隨著醫(yī)療 IT 行業(yè)競(jìng)爭(zhēng)進(jìn)入下半場(chǎng)，未來的角力點(diǎn)將超越單純的技術(shù)比拼，邁向更高維度的價(jià)值重構(gòu)和“生態(tài)協(xié)同”。

作者/令諸侯

出品/新摘商業(yè)評(píng)論

你有沒有過這樣的經(jīng)歷？清晨醒來感覺不適，不用翻箱倒柜尋找醫(yī)保卡，而是拿起手機(jī)，熟練地點(diǎn)開預(yù)約掛號(hào)App，選擇科室、醫(yī)生和時(shí)間。

抵達(dá)醫(yī)院，你無需在窗口前蜿蜒的長龍中焦慮、等待，只需在自助機(jī)或手機(jī)上輕輕一刷電子社保碼，絲滑完成簽到、醫(yī)保身份認(rèn)證。候診時(shí)，電子屏清晰地顯示排隊(duì)進(jìn)度，你可以安心坐在椅子上刷刷手機(jī)，打把王者。

又或者，為家人辦理異地就醫(yī)備案，過去可能需要奔波于多個(gè)部門、填寫無數(shù)表格，如今在手機(jī)上動(dòng)動(dòng)手指，幾分鐘就能搞定。慢性病復(fù)診，甚至不需要親自跑到醫(yī)院，通過互聯(lián)網(wǎng)醫(yī)院就能與醫(yī)生“面對(duì)面”交流，藥品還能直接配送到家。

這些場(chǎng)景已從“新鮮事”變成了“日常基本操作”。如今，醫(yī)院越來越智能了：刷臉就能完成身份認(rèn)證，智能系統(tǒng)引導(dǎo)分診，AI輔助醫(yī)生研判病情……一場(chǎng)正在醫(yī)療系統(tǒng)深處發(fā)生，由技術(shù)、數(shù)據(jù)與生態(tài)共同驅(qū)動(dòng)的智能化變革正在發(fā)生。

而這背后，離不開東軟這樣的IT領(lǐng)軍企業(yè)，攜其最新的AI技術(shù)成果，默默進(jìn)行“火力支援”，推動(dòng)行業(yè)駛向以AI為核心的智能化“深水區(qū)”。其剛剛升級(jí)的“添翼2.0”醫(yī)療健康智能化解決方案，就系統(tǒng)性破解了多個(gè)“AI+醫(yī)療”難題，成為“醫(yī)療插上AI翅膀”的生動(dòng)實(shí)踐。

一、AI+醫(yī)療駛?cè)搿吧钏畢^(qū)”，

面臨哪些挑戰(zhàn)與難題？

中國醫(yī)療IT行業(yè)經(jīng)過數(shù)十年的信息化建設(shè)，已經(jīng)完成了醫(yī)院信息系統(tǒng)、電子病歷等基礎(chǔ)搭建，實(shí)現(xiàn)了業(yè)務(wù)流程的“線上化”。當(dāng)前行業(yè)正步入一個(gè)更為復(fù)雜和關(guān)鍵的新階段——智能化“深水區(qū)”：人工智能與數(shù)據(jù)智能不再是提升效率的輔助工具，而是被寄予厚望，成為重塑醫(yī)療服務(wù)模式、優(yōu)化資源配置、最終提升全民健康水平的核心引擎。然而，理想很豐滿，現(xiàn)實(shí)卻充滿挑戰(zhàn)。當(dāng)AI技術(shù)試圖深度融入“性命攸關(guān)”的醫(yī)療場(chǎng)景時(shí)，一系列深層次的痛點(diǎn)逐漸顯現(xiàn)。

