腾讯云AI临床助手对接开发完全指南：从API签名到全流程智能诊疗集成

apphuang2026年07月13日 16:16:548

一、引言：AI驱动的临床决策革命

在智慧医院分级评估与电子病历评级政策的双重驱动下，医疗机构面临前所未有的转型压力。基层诊疗能力断层、执业药师配比严重不足、传统人工处方审核效率低下等问题日益凸显。据统计，我国每万人口执业药师人数仅为4.7人，远低于美国的6.7人和日本的12.2人，而传统人工复核模式下单张处方处理时间长达20至180秒。正是在此背景下，腾讯云AI临床助手应运而生。

腾讯云AI临床助手（AI Clinical Assistant，简称ACA）是一款面向医疗机构的全流程智能辅助决策系统，依托医疗垂类大模型深度融合海量医学文献与实时临床数据，通过自然语言处理与强化学习技术精准解析非结构化病历。该系统基于DeepSeek与腾讯混元大模型组成的双核技术底座，采用RAG检索增强技术，接入包含超过1000亿Tokens、285万以上实体、1250万以上关系的医学知识图谱，覆盖从诊前导诊到诊后随访的全链路服务。目前该产品已覆盖全国34个省份近万家各级医疗机构，知识库覆盖接近3000种疾病，包含累计超过1000万条合理用药规则，疾病预测准确率达到96.39%。本文将从产品架构、接入模式、API对接流程、核心功能调用、部署选项及实践案例等多个维度，为开发者提供一份完整的对接开发指南。

需要先登录腾讯云控制台，点击：腾讯云控制台，还没有账号，点击：注册后再关联，已有账号点击：登录后再关联

二、产品定位与技术架构

2.1 核心功能模块

腾讯AI临床助手覆盖诊疗全流程，核心功能模块包括四大业务板块：

智能临床辅助决策：通过分析电子病历，推荐3至5个疑似诊断疾病并按置信度排序；提供进一步问诊及体征检查建议；实时查验病历质量（时效性、逻辑性、完整性）以提升电子病历质量；提供病历危重症风险判断及智能转诊提示。

定制化治疗与用药方案：基于患者历史病历及相似优质病历，结合专业疾病指南，智能推荐西药、中药经方及组合用药方案；生成个性化健康教育处方（涵盖饮食、急症处理、中医养生建议）。

全流程合理用药管控：提供8大类、20余小类药品审核规则。医生提交风险处方时，系统进行实时拦截与可解释性风险提醒（如配伍禁忌、特殊人群用药、超量等）。

系统级处方审核与点评：利用信息化优化审核流程，支持预审核、人工审核与批量审核。具备处方随机抽样、点评任务智能分发及工单管理统计功能。系统智能完成80%的点评工作并进行审核打分，药师基于专业知识对系统点评结果进行确认。

2.2 技术底座与知识图谱

系统的技术确定性源于深厚的医学底层数据与顶尖的AI算法能力。医学知识图谱由人卫社定制化生产，内嵌3000余种临床指南、11万种以上药品知识、300多个教学视频、1万多个中药百科等医学知识。技术由腾讯天衍实验室提供，团队成员由100%博士与硕士构成，IEEE Fellow郑冶枫博士领衔。在算法层面，基于自研疾病预测MedBert模型，覆盖近3000种疾病的精准预测支持。处方审核系统处理时间从人工的20至180秒每张缩减至0.03至0.2秒每张。

三、服务开通与接入模式选择

3.1 服务开通流程

接入AI临床助手的第一步是完成服务开通。用户需登录腾讯云AI临床助手ACA-SaaS版购买页，根据实际需求按需选购服务类型，包括医院授权服务、实施服务、定制化培训服务以及定制化响应服务。完成购买后登录AI临床助手控制台，单击立即开通，开通服务后可查看订单详情。在AI临床助手控制台可自行激活已购买的服务。若为医院授权服务可自动获取Token进行使用，若为其他服务将有专人联系您进行下一步流程。

