東軟添翼2.0：讓AI醫療不再“懸浮”

作者丨方詩意

編輯丨六子

患者走進醫院前用手機掛號，醫生看病時順手打開電子病卡，各項常規檢查通過信息化系統快速出結果，醫保結算一鍵即成，后續醫院針對病歷等文件的質控也在系統輔助下展開……

這也許就是當下不少人對智慧醫療的想象。不過事實真是如此嗎？或許對于大批三甲醫院、醫生、護士和醫療科研人員來說，AI醫療的浪潮聲勢浩大，但許多被寄予厚望的AI工具，還是無法真正融入工作流，難以獲取醫療人員信任，最終被悄然“束之高閣”。

這項技術到底該怎么用？從醫院運營、診療中誕生的無數細節問題，到底該怎么解決？

9月中旬，畢馬威發布了一篇報告，名為《智能醫療健康：人工智能驅動轉型與價值重塑》。它在調研全球超過500個醫療健康AI技術的實施案例后發現，醫療行業普遍看好AI的價值，并多方位引入了相關技術，謀求解決復雜任務，推動整體效率革命。

*圖源畢馬威

它給出的潛臺詞是，變革的關鍵，已不再是單點技術的炫技，而是構建體系的能力。

近期，東軟基于多年深耕醫療信息化智能化的經驗，發布添翼醫療健康智能化解決方案2.0，其背后“重構價值鏈路”的思路，真正關注到了AI在落地醫療系統過程中進入“深水區”的一系列問題。醫療AI如何從可用走向好用，現在有了一個新的思考角度。

01
「“飄在天上的AI醫療”」

AI概念有多熱，實施落地就有多困難。

按照畢馬威的報告，已投資開展試驗性項目且不追求短期回報的醫療機構，在所有調研對象中的占比高達85%。但同時，確認“在實施人工智能時面臨諸多運營挑戰，包括數據問題、技能不足問題和法律問題等”的機構占比，也達到了84%。

這就意味著，幾乎所有看好AI醫療未來的機構，都在實施過程中遇到了問題。光靠支票，還遠不能帶來效率的飛躍。那場想象中波瀾壯闊的效率革命，似乎穿不過智能化的深水區。

為什么會這樣？因為從行業實踐來看，今天的許多AI，仍像一個“懸浮”在龐大、精密且保守的醫療系統之上的“數字幽靈”。它試圖大展拳腳，卻在現實中碰壁。

首先，醫院本應是AI最肥沃的“土壤”。一家三甲醫院每天產生的病歷、影像、檢驗數據，是任何實驗室都無法比擬的寶藏。但AI的“阿喀琉斯之踵”恰恰也在這里。這些數據如同一盤散沙，在過去綿延多年的醫療信息化過程中，可能被沉淀進不同年代、由不同廠商建設的異構系統。

標準不一、互不連通。它們就像儲量巨大的“原油”，能看不能用。而對AI來說，缺乏數據，再強大的構想也無法真正落地，無法走進醫療場景。

*圖源畢馬威

在數據之外，還有一座更陡峭的大山橫亙在眼前——信任。

醫療的核心是人，是醫生基于數十年循證醫學訓練與精密檢查數據做出的嚴謹決策。常規AI應用重心放在給用戶答案，但對醫生來說，AI給出的“是什么”遠不如“為什么”重要。一個無法解釋自己推理過程的“黑箱”，一個偶爾還會產生“幻覺”的模型，與臨床醫學所要求的高嚴謹性天然沖突。

如果AI無法自證其邏輯，它就永遠只能是醫生工作中的點綴，以及輔助解決一些無關緊要的邊緣問題。這樣的AI，也很難稱得上醫療AI。

對一位日均接診數十位患者的醫生來說，工作流程的順暢與效率就是生命線。而現在，太多AI應用因適配性不足，至今仍是需要額外登錄、額外點擊的“外掛式”工具。它游離于核心系統之外，像用完即走的臨時工具一樣不成體系，形成了“智能化不智慧、自動化不提效”的尷尬。

為了使用AI，醫生不得不學習大量工具，同時依然承擔著很多需要人力支持的工作，這不僅沒減負，反而增加了操作負擔。最終，這些“不順手”的AI被敬而遠之，自然在情理之中。

02
「“體系化”破局」

面對如此系統性的困局，任何“頭痛醫頭、腳痛醫腳”的補丁式方案，都無異于杯水車薪。真正的破局，需要一場思想上的升維，需要有人愿意去做那些更難、更基礎，也更正確的事。

在醫療信息化領域深耕近三十年的東軟，給出的答案頗具魄力：醫院需要的并非一兩個零散的AI工具，而是要讓數據、技術、流程這些要素都能活起來、用起來，共同打造一個能自我進化、循環增值的價值體系。

這正是“添翼2.0”的設計哲學——它試圖從根源上，為AI醫療搭建一個堅實、可靠的運行平臺。

*圖源東軟

這場破局戰的第一槍，就對準了最棘手的數據問題。“添翼2.0”破局的關鍵之一，就是高質量、全景全域數據生態的構建。

與其在應用層費力地“找米下鍋”，不如深入底層，為醫院“自建糧倉”。這背后是從實踐里抽離出的思考：數據治理是所有智能化的前提，它的投入無比重要。

東軟打造的業務數據聯動底座，正扮演了這個“建糧倉”的角色。它將醫院內分散在各個系統中的原始、雜亂的數據孤島進行強制匯聚，再運用內置的181個覆蓋各臨床業務域的數據模型和超過2000項質量規則，開展深度的清洗、標準化和治理。最終將駁雜的數據變成了高質量的標準化資產，從根本上解決了AI訓練難、提升難的問題。

