佘康是北京大学第一医院介入血管外科的医生。这是他前两天在日间中心做了五台手术的间隙，跟ima的对话。
“这是我今天早晨的一个想法，我就在手术间隙，不断的去和ima copilot聊天，越发深入。未来想继续深入和落地，会转到Workbuddy里面执行。如果没有AI，这种工作，只能是手术结束后晚上干，或者周末干，甚至大概率没时间干……”
这是佘康医生的工作常态，“每天差不多都是好几路WorkBuddy任务在同时跑，发挥巨大的生产力嘛。”
（佘康老师手术中）
2007年他考进北京大学医学部临床医学八年制，2015年拿到外科学博士学位后留院，入职当年便兼任科室教学秘书，同时承担外科临床、教学、科研、AI科普多项工作。
白天做手术、门诊、会诊、带教年轻医师；夜晚与周末，要写标书、打磨课件或者搞科研项目。各类事务将时间切割得十分碎片化，常常一项工作尚未收尾，新的任务接踵而至。
高强度的多线工作下，佘康开始探索用AI工具提效。
2025年3月，佘康开始在ima搭建专业知识库，归类整理临床指南、文献、病例、教学资料。2026年3月，他开始使用WorkBuddy，用ima当知识底座、让WorkBuddy做执行。知识库内沉淀的文献、病例素材可以输送到WorkBuddy，完成文献精读、学术PPT生成、统计运算、文献推送、病例信息结构化提取等工作，智能体负责这些重复性事务，而自己聚焦专业判断、方案决策与成果验收。跑顺了这套工作流之后，他面向医学生、临床医护开展了接近100场AI实战工作坊。
（佘康老师讲课场景）
01 读文献做图表的活，交给知识底座+执行引擎的组合
日常工作中，佘康需要持续处理三类信息：医学相关文献、持续更新的临床指南与病例、教学和专著资料。
过去，这些信息整理工作全部依靠人工完成：通读文献、手动制作PPT图表、学习R语言完成统计绘图。部分环节重复耗时，但又离不开医学专业判断。
尝试过多个AI工具后，佘康固定下来自己的工作模式：下载的文献导入ima，他定制了11项文献精读分析维度，包含研究借鉴价值、对自身课题启示等，由ima输出结构化精读报告；再将文献原图与报告提交WorkBuddy生成学术PPT。
数据可以直观体现效率变化：此前完成一套从研读文献到产出PPT的完整流程需要1周时间，借助ima+WorkBuddy的组合，1小时以内即可完成交付。
（文献精读Skill输出样例）
这套“知识底座+执行引擎”的搭配，同样可以用于临床科研里棘手的统计绘图上。过去完成教学研究的基线分析、生成论文图表，往往要耗费不少时间，还需要使用者熟练掌握R语言或者Python。而现在，佘康在外出授课的时候，就可以将医学研究的数据分析任务交给WorkBuddy在后台运行，待到他讲课结束下台，统计图表、论文所需表格已经全部输出完毕。
“我现在拿WorkBuddy，就当一个员工在用。”
（多路WorkBuddy任务并行的示意图）
佘康把这一套“组合拳”写成了Skill，分享给了更多的医疗科研工作者。目前他上传的各类医学Skill已经累计下载使用1.68万次。
（佘康设计的所有Skill）
基于已落地的Skill，佘康又在WorkBuddy搭建起十余项常态化自动化任务：每日推送医疗AI资讯，定期抓取医学领域不同主题的最新文献，整理中英文摘要推送邮箱；还可以将文献笔记转化为音频素材，适配通勤碎片化学习。
在佘康看来，人机协同逻辑和临床诊疗思路相同：先沉淀文献、病例等客观证据，搭建专业知识库，再交由智能体执行事务，坚持先有依据、再下判断，由人完成最终专业判定。
02 从真实病例到一份辅助会诊意见：VTE Skill怎么跑起来
在日常诊疗中，佘康承担大量静脉血栓栓塞症（VTE）会诊工作。
