# 九天急救大模型让120提速三成：运营商大模型杀入生命救援黄金时间 > 当一通求救电话接通，决定生死的往往不是救护车的最高时速，而是调度员从嘈杂的呼救声中提炼出"地点、症状、人数"的那几十秒。中国移动把自研的九天大模型塞进了这条最不该有延迟的链路里。 ## 一、问题背景：被人工录入卡住的"黄金一小时" 急诊医学里有一个被反复强调的概念——"黄金一小时"（Golden Hour），即创伤患者从受伤到接受确定性救治的一小时内，生存率最高。而在中国绝大多数城市的120急救体系里，这条链路的前端却卡在一个极其"原始"的环节上：**人工接听、人工记录、人工派车**。 一条典型的120呼入链路是这样的：调度员接起电话，一边安抚情绪崩溃的家属，一边在调度系统里手动录入患者位置、主诉症状、意识状态、外伤情况。遇到方言浓重、表述混乱或多人同时报警的场景，一条完整的调度信息往往要反复确认两到三轮。等所有字段填完、点下"派车"，时间已经过去一分多钟——这还没算上为避免派错车而进行的二次核对。 根据公开的院前急救行业数据，救护车从出车到抵达现场的平均时间普遍在**15~20分钟**区间。而真正决定预后的，是呼救发生后那最初几分钟里调度系统能不能"听懂"求救者、能不能"找对"最近的车、能不能在车到达之前就给出正确的自救指导。传统模式下，这三个动作高度依赖调度员个人经验，质量参差不齐，信息遗漏率居高不下。 这正是通信运营商切入医疗急救的天然着力点：120系统本质上是一张覆盖全省的**通信调度网络**——语音、定位、短信、车载视频、5G专网，全是运营商的家底。中国移动的思路很清晰：把九天大模型从"会聊天"的通用模型，下沉成一个**懂急诊流程、听得懂求救电话、能直接驱动派车指令**的垂直行业大模型，挂载在5G+AI的通信底座上。 ## 二、方案详情：从"300万份真实病例"里训练出的调度大脑 九天·医疗急救大模型于**2024年5月11日**在第九届亚太国际急诊医学学术大会（成都）上正式发布，由中移（成都）产业研究院联合四川省医学科学院·四川省人民医院、中华医学会急诊医学分会"急诊急救大平台"专家团队共同打造，是**国内首个面向急诊急救领域的行业大模型**。 它不是把通用大模型套个医疗壳。它的"知识底盘"由两部分构成： - **理论侧**：国内顶尖高校医学专业的全量教材数据，构建疾病、症状、急救处置规范的结构化知识体系； - **临床侧**：**300万份真实急诊急救临床数据**，让模型理解真实调度场景里患者的真实表述方式、真实病情演进。 这种"理论+临床"双驱动训练策略，使模型在专业能力评估上达到了**约3年资历执业医师**的水平。更关键的是，它挂载在中国移动的行业AI能力体系**COMPASS 1.0**之上，这意味着它不是孤立地跑在某个医院的机房里，而是作为一套可被通信网络调用、可对接调度系统的能力中台存在。 在技术实现上，院前急救这个环节最难的不是"知道答案"，而是**从一段非结构化、充满噪声的语音通话里，实时抽取结构化字段并触发动作**。九天采用的核心手段是**注意力机制（Attention Mechanism）**——让模型在听呼救电话时，自动"聚焦"到位置、症状、人数、外伤与否等关键字段，过滤掉情绪化的无效信息，实现： - **呼入即定位**：从语音中提取地理信息并与基站/GPS定位交叉校验； - **关键信息一键提取**：自动把症状、主诉、既往史填入调度表单，告别人工逐字录入； - **自动推荐派车**：根据病情等级和就近原则生成派车建议，调度员一键确认即可下发； - **预案智能匹配与远程指导**：救护车出车后，模型实时生成针对该病症的"待援期"自救/互救指导，由调度员转述给现场家属。 ## 三、广州120实战：效率提升30%、救治提前15分钟 九天·医疗大模型落地最深入、数据披露最完整的案例，是**广州市急救医疗指挥中心**（即广州120）。模型被直接集成进广州120急救调度系统，跑通了"呼入—提取—派车—远程指导"的完整闭环。 据新华网报道，该技术使**广州120急救系统的整体响应速度提高约30%**，在紧急情况下，患者的救援等待时间被明显压缩。更值得关注的是"提前救治"这一指标：模型生成的远程急救指导，让现场救助动作比救护车抵达**提前约15分钟**开始。考虑到救护车平均15~20分钟才能到场，这等于把有效救治的启动时间几乎**整整提前了一个车程**——对于心搏骤停、严重创伤、气道梗阻这类"分钟级"病症，这15分钟就是生与死的分界。 