從智力孤島到通用平臺(tái)：華為與南方醫(yī)院如何重構(gòu)醫(yī)院AI操作系統(tǒng)

• HAIP平臺(tái)，AI時(shí)代的醫(yī)院底層基建。

對(duì)于等待胃腸鏡活檢病理報(bào)告的患者來(lái)說(shuō)，一周的等待往往是漫長(zhǎng)的煎熬。而對(duì)于顯微鏡前的病理科醫(yī)生而言，這是日復(fù)一日的體力透支，他們需要逐張切片、逐視野地排查近萬(wàn)個(gè)細(xì)胞，一張復(fù)雜切片就要耗費(fèi)數(shù)分鐘。

在南方醫(yī)科大學(xué)南方醫(yī)院（下稱“南方醫(yī)院”），這種雙向的折磨正在大幅度改善：AI如今最快只需1秒鐘就能完成切片初篩，將陽(yáng)性病例的閱片時(shí)間壓縮至2分鐘以內(nèi)，患者拿到報(bào)告的周期也隨之縮短至1到2天。

但這絕不僅僅是一個(gè)“AI替人干活”的簡(jiǎn)單故事。

當(dāng)AI把醫(yī)生從繁重的重復(fù)勞動(dòng)中解脫出來(lái)，更好地與患者對(duì)話時(shí)，這背后有一套龐大、隱秘且高度集成的底層基建在運(yùn)轉(zhuǎn)。4月10日，在廣州舉辦的“AI驅(qū)動(dòng)智慧醫(yī)院建設(shè)新范式高峰論壇”上，南方醫(yī)院與華為聯(lián)合發(fā)布了《醫(yī)院通用人工智能平臺(tái)技術(shù)白皮書》及HAIP（醫(yī)院通用人工智能平臺(tái)）解決方案。

在這場(chǎng)以“數(shù)智融合·賦能醫(yī)療”為主題的論壇背后，醫(yī)療AI的競(jìng)爭(zhēng)已從“單點(diǎn)應(yīng)用”正式升級(jí)為“底層基建之戰(zhàn)”。

在煙囪密布的系統(tǒng)里，做不好AI

AI大模型席卷各行各業(yè)，但在容錯(cuò)率極低又事關(guān)民生大計(jì)的醫(yī)療領(lǐng)域，如何做AI變革需要成體系的部署，更需要醫(yī)院、醫(yī)生、患者和AI廠商的多方參與。

去年底，國(guó)家衛(wèi)生健康委等五部門聯(lián)合印發(fā)了《關(guān)于促進(jìn)和規(guī)范“人工智能+醫(yī)療衛(wèi)生”應(yīng)用發(fā)展的實(shí)施意見》，明確要求推動(dòng)人工智能在基層醫(yī)療、臨床診療、患者服務(wù)、科研教學(xué)、醫(yī)院管理等各個(gè)方面落地應(yīng)用。

從數(shù)字化到智能化，南方醫(yī)院一直是變革的引領(lǐng)者，有著讓同行艷羨的數(shù)據(jù)厚度。“我們建立了院級(jí)的醫(yī)療大數(shù)據(jù)平臺(tái)，盤活了27年沉淀歷史數(shù)據(jù)，我們歷經(jīng)三大廠商系統(tǒng)整合了27年的全量數(shù)據(jù)接入二十多個(gè)業(yè)務(wù)系統(tǒng)，采集了全院1033萬(wàn)患者，6718萬(wàn)就診人次，實(shí)現(xiàn)了T+1的更新。”南方醫(yī)院院長(zhǎng)孫劍自豪地說(shuō)。

但過(guò)去幾年，國(guó)內(nèi)不少公立醫(yī)院在推進(jìn)智能化過(guò)程中，容易陷入“煙囪式建設(shè)”的泥潭。醫(yī)院往往按科室需求零散采購(gòu)AI應(yīng)用：影像科買一套看肺結(jié)節(jié)的系統(tǒng)，病理科又買一套看切片的系統(tǒng)。

這種“打獵式”的單點(diǎn)部署，導(dǎo)致了嚴(yán)重的資源內(nèi)耗。首先是數(shù)據(jù)孤島，各系統(tǒng)數(shù)據(jù)格式不一，缺乏統(tǒng)一接口，分散的病歷和影像無(wú)法形成高質(zhì)量的AI語(yǔ)料庫(kù)；其次是算力煙囪，科室各自為政部署服務(wù)器，多模型與多智能體無(wú)法協(xié)同，造成算力極大浪費(fèi)。