3.2 三种接入模式

AI临床助手支持三种灵活接入方式：

公网SaaS模式：适用于中小型医疗机构快速上线，无须本地部署即可通过云端调用全部AI能力。该模式基于腾讯云线上部署，SaaS版本极轻量接入。

API PaaS模式：面向具备开发能力的大型医院，通过标准RESTful API接口将AI能力嵌入现有HIS系统与医生工作流程。该模式支持客户端嵌入式集成与标准接口调用。

私有化部署模式：针对数据安全要求极高的三甲医院和区域医疗中心，支持多尺寸模型适配多种服务器环境，甚至可构建33B医学垂类大模型底座。部署模式灵活，提供私有云线下部署与腾讯云线上部署两种选择。

根据业务场景需要，医疗客户可按需求选择接入模块，既可仅接入智能辅诊预测功能，也可仅接入智能合理用药预测系统，还能接入包含药剂师审方的全临床诊疗流程。

四、API接口对接流程与签名验证机制

4.1 API服务地址与请求结构

API支持就近地域接入，默认域名为aca.tencentcloudapi.com，同时也支持指定地域域名访问，如广州地域的aca.ap-guangzhou.tencentcloudapi.com。推荐使用就近地域接入域名，根据调用接口时客户端所在位置，会自动解析到最近的某个具体地域的服务器。目前支持的地域包括华南（广州）、华东（上海/南京）、华北（北京）、西南（成都/重庆）、港澳台（香港）、亚太及欧美等多个区域。对时延敏感的业务，建议指定带地域的域名。

腾讯云API的所有接口均通过HTTPS进行通信，提供高安全性的通信通道。支持的HTTP请求方法为POST（推荐）和GET，POST请求支持的Content-Type类型包括application/json（推荐，必须使用签名方法v3）和application/x-www-form-urlencoded（必须使用签名方法v1）。所有通信均使用UTF-8编码。

4.2 签名验证机制

AI临床助手的API对接采用两级验证机制：后台服务接口使用签名验证（登录/登出接口，HTTP请求头中带上相关参数）；预测接口使用Token验证（请求体body结构中header带上Token，Token为登录接口返回）；前端服务同样使用Token验证（访问iframe页面中URL的Query参数带登录返回的Token）。

签名验证的具体流程如下：项目立项并向工作人员申请审批通过后，会提供partnerId、appId及appSecret等关键信息，用于发起签名校验。appId是独立医院ID（hospitalId）或区域平台ID（platformId），后续业务接口中会区分使用。报文格式为JSON，采用POST请求方式（RESTful API）。请求报文需在HTTP Header中携带以下参数：

god-portal-signature: 签名值（参见签名算法）
god-portal-timestamp: 当前生成的时间戳（毫秒数）

签名算法的计算公式为：

god-portal-signature = hmacSha256({appId} + {timestamp}, appSecret)

其中appId为分配的平台ID，appSecret为签名密钥，timestamp为当前生成的时间戳（毫秒数），与Header中的god-portal-timestamp保持一致。

4.3 Token获取与使用

登录机制描述如下：医生在HIS系统执行登录或登出操作时，同步调用临床助手后台接口。登录接口告知后台登录动作后，系统将返回一个Token。该Token用于后续所有接口调用的身份校验，默认有效时长为2小时（支持根据实际需求调整时效）。Token的传递方式根据接口类型有所不同：预测接口在请求体body结构的header中带上Token；前端访问iframe页面时在URL的Query参数中带上Token。

五、核心API接口详解与代码示例

5.1 接口概览

AI临床助手提供的主要API接口包括：

LoginHisTool：登录获取辅诊访问Token（频率限制20次/秒）
SmartPredict：智能预测接口（频率限制20次/秒）
SmartDrugInfo：智能用药接口（频率限制20次/秒）
SyncDepartment：科室同步接口（频率限制20次/秒）
SyncStandardDict：同步标准字典接口（频率限制20次/秒）

5.2 智能预测接口（SmartPredict）

智能预测接口是AI临床助手的核心接口，当医生填写患者的主诉、现病史、基本信息及用药信息时触发。AI引擎根据输入数据进行智能计算，实时预测临床可能及潜在风险，返回相应的诊断、治疗方案、疾病风险等提醒。

