人工智能（AI）技术正在以前所未有的速度重塑医疗模式，尤其在实验诊断学领域，AI亟待从简单的自动化工具发展为能够统筹多源信息并辅助临床决策的“实验诊断学综合智能体”。这一智能体以ISO 15189质量管理体系为指导，整合文本、图像、时序数据等多模态信息，通过自然语言交互、知识图谱和大语言模型等技术，实现从样本采集、物流调度、检测执行、质量控制、报告解读到资源运控的全流程智能化支持。其核心能力包括多模态数据协同分析、动态学习优化、人机协同决策和全流程自动化管理，从而显著提升诊断的准确性和效率。然而，构建这一智能体仍面临多重挑战，包括数据异构性导致的“信息孤岛”问题、AI模型的“黑箱”特性带来的临床可解释性不足、现有系统兼容性差，以及数据隐私保护、算法偏见等伦理与合规风险。该文还分析了实验诊断学对AI的临床需求，强调其在提升诊断效率、优化全流程质量控制、增强报告解读能力以及推动实验室管理智能化等方面的重要作用。在技术应用层面，该文回顾了AI在形态学诊断、检测流程优化、质量控制等领域的现状，展示了深度学习、知识图谱和大语言模型等技术的演进及其在提升诊断效率和精准度方面的潜力。跨界人才匮乏、硬件成本高昂以及数据标准化缺失等问题仍制约着AI技术的普及。展望未来，汇聚多学科、多组学的实验诊断学综合智能体将成为下一代智慧实验室的终极形态。实验诊断学综合智能体将重塑实验室工作模式，推动精准医疗发展，开启智慧实验诊断的新时代。