這種建設(shè)模式還必須面對(duì)人才匱乏的難題，醫(yī)院缺乏懂醫(yī)療與AI的復(fù)合型專家，且傳統(tǒng)軟件商的AI底層能力偏弱，多點(diǎn)開花的發(fā)展模式難以避免。而開發(fā)壁壘更是不小的挑戰(zhàn)，現(xiàn)網(wǎng)應(yīng)用廠商眾多，接口極其復(fù)雜，導(dǎo)致AI應(yīng)用開發(fā)周期極其漫長(zhǎng)。

“過(guò)去都是各個(gè)學(xué)科、各個(gè)專家基于自己的需求，打造各自獨(dú)立、互不通訊的煙囪式AI智能體。”孫劍對(duì)36氪直言。

為了摸清底數(shù)，華為與南方醫(yī)院的專家團(tuán)隊(duì)深入24個(gè)科室開展調(diào)研，累計(jì)訪談284人次，收集了超過(guò)100條AI相關(guān)需求。調(diào)研結(jié)果印證了一個(gè)迫切的現(xiàn)實(shí)：醫(yī)院并不缺零散的工具，缺的是一個(gè)能統(tǒng)籌全院數(shù)字資產(chǎn)的“大腦”。

這也是南方醫(yī)院選擇和華為合作的原因所在。HAIP平臺(tái)的三層結(jié)構(gòu)就是為了解決上述難題而設(shè)計(jì)：最底層是算力和數(shù)據(jù)平臺(tái)，中間層是各種模型（包括通用基礎(chǔ)模型和專科模型），最上層是面向醫(yī)生和患者的工具和應(yīng)用。

孫劍將HAIP平臺(tái)的推出比作修路，與其讓每一個(gè)科室去建獨(dú)立的系統(tǒng)，不如整體做宏觀布局，建一個(gè)基座平臺(tái)。把這條高速公路建好以后，各家各戶的智能體就像汽車一樣，都可以在上面高效地跑，未來(lái)才有無(wú)限的拓展空間。

華為醫(yī)療衛(wèi)生軍團(tuán)總裁張偉力則將這種架構(gòu)的價(jià)值比作“醫(yī)療界的鴻蒙”：所有的應(yīng)用廠商和醫(yī)生只需運(yùn)行在統(tǒng)一的操作系統(tǒng)之上，就像操作Word文檔一樣簡(jiǎn)單，而無(wú)需去感知底層復(fù)雜的算力調(diào)度 。

底座重構(gòu)：

自主架構(gòu)下的“算力精算”與生產(chǎn)力解放

在醫(yī)療這一對(duì)安全性與可持續(xù)性有著極高要求的領(lǐng)域，任何智能化轉(zhuǎn)型的核心都繞不開底層架構(gòu)的穩(wěn)固與經(jīng)濟(jì)性。HAIP平臺(tái)在底座重構(gòu)上，展現(xiàn)了一套邏輯嚴(yán)密的“算力經(jīng)濟(jì)學(xué)”。

醫(yī)療數(shù)據(jù)首先要求保障安全與隱私。為此，HAIP平臺(tái)構(gòu)建了基于自主創(chuàng)新架構(gòu)的AIDC算力底座，通過(guò)AI數(shù)據(jù)湖提供全院統(tǒng)一的數(shù)據(jù)視圖，徹底打破數(shù)據(jù)孤島。這套系統(tǒng)從底層計(jì)算到上層的容器管理軟件，實(shí)現(xiàn)了全棧式的技術(shù)自主，在確保數(shù)據(jù)不出院、不出域的前提下，為醫(yī)院構(gòu)建了一座管得住、用得好的“數(shù)字糧倉(cāng)” 。

大模型的訓(xùn)練與推理成本高昂，是許多醫(yī)療機(jī)構(gòu)在智能化門檻前望而卻步的主因。針對(duì)這一痛點(diǎn)，HAIP平臺(tái)首創(chuàng)了“晝推夜訓(xùn)”的潮汐調(diào)度機(jī)制，依托DCS AI容器底座實(shí)現(xiàn)算力切分和任務(wù)智能調(diào)度，AI算力利用率提升30%以上。