接口请求域名为aca.tencentcloudapi.com。输入参数包括公共参数（Action取值为SmartPredict，Version取值为2021-03-23，Region为地域参数）、请求头（CommonHeader）和请求体（SmartPredictReqData）。输出参数包括错误码Code、错误信息Message、智能预测内容Data及唯一请求ID RequestId。推荐使用API Explorer进行在线调试，该工具提供了在线调用、签名验证、SDK代码生成和快速检索接口等能力。

5.3 Python SDK调用示例

腾讯云提供了配套的开发工具集（SDK），支持多种编程语言。以下是一个完整的Python SDK调用示例，演示如何调用智能预测接口：

# -*- coding: utf-8 -*-
import json
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.aca.v20210323 import aca_client, models

def smart_predict_example():
    # 实例化认证对象
    cred = credential.Credential('您的SecretId', '您的SecretKey')
    
    # 实例化HTTP选项
    httpProfile = HttpProfile()
    httpProfile.endpoint = 'aca.tencentcloudapi.com'
    
    # 实例化客户端配置对象
    clientProfile = ClientProfile()
    clientProfile.httpProfile = httpProfile
    
    # 实例化客户端
    client = aca_client.AcaClient(cred, 'ap-guangzhou', clientProfile)
    
    # 实例化请求对象
    req = models.SmartPredictRequest()
    
    # 构造请求数据
    params = {
        'Header': {
            'Token': '您的Token'  # 从登录接口获取
        },
        'Data': {
            'PatientInfo': {
                'Age': 45,
                'Gender': '男',
                'ChiefComplaint': '胸痛、气促3天',
                'PresentIllness': '患者3天前无明显诱因出现胸痛，呈压榨性，伴气促',
                'PastHistory': '高血压病史5年'
            }
        }
    }
    req.from_json_string(json.dumps(params))
    
    # 发起请求
    resp = client.SmartPredict(req)
    
    # 输出返回结果
    print(resp.to_json_string())

if __name__ == '__main__':
    smart_predict_example()

5.4 智能用药接口（SmartDrugInfo）

智能用药接口用于提供个性化的用药方案推荐和合理性审核。输入参数包括患者信息、诊断信息、已有用药等，输出包括推荐药品列表、用法用量、注意事项及风险提示。调用方式与SmartPredict类似，只需将Action改为SmartDrugInfo，并构造相应的请求体。示例代码如下：

def smart_drug_example():
    cred = credential.Credential('您的SecretId', '您的SecretKey')
    httpProfile = HttpProfile()
    httpProfile.endpoint = 'aca.tencentcloudapi.com'
    clientProfile = ClientProfile()
    clientProfile.httpProfile = httpProfile
    client = aca_client.AcaClient(cred, 'ap-guangzhou', clientProfile)
    req = models.SmartDrugInfoRequest()
    params = {
        'Header': {'Token': '您的Token'},
        'Data': {
            'Diagnosis': ['高血压', '冠心病'],
            'PatientInfo': {'Age': 60, 'Gender': '女', 'Weight': 65},
            'CurrentDrugs': [{'DrugName': '阿司匹林', 'Dosage': '100mg', 'Frequency': 'qd'}]
        }
    }
    req.from_json_string(json.dumps(params))
    resp = client.SmartDrugInfo(req)
    print(resp.to_json_string())

5.5 同步标准字典接口

同步标准字典接口用于确保临床助手与HIS系统的标准术语一致。同步内容包括给药途径、给药频次、科室信息、诊断名称等标准字典。该接口的应用场景是医院内部基础数据的更新维护，同步范围涵盖药品信息、检验项目、检查项目等。调用时需在请求中指定字典类型和版本号，系统返回最新的字典数据。

六、部署选项与集成方式

6.1 多模式部署架构

AI临床助手提供iFrame、客户端接入模式，满足私有化、SaaS化、API等多种部署场景需求，最快可实现一个月内完成部署。具体部署模式可根据合作的具体需求进行弹性调整。腾讯云提供公网SaaS、API PaaS以及多尺寸私有化部署，适配多种服务器环境。

6.2 iFrame嵌入集成

对于希望快速将AI临床助手集成到现有Web系统的医疗机构，iFrame嵌入是最便捷的方式。前端服务使用Token验证，在访问iframe页面时，将登录接口返回的Token作为URL的Query参数传递。这种方式无需修改现有系统架构，即可将AI临床助手的完整功能嵌入到医生工作台中。