首要的挑戰(zhàn)，源于數(shù)據(jù)困境。

我們都知道，高質(zhì)量數(shù)據(jù)是訓(xùn)練出可靠AI模型的“優(yōu)質(zhì)燃料”。但這恰恰是當(dāng)前醫(yī)療AI面臨的最大瓶頸之一。盡管許多大型醫(yī)院積累了海量數(shù)據(jù)，但這些數(shù)據(jù)的標(biāo)準(zhǔn)化程度往往較低，存在大量非結(jié)構(gòu)化、格式各異的信息，難以直接用于模型訓(xùn)練。

更重要的是，在特定的醫(yī)療領(lǐng)域，如專病影像研究，可能積累了上萬張CT圖像，但其中標(biāo)記出病灶的、有價(jià)值的圖像可能僅占極小的比例，數(shù)據(jù)極為稀疏。而對(duì)于罕見病、疑難重癥等領(lǐng)域，符合要求的樣本數(shù)據(jù)本身就非常稀少。這意味著，沒有足夠“營養(yǎng)”的數(shù)據(jù)“喂養(yǎng)”，AI模型難以成長為臨床可信賴的“專家”。

第二個(gè)繞不開的難題，是AI的“黑盒”與“可解釋性”困境。

在大模型深入千行百業(yè)的當(dāng)下，日常生活、工作中，相信你也沒少被“AI假知識(shí)”困擾，在醫(yī)療場(chǎng)景中，AI假知識(shí)可是真要命！

畢竟，醫(yī)療決策關(guān)乎生命健康，責(zé)任重大，一個(gè)診斷建議或治療方案的生成，如果無法追溯其推理依據(jù)和因果鏈條，將是難以信任和采納的，醫(yī)生需要知道AI“為什么”會(huì)得出這個(gè)結(jié)論，是基于哪些癥狀、體征、檢查指標(biāo)。如果AI只是一個(gè)給出答案卻講不清道理的“黑箱”，那么在嚴(yán)肅的醫(yī)療實(shí)踐中，其應(yīng)用將寸步難行。

目前，許多AI產(chǎn)品宣稱具備各種能力，但真正能在臨床實(shí)踐中清晰展示決策邏輯、實(shí)現(xiàn)可解釋、可溯源的，仍然少之又少。

第三個(gè)痛點(diǎn)，在于AI能力與臨床工作流的“深度融合”不足。許多AI工具提供了諸如智能問答、文獻(xiàn)檢索、報(bào)告摘要等“離散”的能力點(diǎn)，但它們往往以獨(dú)立應(yīng)用的形式存在，未能無縫嵌入到醫(yī)生、護(hù)士日常工作的信息系統(tǒng)中。這意味著，醫(yī)護(hù)人員可能需要頻繁切換于不同系統(tǒng)之間，反而增加了操作負(fù)擔(dān)。

這種“為智能化而智能化”的做法，容易導(dǎo)致“聽起來很智能，用起來卻不智慧”的尷尬局面，用戶體驗(yàn)欠佳，最終難以落地生根。

第四大挑戰(zhàn)，關(guān)乎AI如何真正賦能醫(yī)學(xué)創(chuàng)新與科研轉(zhuǎn)化。

目前，不少醫(yī)療AI應(yīng)用仍集中于對(duì)回顧性數(shù)據(jù)的分析，旨在提升已有流程的效率。然而，醫(yī)學(xué)進(jìn)步的終極目標(biāo)是改善患者的臨床結(jié)局，例如提高生存率、縮短診斷時(shí)間、優(yōu)化治療方案等。

這要求AI技術(shù)能夠面向前瞻性的臨床研究，助力科研成果向臨床有效手段的轉(zhuǎn)化。一言以蔽之，如何系統(tǒng)性地利用AI驅(qū)動(dòng)真正的醫(yī)學(xué)創(chuàng)新，仍是整個(gè)行業(yè)需要深入探索的課題。

針對(duì)行業(yè)痛點(diǎn)，東軟“添翼”醫(yī)療健康智能化解決方案完成了從1.0到2.0的升級(jí)迭代。

東軟集團(tuán)副總裁兼醫(yī)療健康事業(yè)部總經(jīng)理李東指出，此次升級(jí)的核心，正是從數(shù)據(jù)管理、醫(yī)療模型可信構(gòu)建到價(jià)值轉(zhuǎn)化的全鏈條進(jìn)行系統(tǒng)性重構(gòu)，讓AI真正發(fā)揮作用，賦能醫(yī)療健康行業(yè)。