這一機(jī)制的核心在于對(duì)算力資源的動(dòng)態(tài)精算，AI數(shù)據(jù)平臺(tái)的知識(shí)庫(kù)、記憶庫(kù)和KV Cache加速能力實(shí)現(xiàn)毫秒級(jí)檢索響應(yīng)，提升推理準(zhǔn)確率：在白天的就診高峰期，平臺(tái)將算力池優(yōu)先分配給門診、急診等實(shí)時(shí)推理任務(wù)，確保醫(yī)療影像、輔助診斷等應(yīng)用能毫秒級(jí)響應(yīng)臨床需求；到了夜間，系統(tǒng)則自動(dòng)切換，將空閑算力集中用于模型的增訓(xùn)與迭代 。通過(guò)這種資源錯(cuò)峰利用，全院整體AI算力的利用率可以提升30%以上，大幅降低了醫(yī)院應(yīng)用大模型的邊際成本 。

AI除了算力強(qiáng)、成本低，還要真正能落地干活，把“臟活累活”從醫(yī)生手中接過(guò)來(lái)，才能解放生產(chǎn)力。華為在醫(yī)療行業(yè)的定位始終清晰，即“做行業(yè)使能平臺(tái)”，通過(guò)ModelEngine人工智能工具平臺(tái)實(shí)現(xiàn)多模態(tài)模型管理，數(shù)據(jù)飛輪支撐模型快速迭代、越用越準(zhǔn)，自然語(yǔ)言生成智能體能力，讓醫(yī)生無(wú)需懂代碼即可輕松開發(fā)出專屬的數(shù)字分身。這意味著，HAIP平臺(tái)可以包攬智能化轉(zhuǎn)型中那30%繁瑣、技術(shù)門檻高且重復(fù)性強(qiáng)的底層工作，包括大規(guī)模數(shù)據(jù)的采集清洗、智能標(biāo)注以及算力基礎(chǔ)設(shè)施的運(yùn)維。

為了確保這種變革不成為醫(yī)生的負(fù)擔(dān)，平臺(tái)采用了開放式架構(gòu)，能夠無(wú)縫兼容現(xiàn)有的HIS（醫(yī)院信息系統(tǒng)）與PACS（影像歸檔和通信系統(tǒng)）等業(yè)務(wù)流程。在實(shí)際落地過(guò)程中，這種“無(wú)感接入”確保了醫(yī)生不需要改變現(xiàn)有的作業(yè)習(xí)慣，保障了醫(yī)療服務(wù)的絕對(duì)連續(xù)性 。

通過(guò)標(biāo)準(zhǔn)化的底層能力，醫(yī)院也得以從繁重的IT運(yùn)維中解脫出來(lái)。正如南方醫(yī)院副院長(zhǎng)劉杰所言，這種統(tǒng)一底座的建設(shè)，不僅規(guī)避了重復(fù)投入的浪費(fèi)，更讓醫(yī)院得以通過(guò)建底座來(lái)提升AI系統(tǒng)能力，把臨床經(jīng)驗(yàn)、管理經(jīng)驗(yàn)沉淀下來(lái)變成醫(yī)院核心的競(jìng)爭(zhēng)力。

生產(chǎn)力重塑：

AI平臺(tái)如何改變“醫(yī)-患-院”結(jié)構(gòu)

算力底座的重構(gòu)，最終目的是釋放臨床一線的生產(chǎn)力。當(dāng)?shù)讓拥姆彪s工作被HAIP平臺(tái)接管后，AI在真實(shí)的診療場(chǎng)景中，正以“多智能體”和“數(shù)據(jù)飛輪”的形態(tài)，實(shí)質(zhì)性地改變醫(yī)生、患者與醫(yī)院的日常。

極簡(jiǎn)開發(fā)與“多智能體”

把時(shí)間還給醫(yī)生

在南方醫(yī)院健康管理中心，超聲醫(yī)生每天需要出具約1500份報(bào)告，其中一半以上可能存在異常。過(guò)去，這高度依賴人工三級(jí)檢審，醫(yī)生長(zhǎng)期處于高強(qiáng)度的機(jī)械勞動(dòng)中。如今，AI智能檢測(cè)系統(tǒng)承擔(dān)了90%以上的重復(fù)篩查工作，關(guān)鍵問(wèn)題檢出率達(dá)90%以上，這為每位醫(yī)生每天節(jié)省了約2小時(shí)，用于更關(guān)鍵的復(fù)雜診斷 。

