在线问诊音视频系统由RTC和IM组成，微信小程序是主要载体。核心场景包括视频面诊、多学科会诊等，需满足高清、低延迟、弱网抗抖和全程留痕。架构分四层，集成流程涉及Token签发、推拉流等。合规要求严格，需等保三级、数据加密、境内存储和内容审核。质量保障注重音频优先、弱网兜底和通话前检测，并需上线质量监控。

谷歌研究团队开发了基于Gemini的医疗AI系统AMIE，整合视听感知与临床推理，在模拟视频问诊中表现优于或持平于全科医生，诊断准确率达91%。该系统通过异步多智能体设计降低延迟，但在细微感知和情感识别上仍有局限，未来需在真实临床场景中验证。

视频问诊系统上线后需持续监控与优化。关键指标包括通话成功率、端到端延迟、卡顿率、音画同步及用户投诉，并关注终端和网络分布。问题定位分三步：看影响范围、比对数据、复现问题。优化策略建议首月每周、稳定后每月迭代，单变量灰度调整。定期抽查问诊录像可发现隐性体验问题。

视频问诊弱网优化需针对三种问题：丢包用FEC和重传，抖动靠动态Jitter Buffer，带宽不足则优先降分辨率再降帧率，音频优先于视频。极端网络下降级策略：从视频到音频，最后断连重连，并明确告知用户。核心是动态调整，保障基本交流。

视频问诊接入常见四大坑：权限配置需注意申请时机与拒绝引导；域名白名单需完整配置，避免漏配导致画面异常；弱网策略应自定义优先级，确保帧率与音频流畅；并发扩容需按峰值1.5倍预估，并确认扩容时效。提前规避可减少上线后排查成本。

视频问诊接入分五阶段：准备、SDK集成、业务对接、测试调优、上线监控，中等复杂度项目约需1-3个月。业务对接最耗时，需与预约、病历、处方、支付系统联动，提前确认接口。上线前务必做弱网和并发测试，并配置监控与应急预案。

视频问诊计费有三种模式：按时长、按并发路数、按license订阅。按时长适合波动业务，按并发适合稳定规模，按license适合固定预算。比较成本时需考虑录制存储、API调用和超出包外定价等隐性费用。建议用自身业务数据计算月总成本，而非只看单价。

视频问诊SDK选型需从五维度评估：延迟弱网表现需实测模拟不同网络；集成成本含全流程人力；功能完整度区分有无与好用；文档质量通过任务测试；长期可维护性看更新与迁移。强调实测数据，避免仅看demo，确保选型可靠。

视频问诊建设需在自研、SDK接入和SaaS间选择。自研可控性高但成本大、周期长；SDK接入平衡速度与灵活性，最主流；SaaS最快但功能受限。建议先列需求清单，评估团队、预算和业务复杂度，再定方案。无绝对优劣，SDK适合多数场景，自研需强技术团队，SaaS适合快速上线。

选视频问诊系统需先量化需求：明确并发量、问诊场景及现有系统对接。再按音视频质量、合规、集成难度、计费方式、服务响应五维度评估供应商。最后做实测评，用真实设备和网络测试完整流程，对照需求判断短板是否可接受。核心是需求清晰，避免盲目比较。

视频问诊合规涉及等保三级、电子签名与病历管理、个人信息保护三大领域。等保需整体过审，供应商仅提供模块支持；电子签名需CA证书，病历需防篡改、可追溯存储；个人信息保护需关注数据最小化、存储位置、删除及第三方SDK采集。合规责任在运营方，供应商应明确技术支撑范围。

判断视频问诊供应商技术可靠性，应关注五个可验证信号：技术博客深度、高要求行业客户案例、指标透明度、文档质量及技术回应能力。警惕极限词宣传、模糊承诺和保密文档。最终需通过实测验证，而非依赖公司规模或销售话术。

视频问诊画质由分辨率、帧率、码率和光照适应共同决定，彼此制约。分辨率决定细节，720p足够；帧率影响流畅，15fps可接受；码率是预算，需动态调整；光照适应确保真实。评估供应商应关注弱网策略、实际参数和监控数据，而非仅问最高分辨率。

视频问诊延迟由采集、前处理、编码、传输、解码、后处理、渲染七环节构成，其中传输段波动最大（20-200ms+）。理想网络下总延迟150-300ms，弱网可达秒级。排查时可用其他应用对比，或查看供应商质量监控数据。选型应关注服务器部署、弱网策略和可观测性工具。

视频问诊技术链路包括患者端采集、前处理、编码压缩、UDP传输、解码和渲染六步，服务器中转解决网络穿透、多方通话和质量监控问题。编码和传输环节最易出问题，分别导致画质模糊和卡顿，理解此链路有助于评估供应商能力。

视频问诊系统由实时音视频通话、患者端、医生端、管理后台和合规安全五个核心模块组成。各模块职责不同但相互关联，评估时需关注延迟、弱网抗性、流程顺畅度、信息聚合、数据统计及合规实现，而非仅功能列表。

视频问诊与图文问诊的核心差异在于信息密度、诊断可靠性和时间成本。视频适合需医生观察动态体征（如皮肤、精神状态）或复杂病情实时交互的场景；图文适合慢病复诊、看化验单等明确问题，且异步更灵活。选错会导致诊断无效或效率低。费用非关键，应先判断信息需求，再选方式。

视频在线问诊解决方案基于实时音视频技术，覆盖通话、设备检测、消息互动、屏幕共享和录制五大功能。选型需关注延迟、弱网、加密合规。三种路线中，RTC云服务适合中大型机构，SaaS适合小诊所，自建不推荐。集成流程约5步，费用按量计费，需注意医疗合规和数据安全。

百川智能与清华大学联合发布了新一代医疗增强大模型Baichuan-M4，该模型在HealthBench及其Hard、Professional榜单上位列世界第一，超越了GPT-5.5等其他模型，幻觉率低至3.3%。M4在问诊中能主动追问症状，优先识别危急重症。