VTE可能引发肺栓塞，危及生命，紧急且复杂，需要医生快速且准确地给出判断。医生能获得的VTE指南体量庞大，如美国胸科医师协会发布的ACCP指南，英文版超800页；各个学科又各有的规范，非专科医生很难吃透，学生轮转出科后两三个月也就忘了。会诊更紧迫的是时间，医护常私下来问他“这病人该怎么治”，可手术门诊一忙，回复常拖到晚上。
一次麻醉科多学科会诊中，面对一名肺栓塞合并出血的复杂病例，佘康尝试将病例去标识化后交给WorkBuddy处理，工具输出的参考材料详实，还支持多层追问，这让他看到智能体在临床辅助决策中的可行性。
在此基础上，他搭了一个VTE会诊Skill，当成自己的案头辅助工具。每次拿到病历，先进行患者信息去标识化，然后运行Skill，智能体会提示医生补充缺失的关键临床信息；随后查询ima知识库里的指南与文献，推送一份带库内参考文献的会诊意见。原本要一天才能写成的会诊意见，有了AI的辅助，现在当场就能拿到，且循证医学证据详实。
佘康的这个会诊Skill，还包含了“记忆蒸馏”、“学习内容推荐”和“双向评价”模块。“记忆蒸馏”，把真实会诊中沉淀的判断逻辑、指南引用、人机纠错经验，持续喂回智能体；而“评价模式”会把整个病例库跑一遍，逐一核对智能体给出的意见与最新指南是否一致。如果是人类专家的判断偏了，就纠正人类路径，如果是智能体漏考虑了，就补上智能体的盲区。
Skill还会按照使用者和学生的不同水平，推荐需要巩固的指南与病例。于是每一次WorkBuddy给到的辅助会诊信息，既扎根知识库里的真实文献，又被真实病例和专家经验一遍遍校准。
临床工作中遇到有价值的临床病例，佘康也会去标识化后交由WorkBuddy完成信息提取并存入知识库（限于教学与科研、符合院内相关规定和科研伦理要求），代替了过去手动输入临床随访表的繁琐工作。开展临床研究时，可直接生成统计素材，这套流程也被很多医院其他科室医生用于临床研究。
（有无VTE会诊Skill的工作流对比）
佘康认为，智能体工具在工作中的使用，更考验使用者对AI的识别和筛选判断能力。AI工具给出的每条建议，都要由医生反复推翻与核对，而对应的AI素养也能在持续实操的过程中逐步培养建立。
写在最后
如今WorkBuddy已经深度嵌入佘康的整套工作流程。佘康将WorkBuddy实操经验，沉淀成Skill、组起专家团，还形成课程，分享给同行。
如今医生普遍面临着巨大的临床和科研工作压力，如何实时了解医学文献的持续更新，如何将繁琐的临床病历整理工作提高效率，以及如何在快节奏、高强度的临床诊疗决策中，快速获得扎实的循证依据，这几乎是每一位追求卓越的临床医生都必须面对的课题。
医生们需要的，早已不是一个仅能对话的AI，而是一个能深度嵌入医疗工作流、真正“上手干活”的伙伴。他把重复、琐碎、易出错的工作交给智能体，把专业判断、选题、经验沉淀留给自己，再把打磨成熟的Skill与工作方法传递给更多医护人员，这套人机协同模式正在被更多同行实践。
注：本文为医务工作者个人使用AI工具的实践分享，文中所涉病种与诊疗流程仅用于说明工作方法，不构成任何诊断或治疗建议；公众如有相关健康问题，请及时前往正规医疗机构就诊，由专业医师面诊后作出判断，切勿依据本文内容自行判断或处置。
1R语言是一种用于统计计算、数据分析和可视化的开源编程语言。
2ACCP指南是由美国胸科医师协会（American College of Chest Physicians，简称ACCP，现也称为CHEST）制定和发布的临床实践指南。
腾讯发起AI先锋教师激励计划，为在教学办公中用AI提效创新的先锋代表提供专属激励与培训支持（图片扫码直达，或点击阅读原文跳转）：
喜欢今天的内容就关注我们吧👇
后续还有更多实用干货持续更新～
欢迎前往官网下载体验
亲自感受更多惊喜功能🎉
www.workbuddy.cn