“你什么時候受的傷？做過哪些治療？”27日，在位于市第三人民醫(yī)院的勞動能力鑒定現場，鑒定專家一邊詢問職工，一邊快速瀏覽一份由人工智能生成的傷病情報告。這份包含傷情基本情況、治療經過和檢查結果的文檔，讓專家在1分鐘內就能掌握核心信息。

長期以來，勞動能力鑒定面臨病史資料“閱讀困境”。職工提交的病歷、檢查報告等資料往往厚達數十頁，鑒定專家需人工從中篩選受傷部位、手術記錄、檢查報告、治療效果等關鍵信息，效率較低。

隨著大語言模型技術成熟，市勞動能力鑒定中心探索打造了AI輔助系統，通過OCR文字識別和醫(yī)學語義分析，從海量病史資料中自動提取關鍵信息，將紙質資料轉化為結構化報告。報告按基本情況、住院記錄、檢查報告分類呈現，“股骨骨折”“關節(jié)置換術”等醫(yī)學關鍵詞以加粗、底紋標注，手術時間線等關鍵信息清晰羅列，為專家提供可視化閱讀指引。

“比如這位職工的資料有110多頁，如果一頁頁看，得半個小時，而且其中很多內容如一些化驗數據，對鑒定沒什么作用?！笔袆趧幽芰﹁b定中心相關負責人舉例說，AI輔助系統從中提取出鑒定所需的數據，濃縮成13頁文檔，只需要十分之一的閱讀量。

參與試點的鑒定專家也很歡迎這位“AI助手”，“以前遇到復雜病例，光梳理病史就要十幾分鐘，現在AI生成的報告一目了然，可以更加快速準確地把握職工傷病情狀況，為精準鑒定打好基礎?！?/p>

閱讀資料之外，精準定級也很重要。上述負責人表示，未來可以將《勞動能力鑒定 職工工傷與職業(yè)病致殘等級》的相關標準導入AI輔助系統，讓AI在分析后給出定級建議，進一步為專家工作提供支撐。

從“人工翻找”到“智能提取”，南通的創(chuàng)新實踐為勞動能力鑒定智能化轉型提供了新思路。不過，技術應用仍面臨挑戰(zhàn)，如部分職工提交的紙質病史資料清晰度不足，影響識別效果，導致信息提取偏差。相關部門期待未來可以實現電子病歷直接對接系統，也希望技術進一步成熟，提高“AI助手”的效率，讓職工更快獲得準確的鑒定結論。