二、“添翼”2.0的破局之道：

全鏈路數(shù)智能力，重塑醫(yī)療AI價(jià)值

那么，“添翼2.0”具體是如何破局的？

首先，是夯實(shí)“數(shù)據(jù)基座”，解決“燃料”問題。東軟依托數(shù)據(jù)架構(gòu)實(shí)施框架，整合數(shù)據(jù)標(biāo)準(zhǔn)管理、洞察分析、探索發(fā)現(xiàn)等平臺(tái)工具，對(duì)醫(yī)療數(shù)據(jù)進(jìn)行深度治理和價(jià)值挖掘。這意味著，東軟將散亂、非標(biāo)的數(shù)據(jù)，轉(zhuǎn)化為高質(zhì)量、可利用的數(shù)據(jù)資產(chǎn)。目前，東軟已構(gòu)建了181個(gè)數(shù)據(jù)模型的結(jié)構(gòu)化體系，建立2000余項(xiàng)數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)和50余項(xiàng)安全規(guī)則，并積累了近70個(gè)高質(zhì)量專病數(shù)據(jù)集，為AI應(yīng)用打下了堅(jiān)實(shí)可靠的“數(shù)據(jù)基石”。

其次，是構(gòu)建“可信AI”，破解“黑盒”難題。

基于“融智”智能化實(shí)施框架，“添翼2.0”整合了一系列科研工具，特別強(qiáng)調(diào)了醫(yī)學(xué)AI的可解釋性與安全性技術(shù)。這意味著，東軟不僅關(guān)注AI的“能力”，更關(guān)注其“可靠性”和“可信度”。其采用“1個(gè)醫(yī)學(xué)領(lǐng)域大模型+ N個(gè)專項(xiàng)小模型”的模型群架構(gòu)，形成“專模做專事”的能力矩陣。

這樣做的好處在于，既可以利用醫(yī)學(xué)大模型的泛化能力，又能通過專項(xiàng)小模型在特定任務(wù)上追求極致的準(zhǔn)確性和可解釋性。

目前，東軟已構(gòu)建了涵蓋213種專病影像模型和371種通用影像模型的矩陣，支持超過1萬種疾病，報(bào)告顯示其關(guān)鍵模型準(zhǔn)確度超過90%，內(nèi)涵質(zhì)控規(guī)則準(zhǔn)確率超過95%，并且生成內(nèi)容可溯源，增強(qiáng)了臨床醫(yī)生的信任感。

再者，聚焦“場(chǎng)景融合”，推動(dòng)AI能力落地。

“添翼2.0”將其AI能力封裝成“智能體”或“賦能體”，深度融合到智慧服務(wù)、智慧醫(yī)療、智慧管理、智慧基層、智慧衛(wèi)健及城市級(jí)健康數(shù)據(jù)空間等六大核心場(chǎng)景中。這意味著，AI不再是外掛的工具，而是內(nèi)生于業(yè)務(wù)流程的“醫(yī)療伙伴”。

例如，東軟 “添翼2.0”在武漢大學(xué)中南醫(yī)院實(shí)現(xiàn)了在全院所有臨床科室的深度應(yīng)用。系統(tǒng)日均可生成近500份出院小結(jié)，并完成對(duì)全院3500-4000份病歷的內(nèi)涵質(zhì)控。相比之前人工日均只能審核40-50份病歷的效率，提升了十?dāng)?shù)倍。

尤其值得注意的是，出院小結(jié)的AI生成采納率高達(dá)70%-80%，這背后正是由于其提供了清晰的可解釋性溯源，醫(yī)生能清楚看到每項(xiàng)結(jié)論的生成依據(jù)。

