扶机制的一次创新实践。
文/凤凰网深圳 谢银波 实习生 刘宇昕
图/受访方供图