而在把數據知識變成模型這一步，和外界認知中的一個大模型走天下不同，東軟采用了“1個醫學領域大模型+N個專項小模型”的集群策略。

這是一個醫療行業專家對業界現實的尊重與理解。現代醫學的“全科+專科”診療模式，本身就是從實踐中逐步形成的劃分規則。于是，醫學領域模型提供廣博的醫學知識背景，具體科室、具體病種的專項小模型則負責在特定領域進行深度優化。這既保證了知識廣度，又大幅提升了專業場景的精準度與可靠性。

此外，在病歷生成、報告解讀等應用中，AI生成的每一段結論性文字，都能清晰地反向追溯到其所依據的原始數據——可能是某項檢查的指標，或是病程記錄里的某段描述。這種設計，讓AI的決策過程也實現了“打開天窗說亮話”，臨床信任有了更堅實的支撐。

解決了最難的開發問題，再往下的部署，就水到渠成了。東軟智慧醫療產品早已形成一個橫跨綜合醫院、專科醫院、基層醫療等場景的體系，在醫療流程中的，是一個個可實現無感融合的應用。不管是醫事服務賦能體、病歷服務賦能體，還是洞察平臺、飛標平臺，都高度適應了醫院的工作流。

03
「在一線創造價值」

AI大潮繼續向前，醫療場景的巨變才剛剛開始。

在中國醫科大學附屬盛京醫院，面對長達10年、積累106億條的海量異構數據，東軟的數據底座幫助醫院完成了核心業務域的標準化治理，不僅為AI應用提供了高質量“燃料”，更直接驅動了醫院科研與運營流程的優化。今年9月，東軟與盛京醫院聯合建設申報的“國家兒童區域醫療中心高質量數據集建設”項目，成功入選國家數據局首批“高質量數據集建設先行先試項目”。

在武漢大學中南醫院，基于高度可解釋性設計的病歷內涵質控AI，在日均完成3500-4000份病歷內涵質控的背景下，獲得了臨床醫生超70%的高采納率，這在對AI持審慎態度的醫生群體中是一個亮眼的數字，證明了“信任”可以被技術和設計贏取。

而在南京市雨花臺區上線六大核心功能賦能基層診療試點以來，已累計觸發智能服務超過4萬次，其中智能診斷推薦超2萬次、轉診推薦400余次，依托千余項質控規則月均完成超300份病案質控，有效提升基層診療規范性與效率。

為什么是東軟？未來還會是東軟嗎？答案深藏在其近30年的積累與獨特的公司DNA之中。

東軟最深的“護城河”，是無法速成的行業Know-how。因為醫療IT并非一個純粹的技術賽道，東軟智慧醫療近三十年的摸爬滾打，讓團隊對醫院復雜的業務流程、獨特的科室協作機制、醫保支付的規則乃至臨床醫生的真實痛點，都有著“老中醫”般的深刻洞察。后發者難以望其項背。

而在這個過程中，東軟的醫療健康業務服務著全國數千家醫院、醫保機構和衛健委，從頂級三甲到鄉鎮衛生院，形成了最全面的覆蓋。任何新的技術和理念，都可以在最多樣化、最復雜的真實場景中進行驗證、迭代和優化。實踐是最好的老師，正是這些海量的實踐，才淬煉出“添翼2.0”的體系化能力。

最后，也是其獨特的戰略優勢，在于東軟全產業鏈的生態布局。

在東軟的大健康版圖內，除了智慧醫療業務，還有醫療保障、醫療大數據與人工智能、醫療設備制造、云醫院、健康與醫療教育等。它們打通了從IT軟件到硬件設備、從院內治療到院外健康管理的全鏈條。

因此，當東軟在構想智能化體系時，其視野天然就是全局性的，能夠考慮到數據如何從設備端產生，在院內流轉，并最終延伸至院外的健康服務，這種生態協同能力是單一領域的廠商難以比擬的戰略縱深，也更加符合國家“人工智能+”行動對AI跨場景應用、數據要素價值挖掘的倡導。

*圖源《國務院關于深入實施 “人工智能+”行動的意見》

04
「結語」

打通智慧醫療發展堵點的前沿實踐，已經越來越多見于城市醫療服務體系的升級更新之中。

比如近日，上海市有關部門就在一場活動中透露：“上海各醫療機構較早實現信息化，但自建的數據平臺，也在一定程度上影響了統一大平臺的形成。”所以當下，它們正在建立覆蓋全市的醫療數據云平臺，提升醫療服務效能——這也更加證明，行至水深處，醫療AI的競爭已然告別了單點技術的比拼，進入了構建綜合價值體系的新階段。

東軟“添翼2.0”的探索，不僅是對行業核心需求的一次系統性回應，更重要的是，它揭示了一條從院內提效走向區域協同、從造體系邁向建生態的清晰未來趨勢。技術真正服務于醫療、服務于人，一個更智能、更普惠、更具人文關懷的智慧醫療服務新時代，正在加速向我們走來。