申捷策略高质量、低成本、广覆盖难以兼得？中国医疗的AI新路

在小说阅读器读本章

去阅读

生活中，大家一定遇到过这样的场景：基层医院就能完成治疗的，都去三甲了；普通医生能处理的，全挤到名医那去了。

分级诊疗推行了这么多年，仍未真正实现"大病不出县"，一个主要原因就是，县医院、社区卫生服务中心等基层医疗机构接不住病人。对抗病痛的有力武器，新药、高精尖设备、资深专家，全都集中在头部医院。基层医院纵有仁心，也难免感到心有余而力不足。

就拿 AI 来说，都知道它能减轻医护工作压力、帮助更多患者，可基层社区医院要么用不上，就算有也不会用。有什么办法能将头部医院的诊疗经验，输送给基层医生？

4 月 10 日，AI 驱动智慧医院建设新范式高峰论坛上，就出现了一个具有里程碑意义的探索时刻。南方医院联合华为及行业伙伴，首次面向全球发布医院通用人工智能平台 HAIP 与《医院通用人工智能平台建设白皮书》。

作为华为与南方医院深度"医工融合"的结晶，HAIP 平台尝试改变以往医院 AI 建设的分散模式，将各类 AI 能力逐步整合为统一数智化底座，让 AI 技术贯穿医院诊疗、管理的每一个流程。

通过这个案例，我们想跟大家聊一聊，基层医院究竟如何承担起分级诊疗守门人的角色？靠一纸公文的规定？靠患者退而求其次的妥协？

或者，靠基层医院逐步提升能力，拥有高质量医疗服务的底气与可能？最终的答案，关乎我们每一个人的健康福祉。

基层医院大病看不了，小病不敢看，导致数量不到 1% 的三甲医院，硬生生扛下了全国近 30% 的就诊人次。无论影视剧还是现实生活中，基层医院大多只承担应急功能，在复杂诊疗中能力不足。

通过 AI 分担基层医生的繁重工作、提升诊断精准度、缩小与三甲医院诊疗差距，让群众在家门口看好病，理论上是最好的出路。但是，让基层自建一套智能化系统，几乎不可能。

首先就是技术方案的供给很零散。市场上的智慧诊疗 AI 应用多为定制化项目，各个专科各干一套，影像科买一套看肺结节的系统，病理科买一套看切片的系统，信息科买一套管病历的系统，接口复杂，融合起来又麻烦，基层医院难以借鉴和部署。

采购也费钱。每个 AI 应用都需要算力、存储、通信等基础设施支撑，基层医院通常都没有相关配置，一整套系统都得从头开始砸钱，根本无法承担。

就算建起来了， AI 人才不足也管不好。医生的专业是医学，并不是 AI 人才，医院里大大小小的应用系统、HIS 等系统，要跟 AI 模型和智能体对接，进行应用改造，适配运维的难度也很大。

说到底，基层医院并不适合用零敲碎打的方式搞智能化，需要功能完整、覆盖诊疗全流程的 AI 系统，拿到手就能用，适配绝大多数日常诊疗场景，才能真正帮到基层诊疗。

可问题来了，这种适配基层的 AI 系统，该去哪里找呢？如果真的有这样一套成熟好用的系统，又是否愿意分享给资源薄弱的基层呢？

放眼整个行业，打造功能完整、能力成熟的 AI 诊疗系统，只能依靠头部医院。

近年来，不少头部医院也陆续开启了智能化转型，但这些头部医院的经验，能被基层医院借鉴的却少之又少。因为这些头部医院自身也存在分散式做 AI 的问题，始终没能形成统一平台。说白了，头部医院自己也缺少一根覆盖完整诊疗流程的 AI 主心骨，自然没法把成熟的 AI 体系赋能给基层。

此次论坛中，南方医科大学南方医院院长孙剑分享了南方医院的智能化转型探索。他们发现，智慧医院的建设过程中，面临场景多、项目多、数据多等挑战，与此同时，算力分散、各环节协同困难、运营风险较高，所以 AI 医院建设必须走平台化、体系化这条路。

带着这些问题与思考，南方医院积极寻找理念契合、有共同价值观的合作伙伴，与华为携手推进智慧医疗建设。

华为团队深入该院 24 个科室，开展了全面的 AI 需求调研，累计访问 284 人次，收集到超过 100 条 AI 相关需求。调研结束后，双方达成了一个共识：不能再继续分散建设的模式，必须搭建一个统一的基座平台，把全院的算力、数据、模型、应用都统一管理起来，让不同学科、不同专家的智能体都能在这个平台上运行。

华为副总裁、公共事业军团 CEO 李俊风用了一个形象的比喻：医院就像一个有机的整体，跟人一样，不能头痛医头、脚痛医脚。从信息化、数字化到智能化，最关键的就是让数据流通起来，如果各个单点应用之间的数据互不联通，不仅发挥不出 AI 的最大价值，还可能影响诊疗流程的顺畅性。

最后，南方医院负责提供临床场景输入、数据支撑、专家资源和示范推广，华为则提供规划支持、模型构建、算法及工程化技术，联合生态伙伴一起，构建了新一代智慧医院架构 2.0。这套解决方案的核心，就是医院通用人工智能平台 HAIP（Hospital AI Platform）。

