【品牌】從大醫院減負到助力基層：AI醫療的分層賦能之路

2026年是“十五五”開局之年，人工智能（AI）發展迎來了新機遇。我們需要什么樣的AI來賦能醫療行業？近日，記者來到北京電子數智科技有限責任公司（以下簡稱“北電數智”），圍繞上述問題采訪該公司產業生態負責人吳岳和醫療行業商業化負責人劉鑫。

基于充分的AI醫療落地實踐，北電數智認為，AI醫療的關鍵不在“單點技術突破”，而在“系統適配能力”——只有扎根場景精準匹配不同層級醫療機構需求，才能真正釋放醫療體系效率。從“技術驅動”走向“臨床驅動”，AI醫療必須回歸醫生與患者之間：用技術服務醫生，把時間還給醫生，把價值還給患者。

明確定位，精準賦能

作為AI新國企代表，北電數智堅持聚焦行業難點和客戶痛點，實施全棧技術布局，以可信數據為根基、全棧工程化能力為支撐、垂直深耕和區域落地為路徑，打造從底層算力到行業智能的完整AI產品與服務能力體系，走出一條“可信安全、技術賦能、場景深耕”的差異化高質量發展路徑。

吳岳指出，AI發展不能脫離應用場景空談技術，要覆蓋數據、算力和算法、模型、應用場景進行“數算模用”一體化布局，堅持“一業一策”的運營理念，因地制宜地讓AI與各行各業深度融合。

吳岳告訴記者，醫療行業有很多細分領域，不同層級醫療機構的能力水平和功能定位不盡相同，因此，AI在扎根醫療行業的過程中要適配不同層級醫療機構的需求和各級醫生的能力水平，從而精準賦能?！翱梢跃珳蕽M足用戶需求的AI助手是發展趨勢。”吳岳說。

具體來說，大醫院的定位是承擔疑難危重癥診療、醫學教學與臨床研究任務，醫生醫療技術水平高，但是工作負荷大、要處理的事務性工作多。因此，大醫院的AI助手定位應為專業化、全場景、高適配的臨床智能助手，最大限度壓縮重復性、機械性工作，實現為醫生減負的目標，把醫生還給患者。劉鑫介紹，北電數智已與國家衛生健康委重點實驗室、中日友好醫院、首都醫科大學附屬北京天壇醫院、清華大學北京清華長庚醫院等多家醫院達成深度合作，發布了系列醫療AI產品，如櫻智·α專病大模型、清智·合理用藥大模型等，能在病案質控、文書生成、報告解讀、用藥指導、病歷分析等方面輔助醫生，提升工作效率，并已在博鰲超級醫院投入臨床應用?！癆I在實踐應用中已經實現幫助醫院縮短20%診療時間、病歷書寫效率提升75%等成效。”劉鑫說。

基層醫療衛生機構是居民健康“守門人”，然而，基層長期面臨人才不足、能力不均、資源有限等難題，因此，應用于基層醫療衛生機構的AI應側重于人機協同，實現為基層醫生提質增效的目標，成為補齊基層短板、夯實分級診療體系的重要支撐。劉鑫表示，AI依托超強算力、數據整合與智能分析能力，可以變成基層醫生的“隨身專家團”，將標準化診療指南、三甲醫院優質的臨床經驗、規范化診療路徑轉化為實用工具，提升基層醫療服務的均質化。同時，AI還可以協助家庭醫生開展健康問詢、健康宣教、隨訪管理等工作，提升基本公衛服務的均等化。劉鑫介紹，北電數智最新發布的“小北醫助”通過“AI診療助手”與“AI家醫助手”雙核產品體系，可為醫生提供循證診療、用藥審核、檢查解讀、風險預警等服務，把大醫院的能力“搬”到基層，提升基層醫療健康服務能力和效率，全面覆蓋基層診室內診療、診室外健康管理全場景需求。

既需可信，更需責任

吳岳表示，當前，很多AI模型只能解決醫療問題，在實際應用場景中的表現還是稚嫩?！熬拖褚粋€學習很好的‘書呆子’，考試成績優秀，但是一到實踐中就會‘手忙腳亂’?！眳窃栏嬖V記者，醫療行業的應用場景復雜多樣而且專業性強，AI助手在實際應用場景中容易出現幻覺，給出“乍一看有道理，仔細想不靠譜”的決策建議，進而導致使用者對AI助手的信任度持續下降，使AI助手陷入“有而不用”的境地。

“使用者的需求越明確，AI助手的回答就越準確，這是AI的特點，也是其發展的瓶頸。”劉鑫舉例說，醫務人員和患者圍繞同一個健康問題向AI助手求助，有時卻會得到截然不同的建議。原因在于，醫務人員可以使用專業術語更準確地描述身體情況，而患者只能用“大白話”進行表達，有時還會遺漏關鍵信息。劉鑫認為，現階段的AI助手應主要面向醫務人員進行投放，面向老百姓的AI助手需要更嚴格的監管和訓練。“AI不能成為決策者，其建議須經醫務人員進行審核。一切技術的根本使命，始終是服務于人而非代替人?！眲Ⅵ握f。

“當前，AI正以難以想象的發展速度改變著人們的生活方式，但在醫療行業，安全發展比高速發展更重要?！眳窃勒J為，AI扎根醫療行業不能過于追求效果和用戶接入量，必須以健康為核心，安全穩健地發展，在這方面，國有企業要發揮中流砥柱的作用，扛起推動AI規范、安全發展的責任。

北電數智最早在2024年就落地了醫療可信數據空間，是最早實踐落地醫療可信數據空間的企業之一。紅湖·可信數據空間是其核心數據基礎設施，在不改變醫院保障數據安全模式的前提下構建了一個專注于數據利用的“受控實驗室”，允許數據治理方、開發方進入其中，在安全的前提下實現數據的“可用不可見、可信可流通”。在此基礎上，依托大模型技術和Agent技術雙輪驅動，結合Skills（技能包）、知識庫構建與工作流編排，實現醫療知識的結構化圖譜建模與精準推理，形成覆蓋“服務患者、賦能臨床、輔助管理、助力基層”的全場景能力，讓各層級的醫生可以放心地使用AI助手。

“有了成熟可靠的AI助手，醫生就可以從大量耗時、基礎的工作中解放出來，其服務能力將大幅提升，進而推動醫療服務從被動向主動轉變?！眳窃勒f，服務模式的轉變將增強醫患間的信任，有了信任基礎，基層醫療衛生機構便可在預防和康復等領域發揮更大作用，既能避免與大醫院的無序競爭，還能把更多患者留在基層，助力分級診療體系建設。

文：吳風港

編輯：張漠

審核：孫夢