下表梳理了该模型在院前急救环节的核心功能与实测效果： | 能力模块 | 技术手段 | 传统模式 | 九天大模型 | 效果提升 | |---------|---------|---------|-----------|---------| | 呼救信息录入 | 注意力机制字段抽取 | 调度员手动逐字录入 | 语音自动提取、一键入表 | 录入耗时大幅下降 | | 地点定位 | 语音+基站/GPS交叉校验 | 反复电话确认地址 | 呼入即定位 | 定位确认时间缩短 | | 派车决策 | 病情分级+就近算法 | 人工凭经验派车 | 自动推荐派车 | 调度时间缩短 | | 现场救助 | 病症预案智能匹配 | 待援期无指导 | 远程急救指导 | 救治提前约15分钟 | | 整体响应 | 全链路AI加速 | 串联人工环节 | 并行智能处理 | 响应速度提升约30% | 这套系统并非停留在试点。**2025年9月10日**，由广州市急救医疗指挥中心牵头、联合中国移动广东有限公司广州分公司、中移（成都）产业研究院申报的项目，在中国信通院主办的第三届"华彩杯"算力大赛医疗专题决赛中胜出——这是对其工程化落地价值的官方背书。 ```mermaid flowchart TD A["家属拨打120呼救"] --> B["九天大模型实时监听"] B --> C{"注意力机制\n关键字段抽取"} C --> D["位置/症状/人数/外伤\n一键录入调度系统"] D --> E["呼入即定位\n交叉校验地址"] D --> F["病情分级\n自动推荐派车"] E --> G["调度员一键确认派车"] F --> G G --> H["救护车出车\n15~20分钟抵达"] H --> I["模型生成待援期\n远程急救指导"] I --> J["现场提前约15分钟\n启动有效救治"] B -.同时.-> K["响应速度提升约30%"] style C fill:#e1f5ff,stroke:#0288d1 style J fill:#e8f5e9,stroke:#388e3c style K fill:#fff3e0,stroke:#f57c00 ``` ## 四、方案复制：从广州到河南周口的"呼入即派车" 运营商做行业大模型的最大优势，是**可复制性**——一套能力中台，可以挂载到任何一个省的调度系统上。九天·医疗大模型在广州跑通后，迅速向多地辐射。 在**河南周口**，中国移动依托九天医疗大模型及国产算力，构建了一套覆盖"AI智能导诊—病历自动生成—科室分秒匹配—120急救"的智慧医疗体系。其中急救环节实现了**"呼入即派车"**——呼救电话接通的瞬间，模型已完成定位与派车推荐，把广州模式下的"一键确认"进一步压缩到近乎零延迟。在5G+AI加持下，周口的区域医疗效率获得整体性提升。 **2025年6月24日**，在河南省全民数字素养与技能提升月活动现场，中国移动医卫行业AI事业部进一步推介了该医疗行业大模型，并明确披露其基座已扩展为**九天大模型 + DeepSeek等多基座协同**，注入海量医学知识与脱敏数据，应用覆盖急诊急救与专病管理两大主线。这意味着九天医疗大模型已从"单基座自研"走向"多基座融合"，在保证自主可控的同时吸收开源生态的能力红利。 ## 五、对比分析：它凭什么比传统方案和通用大模型都强 要理解九天急救大模型的价值，需要把它放进三个参照系里同时比较。 **第一，对比传统调度系统。** 传统120调度的核心是"人+规则"——调度员依据培训手册和经验处理一切非结构化输入。它的天花板就是人的反应速度和注意力，夜间疲劳、方言障碍、突发批量呼救都会击穿这个天花板。九天把"听懂求救电话"这个最耗脑力的环节交给模型，让人退回到"确认+决策"的高价值位置，吞吐能力和一致性都上了一个台阶。 **第二，对比通用大模型直连。** 把通用对话大模型直接接到120上会出大问题：通用模型没有300万份急诊临床数据的"肌肉记忆"，对"胸痛伴大汗""意识丧失伴鼾声呼吸"这类急危重症信号敏感度不足，更致命的是它**无法对接调度系统触发派车指令**，只能"会聊天不会干活"。九天的垂直化训练+能力中台设计，解决的正是"懂业务+能执行"这两道鸿沟。 **第三，对比其他厂商的医疗大模型。** 在医疗AI赛道，影像类（如阅片）和知识检索类（如量表、文献）产品相对成熟，但**真正卡在"院前急救调度"这个实时性、可靠性要求最高的环节上的产品凤毛麟角**。九天的差异化在于它绑定了运营商的通信调度网络（语音、定位、5G专网、车载终端），这是纯软件厂商难以复制的物理层优势。 | 对比维度 | 传统调度系统 | 通用大模型直连 | 九天医疗急救大模型 | |---------|------------|--------------|------------------| | 行业知识 | 依赖人工培训 | 弱（通用语料） | 300万临床数据+教材 | | 信息抽取 | 人工逐字录入 | 可对话但不可靠 | 注意力机制精准抽取 | | 系统对接 | 原生调度系统 | 通常无法派车 | 直接驱动派车指令 | | 通信底座 | 基础语音通话 | 无通信网络优势 | 5G+定位+车载专网 | | 一致性 | 因人而异 | 输出不稳定 | 标准化处置 | | 可复制性 | 每地重训人员 | API即可但不可靠 | 能力中台多省挂载 | ## 六、能力延伸：从"院前"延伸到"院中、院后" 九天医疗大模型的野心不止于院前急救。