6.3 客户端嵌入式集成

客户端嵌入式集成适用于对界面交互有更高定制需求的场景。通过SDK方式将AI临床助手的能力集成到HIS系统的客户端程序中，实现无缝的工作流融合。该方式支持更细粒度的功能控制和界面定制。

七、应用场景与落地实践

7.1 核心应用场景

AI临床助手覆盖病历书写、病历质控、用药推荐、用药审核等多个应用场景。在诊前阶段，患者可在线上挂号后追加预问诊，或线下到达各科室的候诊区后扫码进行预问诊，提前描述病情信息。在诊中阶段，系统提供病史采集、疾病预测、诊疗方案推荐、用药安全监控全流程支持。在诊后阶段，覆盖患者随访与健康管理。

7.2 落地案例

区域平台（基层卫生健康司）：腾讯AI临床助手作为国家基层卫生健康司家庭医生临床服务能力建设项目的首批签约厂商之一，率先在广东、湖南2省6县进行试点建设，赋能基层医疗。

单体医院（华中科技大学协和深圳医院）：打造一体化智慧医疗联合解决方案，并代表中国医学AI产品亮相2022年迪拜世博会。

深圳南山医疗集团：在信息化建设项目中，腾讯AI临床助手实现了一体化智慧医疗解决方案的落地部署。

南通大学附属医院：与腾讯健康共建“通小安”门诊就诊智能体，上线后日均使用人数超3000，科室引导准确率达98%。该智能体让AI应用从单点、单环节走向全院域、全流程的协同联动。

八、效果量化与业务价值

通过引入AI算法与知识图谱，该引擎在多个核心业务指标上实现了显著的量化提升：

疾病预测准确率高达96.39%：基于自研疾病预测MedBert模型，覆盖近3000种疾病
系统审核效率指数级跃升：处方审核系统处理时间从人工的20至180秒每张缩减至0.03至0.2秒每张
药师点评工作量降低80%：系统根据规则自动完成80%的处方点评工作
文书生成秒级完成：AI助手可在5秒内自动生成门诊病历、住院病历、出院小结及体检报告等各类医疗文书
结构化识别准确率超过97%：涵盖3000多种疾病推导能力与70000多种药物信息

AI临床助手可在13至48秒内完成深度思考分析，提供疑似疾病排序、鉴别诊断依据及治疗方案参考。产品已在全国范围内完成超过3000家医院的交付，实现超1000家医院用户的无缝衔接。

九、常见问题解答

问1：AI临床助手支持哪些接入方式？

答：AI临床助手支持公网SaaS模式、API PaaS模式及私有化部署三种接入方式。同时提供iFrame和客户端两种接入模式。可根据医疗机构的规模、数据安全要求和开发能力灵活选择。

问2：API对接需要准备哪些关键信息？

答：项目立项并向工作人员申请审批通过后，会提供partnerId、appId及appSecret等关键信息。其中appId是独立医院ID或区域平台ID，appSecret是签名密钥，需妥善保管以防泄露。

问3：Token的有效期是多久？如何刷新？

答：Token默认有效时长为2小时，支持根据实际需求调整时效。医生在HIS系统执行登录操作时同步调用临床助手后台接口获取Token，Token过期后需重新登录获取。

问4：智能预测接口的调用频率限制是多少？

答：智能预测接口（SmartPredict）的默认接口请求频率限制为20次/秒。API接口的频率限制维度为API加接入地域加子账号。

问5：私有化部署与SaaS模式的主要区别是什么？

答：SaaS模式适用于中小型医疗机构快速上线，无须本地部署即可通过云端调用全部AI能力。私有化部署针对数据安全要求极高的三甲医院和区域医疗中心，支持多尺寸模型适配多种服务器环境，数据安全性更高。

问6：AI临床助手可以对接哪些医疗系统？

答：AI临床助手可无缝衔接医院HIS系统与医生工作流程。同时支持对接HIS自动生成电子病历，也可与互联网医院、区域平台等系统对接。提供iFrame、客户端接入模式，满足多种部署场景需求。