如今，隨著HAIP平臺(tái)的建立，日后將有更多上述這樣的醫(yī)療智能體涌現(xiàn)，更多的科室、醫(yī)生和患者將會(huì)因此受益。這是因?yàn)镠AIP平臺(tái)大幅度降低了開發(fā)醫(yī)用智能體的技術(shù)門檻，借助NL2Agent（自然語(yǔ)言生成智能體）能力，醫(yī)生將無(wú)需編寫代碼，只需用日常語(yǔ)言描述需求，平臺(tái)即可在幾分鐘內(nèi)自動(dòng)生成專屬的數(shù)字分身。以后，服務(wù)于醫(yī)療日常工作的智能體，上線周期有望縮短70%。

從“消耗品”到“數(shù)字資產(chǎn)”

越用越聰明的飛輪

高質(zhì)量的醫(yī)療數(shù)據(jù)過(guò)去往往隨著診療結(jié)束便歸于沉睡。HAIP提供的智能標(biāo)注流水線，正在將這些“消耗品”轉(zhuǎn)化為核心資產(chǎn)。以病理數(shù)據(jù)為例，AI預(yù)先標(biāo)出可疑區(qū)域后，醫(yī)生的標(biāo)注效率從人工的每人每天50張?zhí)嵘?00張，效率提升超過(guò)6倍，且準(zhǔn)確率達(dá)85%以上。

更重要的是，平臺(tái)打破了AI“出廠即定型”的局限。系統(tǒng)內(nèi)置的自助增訓(xùn)工具鏈，能自動(dòng)記錄醫(yī)生的日常反饋并啟動(dòng)新一輪訓(xùn)練，使模型準(zhǔn)確率從最初的80%逐步自主提升至95%以上 。專家的每一次診斷，都在為醫(yī)院沉淀可復(fù)用的數(shù)字資產(chǎn)。

打破資源壁壘

從治病到長(zhǎng)效管理

大三甲醫(yī)院的算力與模型，如果不向下延伸，便失去了更廣泛的社會(huì)意義。

我國(guó)慢性乙肝感染者約占全球三分之一，大量患者由于缺乏早篩，初診即是晚期。南方醫(yī)院感染內(nèi)科已經(jīng)將復(fù)雜的肝癌診斷經(jīng)驗(yàn)轉(zhuǎn)化為aMAP肝癌篩查評(píng)分，并通過(guò)線上小程序和社區(qū)“彩虹小屋”下沉到基層 。醫(yī)療干預(yù)的時(shí)間點(diǎn)，被大幅前置到了社區(qū)日常篩查階段 。

這一下沉帶來(lái)了可觀的經(jīng)濟(jì)與社會(huì)效益：肝癌早期診斷率從傳統(tǒng)的23.2%提升至67%；以一個(gè)縣級(jí)市的數(shù)據(jù)為例，僅一年就節(jié)約醫(yī)保支出超過(guò)7500萬(wàn)元 。

在慢病管理領(lǐng)域，南方醫(yī)院牽頭研發(fā)的我國(guó)首個(gè)慢性腎臟病綜合管理大模型“智腎”提供了另一個(gè)樣本 。該模型整合了權(quán)威診療指南與約2000萬(wàn)患者的全息醫(yī)療數(shù)據(jù)。目前，“智腎”已在廣東化州、吳川等基層醫(yī)院落地，實(shí)質(zhì)性地填補(bǔ)了基層專科能力的空白 。

未來(lái)，這些AI工具跑在通用平臺(tái)上后，將可以惠及更多人群。通過(guò)HAIP的“云邊協(xié)同”架構(gòu)，大三甲醫(yī)院作為中心端負(fù)責(zé)訓(xùn)練模型，鄉(xiāng)鎮(zhèn)和社區(qū)等基層醫(yī)療機(jī)構(gòu)只需部署輕量級(jí)邊緣設(shè)備，即可一鍵接收模型下發(fā)并同步升級(jí)。

產(chǎn)業(yè)縱深：

打破適配壁壘，上下一心

作為醫(yī)療行業(yè)的基礎(chǔ)設(shè)施，HAIP的價(jià)值不止步于解決單家醫(yī)院的效率難題，更在于重構(gòu)整個(gè)醫(yī)療AI產(chǎn)業(yè)鏈的生態(tài)規(guī)則。

北京惠每云科技董事長(zhǎng)張奇與華為及南方醫(yī)院合作了多年，他將過(guò)去的醫(yī)療AI開發(fā)現(xiàn)狀比作“功能機(jī)時(shí)代”：“當(dāng)你想把專家的頂尖成果向外推廣時(shí)，發(fā)現(xiàn)需要適配各家醫(yī)院不同型號(hào)的系統(tǒng)和數(shù)據(jù)，推廣成本極其高昂。”