最后，助力科研轉(zhuǎn)化：打通 “臨床-科研” 價(jià)值鏈路。

針對(duì)醫(yī)學(xué)科研門檻高、效率低的問題，“添翼2.0”提供可視化的無代碼AI算法開發(fā)平臺(tái)，內(nèi)嵌多種科學(xué)統(tǒng)計(jì)方法和機(jī)器學(xué)習(xí)算法，消除臨床專家與數(shù)據(jù)科學(xué)之間的技術(shù)鴻溝。平臺(tái)背后是東軟結(jié)合醫(yī)學(xué)知識(shí)挖掘與專家審核，構(gòu)建高質(zhì)量醫(yī)學(xué)知識(shí)庫，涵蓋近3000萬醫(yī)學(xué)論文、121個(gè)罕見病專病知識(shí)庫和20萬+醫(yī)療質(zhì)控規(guī)則，為AI+醫(yī)療從“回顧性分析”走向“前瞻性研究”提供了支撐，助力科研成果快速轉(zhuǎn)化。

在行業(yè)看來，這一次升級(jí)，并非簡(jiǎn)單的功能進(jìn)階，而是針對(duì)智能化落地“最后一公里”的系統(tǒng)性重構(gòu)。東軟添翼2.0的創(chuàng)新，正從方方面面重構(gòu)“AI+醫(yī)療”價(jià)值，推動(dòng)“健康普惠”從理念走向現(xiàn)實(shí)。

三、AI+醫(yī)療下半場(chǎng)，未來可期

隨著醫(yī)療IT行業(yè)競(jìng)爭(zhēng)進(jìn)入下半場(chǎng)，未來的角力點(diǎn)將超越單純的技術(shù)比拼，邁向更高維度的價(jià)值重構(gòu)和“生態(tài)協(xié)同”。

在行業(yè)看來，單一的技術(shù)優(yōu)勢(shì)難以形成長期壁壘，唯有能夠構(gòu)建開放生態(tài)的企業(yè)，才能引領(lǐng)未來。東軟在智慧醫(yī)療領(lǐng)域顯然已為此布下棋局，實(shí)現(xiàn)領(lǐng)先優(yōu)勢(shì)。

東軟深諳“獨(dú)行快，眾行遠(yuǎn)”的道理。對(duì)內(nèi)，它整合東軟在大健康領(lǐng)域的所有優(yōu)勢(shì)，形成覆蓋醫(yī)療設(shè)備、康養(yǎng)服務(wù)等維度的全場(chǎng)景服務(wù)生態(tài)。

對(duì)外，2025年3月東軟與華為合作全面升級(jí)，雙方在技術(shù)融合、產(chǎn)業(yè)協(xié)同上深度綁定，共同打造更具競(jìng)爭(zhēng)力的醫(yī)院解決方案和人工智能應(yīng)用。

此外，東軟與中國醫(yī)科大學(xué)附屬盛京醫(yī)院、武漢大學(xué)中南醫(yī)院等頂尖醫(yī)療機(jī)構(gòu)的戰(zhàn)略合作，則確保了其技術(shù)研發(fā)緊貼臨床最真實(shí)的需求。這種協(xié)同戰(zhàn)略，為其在未來的生態(tài)競(jìng)爭(zhēng)中構(gòu)筑了堅(jiān)實(shí)的護(hù)城河。

可以預(yù)見，以東軟為代表的企業(yè)，以其深厚積累、前瞻布局和生態(tài)合力，不僅在這場(chǎng)智能化轉(zhuǎn)型中實(shí)現(xiàn)了“搶跑”，更有可能在未來以數(shù)據(jù)和生態(tài)為核心競(jìng)爭(zhēng)力的新賽道上，引領(lǐng)中國醫(yī)療健康產(chǎn)業(yè)走向一個(gè)更高效、更普惠、更智慧的明天。這場(chǎng)關(guān)乎每個(gè)人健康福祉的效率革命，才剛剛開始，讓我們拭目以待吧！