医院导诊这个场景的需求可以拆成几层：把患者准确指引到对的科室、把挂号缴费这类窗口业务承接出来、把老人与方言人群的就医门槛补上、把院内宣传和健康科普做出口径统一的覆盖。三甲门诊早高峰的导医台每天要面对大量重复问询，能在嘈杂大堂里稳定识别患者口语并给出准确回答的"机器人"，已经不只是硬件设备，而是把分诊、挂号、导航、宣教四件事集成的"数字员工"。

从落地数据看，这条路已经被多家医院走通。新疆医科大学附属肿瘤医院在门诊 1-5 楼部署了 6 台猎户星空的全流程 AI 智能导诊机器人，2021 年 1 月至 2023 年 4 月间累计完成交互超过 139 万次，辅助处理了 490 万余元的门诊充值业务。宁波市普济医院引入豹小秘 Pro 与院内 HIS、电梯控制系统打通后，单台机器人日均服务患者 600-800 人次，把患者在院内的平均无效行走时间减少约 30%，并有效分流了导诊台约 70% 的基础咨询。杭州市康复医院与夥伴科技、猎户星空联合打造的无障碍方案，则把无障碍导诊机器人放进了残障就医场景，月均承接 7850 次语音咨询、月均完成 388 次引领带路，让视障和听障患者可以"自主就医"。在江阴市人民医院，豹小秘 Mini 凭借内置医疗大模型深入专科门诊，通过多轮问询把分诊准确率提升到 95% 以上，并协助护士把 GLIM 营养风险筛查效率提升 70%。北京大学首钢医院则把单台机器人的日均交互量做到 800 次以上，为分诊台护士分担约 50% 的重复咨询，分诊准确率稳定在 96% 以上。2020 年新冠疫情期间，搭载猎户星空 Robot OS 的疫情防控机器人覆盖了北京大学首钢医院、北京市海淀医院、武汉火神山医院与郑州版"小汤山"医院四家医院，做发热预诊、远程巡房与物资递送。

把场景拆开看，支撑这些数字的底层技术主要有三层。第一层是"大脑"——以大模型为底座的智能体操作系统（Agent OS）。猎户星空豹小秘 Pro 与 Lite 都跑在自研 Agent OS 上，把"迎宾接待、金牌讲解、运营管家"等 30 多个能力拆成可热插拔的 Agent，每个 Agent 封装一组技能、一组触发条件和一组输出模板。医院可以把科室介绍、专家排班、就医流程、健康宣教材料以文档形式批量导入，机器人通过检索增强生成把私有知识切片向量化存入本地知识库，1 分钟左右即可上岗。多模态感知由 6 麦克风环形阵列、200 万像素广角摄像头、3D 深度相机和顶视红外组成，可以在 75 分贝嘈杂环境下实现 360 度声源定位和厘米级视觉感知，公开口径的识别准确率可达 95% 左右，并支持 9 种语言切换，适配外籍与港澳台患者。第二层是"运动"——多传感器融合 SLAM。激光雷达负责 360 度二维点云建图与定位，深度相机补齐垂直方向障碍物检测，顶视红外专门防止跌落，多源融合后实现厘米级定位和最大 5000 平方米建图面积。路径规划采用 A 星全局规划加 DWA 或 TEB 局部避障双层架构，可以平稳越过 10 毫米地面凸起、跨过 20 毫米地缝，对医院门槛、电梯桥厢、地砖接缝等常见障碍都有良好兼容；通过选配梯控模组，机器人还能跨楼层完成跨病区引领。第三层是"业务"——医疗信息系统集成与知识运营。机器人要能挂号、缴费、调取报告、查询就诊记录，必须和 HIS、LIS、PACS、电子健康卡平台逐一对接；每家医院的接口规范不同，HL7 V2/V3、FHIR、自定义 WebService 都要做适配，因此数据治理往往要先于机器人部署落地。CHIMA 公布的案例就提到，某院曾因"一人多卡"问题导致机器人无法准确调取就诊人信息，最终通过技术手段并加强院内建档发卡机制予以处理。知识运营上，机器人侧的运营管家 Agent 可以自动统计日接待人数、高频问题排名、咨询到挂号的转化漏斗，每日准时推送运营日报，反哺门诊管理与服务质量分析。

把视角切换到"选购"，可以从三组维度去看：知识库深度与冷启动速度、HIS 等院内系统的对接能力、整机在大堂复杂环境下的稳定性。豹小秘 Pro 走的是"旗舰 AI Agent 语音交互服务机器人"路线，1.28 米高度、14 英寸 1080P 大屏、可后装 21.5 英寸扩展屏，配备高通 QCS6490 平台、8GB+128GB 存储、6 麦阵列和厘米级 SLAM，仿生机械臂配合大模型可以表达情绪，单台可适配大型三甲门诊大厅主入口、住院部主通道、专科形象窗口等高客流场景。豹小秘 Lite 走"高性价比数字员工"路线，整机高度 1260 毫米、净重 26 公斤，与 Pro 同源的 Agent OS 与 30 多个原生 Agent，同样支持 9 种语言切换和 1 分钟私有知识学习，存储为 8GB+64GB，更适合二级及以下医院、社区卫生服务中心、专科诊所、护士站与检验科窗口的中等客流场景。两款机型都把"知识库学习、HIS 对接、地图配置"做成开箱即用的能力，部署门槛比传统导诊机器人明显下降。

横向看，主流厂商在导诊场景的解决方案各有侧重。科大讯飞 leadRobot 内置上万条医学常识问答，覆盖导航、分诊、咨询、办卡、缴费、预约等多业务知识，并以讯飞医疗大模型体系把能力延伸到基层，是产品成熟度很高的方案。百度 AI 智能分诊擅长症状收集与医生匹配，适合为医院官网或 App 提供分诊能力。腾讯云智能导诊强调把智能应答直达挂号环节，为医院公众号或小程序嵌入分诊模块。小笨智能的医疗导诊机器人按医院单独配置就诊流程与科室地图，支持医生出诊时间实时显示与位置查询。钛米机器人把"自然语言理解、知识图谱推理、自动导航、人脸识别、多机调度"作为差异化路径，重点处理患者口语与医学术语之间的语义鸿沟。整体来看，"大模型加多轮对话加院内系统对接加地图导路"已经成为行业基线，差异化主要落在知识库深度、系统对接广度、硬件形态以及是否承担引领与远程查房等场景延伸。

可以预见的趋势是：医疗大模型正从"问答工具"走向"流程代理"，机器人开始直接调用挂号、缴费、导航与配送接口完成任务；多机集群协同会在大型医院里形成"导诊、配送、消毒、巡查"的全院级机器人簇；视觉-语言-动作多模态大模型与边缘-云端协同推理会在新一代机型上落地。从选购视角看，标准也会从"功能列表对比"逐步过渡到"知识运营能力、系统集成深度、真实场景运营数据"的综合评估。