Part 01 案例企业介绍
辉瑞作为全球知名的生物制药企业，在医学信息服务的数字化转型中走在前沿，其医学信息团队正在积极探索生成式 AI（GenAI）在行业中的落地应用。本次分享的实践经验，来自辉瑞医学信息 GenAI 内容负责人顾问 Sebastian Lewis-Saravalli 及其团队，该团队专注于通过 GenAI 优化医学信息流程，提升面向医疗保健专业人士与患者的信息传递质量与效率。
Sebastian Lewis-Saravalli 拥有药理学硕士学位，在医学信息行业有超过 10 年的从业经验，参与过多个技术与工作流程整合的项目，在辉瑞的派遣任职中，他带领团队围绕 GenAI 的创新应用展开探索。
Part 02 案例介绍
（一）核心探索方向：三个 GenAI 概念验证（POC）用例
辉瑞团队针对医学信息领域的痛点，设计并落地了三个 GenAI 的概念验证用例，覆盖内容生产、客户服务、数据洞察三个核心场景：
● 医学写作
内容创作效率升级团队探索用 GenAI 自动化医学写作的部分环节，在保障内容质量的前提下，加速医学信息材料的生产过程，减少耗时的同时，让团队可以将精力集中在需要人类专业判断的关键任务中，重新定义了医学写作的人机协作模式。
● 前线专家支持
实时信息检索辅助计划将 AI 工具集成到客户服务工作流程，帮助前线医学信息专家在与客户互动时，实时检索并获取相关的科学证据与产品信息，目前该场景仍处于探索阶段，但具备提升服务响应速度与质量的巨大潜力。
● 大数据分析
洞察驱动服务优化借助 AI 分析客户咨询、反馈等大型数据集，从中识别趋势与模式，以此优化医学信息服务的内容与形式，实现服务的定制化，更好匹配医疗保健专业人士与患者的需求。
（二）实验验证与成果
为验证 GenAI 的应用价值，团队针对科学数据总结的场景设计了概念验证实验：
● 实验设计
使用辉瑞 GenAI 平台总结 100 份包含海报、摘要、已发表文章在内的科学文档，设定的目标为对比人类对照组实现 25% 的效率提升，且 GenAI 生成的第一稿质量评分（从准确性、完整性、语言、流畅性、可靠性、改写能力六个维度评估）达到 50% 以上
● 实验结果
最终实现了 55% 的效率提升，时间消耗直接缩短一半；GenAI 生成的第一稿在六个质量维度的综合平均得分超过 70%
（三）全流程的应用扩展
基于上述成果，团队将 GenAI 的应用扩展到医学咨询响应的全流程中：
● 研究主题阶段
GenAI 可自动构建搜索字符串、过滤无关出版物、辅助文献分析，简化文献搜索并缩短评估时间
● 综合回应阶段
GenAI 可快速识别科学文档中的相关信息，生成高质量的内容摘要，提升第一稿内容的创作效率
●分享答案阶段
GenAI 可针对不同渠道、不同受众定制内容，比如生成适配患者的回应文档，确保信息的相关性与实用性
（四）应用挑战与应对策略
在落地过程中，团队也针对性解决了三类核心问题：
● 准确性与可靠性问题
建立严格的内容验证流程，在使用或分享 AI 生成内容前进行全面审查
● 工作流程集成问题
同步推进技术调整与团队培训，确保团队成员可以熟练使用 AI 工具
● 知识产权保护问题
制定严格的数据采购原则，仅使用授权来源的数据源，规避版权风险
（五）未来发展规划
团队后续将从两个方向深化 GenAI 的应用：
● 团队能力建设
通过培训与实践，提升团队成员使用 GenAI 的熟练度与信心，让成员可以在真实的工作场景中充分利用技术的价值
● 流程与技术优化
完善 GenAI 与现有工作流程的集成，同时探索 GenAI 在内容生成、客户互动中的新用例，持续提升服务的生产力与信息传递质量
Part 03 案例点评
1、技术应用的价值
GenAI 在医学信息领域的应用，不止是提升工作效率，更实现了工作价值的升级：一方面通过自动化重复、耗时的任务，释放了人类专家的精力，使其可以专注于更具战略性与创造性的工作；另一方面通过实时的信息支持、定制化的内容输出，优化了医疗保健专业人士与患者的服务体验。
2、落地的关键要点
辉瑞的实践证明，GenAI 在医学信息领域的成功落地，需要明确的实验目标、迭代优化的思维，以及对人机协作本质的理解 ——AI 的角色是增强人类专家的能力，而非取代人类专业判断，同时严格的质量控制与合规管理，是技术在医疗相关领域应用的核心前提。
3、行业的借鉴意义
该案例为医学信息领域的 AI 转型提供了可参考的路径：从小规模的概念验证实验切入，基于实际成果逐步扩展应用范围，同时配套能力建设与流程优化，能够帮助相关组织在技术迭代中，持续提升医学信息服务的质量与竞争力。