它构建的是覆盖**"院前急救—院中会诊—院后管理"**的全链条方案。 在**院中会诊**场景，针对多学科会诊、基层支持会诊、跨地域会诊中"医生资源匮乏、会诊报告录入耗时耗力"的痛点，模型可承担会诊纪要自动生成、辅助诊断建议等职能，把专家从文书工作中解放出来。在**院后管理**场景，它向专科专病大模型延伸，覆盖慢病随访、康复指导等长尾需求。 整体能力包括：医学问答、报告生成、医学信息抽取、全科智能助手以及专科专病大模型。从急救这个"最硬的骨头"切入，再向两端延伸——这是一条由难到易、由急性向慢性的产品路径，逻辑上是自洽的。 ## 七、挑战与冷思考：黄金数字背后的工程难题 在为30%、15分钟这些数字叫好的同时，也必须清醒看到院前急救AI化的几道硬约束。 **第一，可靠性的零容忍。** 急救调度是典型的"安全攸关"场景，模型一次误判（比如把"意识丧失"听成"意识尚存"、把地址的门牌号抽错）代价就是一条人命。30%的效率提升不能掩盖剩余场景里仍需人工兜底的事实，**"AI推荐—人工确认"的双签机制**在相当长时间内不可撤除。 **第二，方言与噪声的鲁棒性。** 中国方言复杂度世界罕见，农村呼救场景里嘈杂背景音、情绪化表述、第三方转述比比皆是。注意力机制能缓解，但无法根除语音识别在极端条件下的退化，这要求ASR前端与大模型后端必须联合调优，而非简单串联。 **第三，数据合规与隐私边界。** 300万份临床数据的脱敏、训练、推理全链路必须满足医疗数据与个人信息保护的双重合规要求。运营商作为央企在数据治理上有天然优势，但跨院、跨省数据共享的壁垒仍是规模化的瓶颈。 **第四，从"提效"到"救命"的因果链证明。** 响应速度提升30%、救治提前15分钟是过程指标，业界最终要回答的是：这套系统在多大程度上**降低了院前死亡率、提升了预后生存率**。这需要更长周期的对照研究，也是行业大模型从"工程成功"走向"临床循证"必须补上的一课。 ## 八、结语：运营商大模型的"硬核"价值锚点 九天医疗急救大模型在广州120的落地，给通信行业一个重要启示：**运营商大模型最锋利的价值，不在C端闲聊，而在那些对实时性、可靠性、通信网络底座有极致要求的产业深水区。** 急救调度、网络自愈、电力调度、交通管控——这些场景的共同特点是"快一秒、省一亿、救一命"，而运营商手里握着5G专网、定位、海量实时数据和全国级算力，恰恰是通用互联网公司难以触达的领域。 当大模型竞赛从"刷榜"转向"落地"，谁能把模型真正焊进关乎国计民生的关键链路、用可量化的效率与生命指标证明价值，谁就拿到了下一程的船票。九天在120这条"生命热线"上的实践，提供了一个值得复盘的范本。 --- ## 参考来源 1. [中国移动九天·医疗大模型，引领智慧医疗新时代 — 新华网](https://www.news.cn/info/20250411/73863d0c88004431840008b6f03419b8/c.html) — 广州120急救系统集成案例、响应速度提升约30%等核心数据来源 2. [智享健康 智赢未来——中国移动九天·医疗大模型展现革新力量 — 东南网](https://tv.fjsen.com/2024-05/28/content_31742924.htm) — 急救效率提升约30%、远程指导救助提前约15分钟数据来源 3. [国内首个！中国移动九天·医疗急救大模型发布 — 新浪财经](https://t.cj.sina.com.cn/articles/view/7514777719/1bfea687700101fnwk) — 发布背景、注意力机制派车调度、300万临床数据训练等技术细节 4. [九天·医疗急救大模型 — 百度百科](https://baike.baidu.com/item/九天·医疗急救大模型/64408593) — 国内首个急诊急救大模型、"理论+临床"双驱动知识体系概述 5. [中国移动推介医疗行业大模型 AI应用覆盖急诊急救与专病管理 — 央广网/腾讯新闻](https://news.qq.com/rain/a/20250624A07IF400) — 九天+DeepSeek多基座协同、河南周口"呼入即派车"落地信息 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 > 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。