HAIP平臺(tái)的出現(xiàn)，被業(yè)界視作醫(yī)療AI領(lǐng)域的通用底座。它試圖抹平不同廠商版本與底層數(shù)據(jù)之間的差異，讓醫(yī)生和開發(fā)者只需關(guān)注智能體應(yīng)用的打磨，而無(wú)需操心跨院適配的底層消耗。

為了讓這套復(fù)雜的系統(tǒng)工程有據(jù)可依，避免更多醫(yī)院在算力投資上走彎路，本次論壇聯(lián)合發(fā)布的《醫(yī)院通用人工智能平臺(tái)技術(shù)白皮書》系統(tǒng)回答了“醫(yī)院到底該怎么建AI”這個(gè)問(wèn)題，提供了從頂層設(shè)計(jì)到具體落地的一整套方法。這是國(guó)內(nèi)第一份系統(tǒng)提出醫(yī)院“AI操作系統(tǒng)”的技術(shù)文檔，南方醫(yī)院副院長(zhǎng)劉杰將其概括為行業(yè)所需的“標(biāo)準(zhǔn)施工圖和避坑指南”。

在落地環(huán)節(jié)，白皮書給出了明確的“六步走戰(zhàn)略”。先做整體規(guī)劃，然后選一兩個(gè)場(chǎng)景先試，接著準(zhǔn)備數(shù)據(jù)、開發(fā)模型，再全院推廣，最后長(zhǎng)期運(yùn)營(yíng)。

同時(shí)，南方醫(yī)院與華為揭牌成立了“AI全場(chǎng)景智慧醫(yī)院聯(lián)合創(chuàng)新實(shí)驗(yàn)室”，共同打通從臨床需求到技術(shù)落地轉(zhuǎn)化鏈路的孵化器。南方醫(yī)院副院長(zhǎng)鄭磊說(shuō)，實(shí)驗(yàn)室將針對(duì)臨床需求，不斷研發(fā)更多的智能體，并且讓這些智能體跑在HAIP的跑道上。而要實(shí)現(xiàn)這一目標(biāo)，必然需要跨界合作，也必定會(huì)帶來(lái)醫(yī)學(xué)技術(shù)與醫(yī)院運(yùn)營(yíng)管理領(lǐng)域的新質(zhì)生產(chǎn)力。

在這個(gè)更為宏大的圖景中，HAIP不應(yīng)是一個(gè)封閉的黑盒系統(tǒng)。以“智腎”大模型為例，其底層正是基于當(dāng)前備受關(guān)注的DeepSeek大語(yǔ)言模型和自主創(chuàng)新環(huán)境研發(fā)。白皮書中明確提出，致力于構(gòu)建開放共享的生態(tài)體系，未來(lái)大型三甲醫(yī)院訓(xùn)練成熟的優(yōu)質(zhì)專科模型，將通過(guò)社區(qū)進(jìn)行開源共享，供基層醫(yī)院直接下載使用，實(shí)現(xiàn)“一次建設(shè)、多處受益”。

這恰好契合了華為在醫(yī)療領(lǐng)域布下的長(zhǎng)遠(yuǎn)棋局。華為中國(guó)政企教育醫(yī)療系統(tǒng)部醫(yī)療健康行業(yè)總經(jīng)理郭忠光指出，華為的策略是“向上攀峰，向下賦能”。一方面，聯(lián)合像南方醫(yī)院這樣的大型三甲醫(yī)院攻堅(jiān)醫(yī)教研等高難度場(chǎng)景，產(chǎn)出頂尖的專科智能體；另一方面，通過(guò)云邊協(xié)同架構(gòu)，將這些專家經(jīng)驗(yàn)沉淀下沉，通過(guò)技術(shù)手段實(shí)現(xiàn)優(yōu)質(zhì)醫(yī)療資源的真正擴(kuò)容。

隨著這套醫(yī)療界“AI操作系統(tǒng)”的規(guī)模化落地，一場(chǎng)用底層算力重構(gòu)產(chǎn)業(yè)規(guī)則、消弭醫(yī)療資源鴻溝的深刻變革，才剛剛拉開序幕。華為副總裁李俊風(fēng)對(duì)合作寄予厚望，期待將南方醫(yī)院的AI全場(chǎng)景建設(shè)打造成全球樣板間。孫劍對(duì)此甚為認(rèn)同：“這代表著高度智能化的未來(lái)醫(yī)院。”