HAIP 平台定位为医院的 AI 整合基座，相当于 AI 操作系统，把以前分散在各个科室、各自为战的 AI 应用和诊疗流程，全都串联在一起。依托这一基座，医院智慧化运营的一体化程度得到提升。值得注意的是，HAIP 平台的一大核心特点是 AI 全栈方案：依托 DCS AI 容器底座实现算力切分和任务智能调度，AI 算力利用率提升 30% 以上。通过 AI 数据湖提供全院统一的数据视图，彻底打破数据孤岛，构建 AI 训练的"数据粮仓"；AI 数据平台加速模型推理；通过 ModelEngine 人工智能工具平台实现多模态模型管理，数据飞轮支撑模型快速迭代、越用越准，自然语言生成智能体能力，让医生无需懂代码即可轻松开发出专属的数字分身。

在 HAIP 平台的支撑下，南方医院麻醉科刘克玄院长，就直观地感受到了 AI 给麻醉学科带来的变化。

麻醉医生以前工作压力极大。进入手术后，麻醉管理要贯穿术前、术中、术后整个过程，医生需要整合患者的人口学资料、检验检查结果、影像学报告，还有术中各种实时监测的生命体征数据，这些多元信息杂乱且庞大。而且，麻醉医生在术中没有时间会诊讨论，一旦患者生命体征出现异常，必须在短时间内快速判断、拿出解决方案，这对医生的经验和反应速度要求极高。假如医生判断失误，就可能导致患者出现严重并发症，甚至危及生命。

2024 年 7 月，南方医院研发的"南方智麻"大模型在国内首次发布，尝试用 AI 解决上述问题。在 HAIP 平台的赋能下，"南方智麻"投入临床应用后，术前可自动解析患者信息、预判麻醉风险；术中动态监测生命体征、提前预警；术后持续跟踪患者的恢复情况，实现围手术期全流程的智能管理。

刘克玄院长坦言，以前在模型优化过程中遇到的数据提取、存储、互用等瓶颈，现在都通过 HAIP 这个平台解决了。

更重要的是，HAIP 平台下接算力，上接大模型和专家数字分身等 AI 应用，像操作系统一样屏蔽了复杂的底层编码，医生不用懂编程，只要会用手机和电脑，就能把 AI 用起来。

麻醉科的实践表明，一套贯穿全流程、把底层能力和软硬件彻底打通的 AI 系统，可以让头部医院得到智慧诊疗的有效辅助。这样的 AI 能力与平台，能否普及到所有基层机构，惠及更多患者呢？

我们都知道，脊柱是身体的核心支撑，也是力量传导的枢纽。有了 HAIP 平台之后，将头部医院的成熟 AI 诊疗成果整合至平台之上，再通过基座进行能力的传导，不就能够将头部医院的能力与经验，输送给基层一线了吗？

假如真能实现这一点，将对破解基层医疗困境、提升基层诊疗水平，有着重要意义。

南方医院通过全院共创形式，已孵化并整合了多个学科的 AI 创新成果，均已落地于 HAIP 平台。从中，我们看到 AI 向基层下沉的巨大潜力。

比如，基层医院最缺的就是肾病专科医生，很多基层全科医生不完全熟悉肾病诊疗知识，部分肾病患者得不到及时的诊断，常常到中晚期才被发现，错过了最佳治疗时机。

而 HAIP 平台上的"智肾"智能体，基于南方医院侯凡凡院士团队牵头研发的"智肾"大模型，整合了所有肾脏病及相关并发症的诊疗指南、专家共识，还收录了超过 40 家三甲医院约 2000 万患者的全息医疗数据，相当于把全国顶尖的肾病诊疗经验，都沉淀到了这个模型里。如果能通过 HAIP 平台的智能问答系统，下沉到基层，就能有效弥补基层肾病诊疗能力的短板。

病理科的 AI 辅助诊断筛查，也是基层医院迫切需要的智能化服务。

基层病理医生少、工作强度大，一张复杂的病理切片，人工分析要花好几分钟。还容易因为疲劳出现漏判、误判。HAIP 平台上已落地的病理 AI 模型，在宫颈细胞学筛查中可高效完成初筛、标注可疑视野，原本需要两个工作日的报告，现在一天就能签发。

人人谈之色变的"众病之王"癌症，早筛早治至关重要。但我国慢性乙肝感染者多、基层肝癌筛查能力弱，很多肝癌患者确诊时已处于中晚期。

南方医院感染内科基于全球合作网络构建了 aMAP 肝癌筛查评分，该方案累计完成超过 52 万人次筛查，把肝癌早期诊断率从 23.2% 提升到 67%，识别出高风险人群，为早诊早治赢得了关键时间。目前也已整合至 HAIP 平台，未来有望全面覆盖基层，像在试点区域那样，提升肝癌的早期诊断率。

很多人会问，基层医院没钱、没人、没技术，这些高端的 AI 模型真下沉了，他们能用好吗？其实 HAIP 平台早就考虑到了基层的实际困境，不用从零投入建设，直接拎包入住。

通过云边协同 + 轻量化 HIC，南方医院作为中心端，负责训练和优化各种 AI 模型，基层医院作为边缘端，只需要接收中心端一键下发的成熟模型，就能直接使用，实现和三甲医院同步的 AI 能力升级。平台的医疗专区，各个医院的 AI 智能体可以共享，基层医院直接复用其他医院的成熟成果，节省时间和成本。

让基层医院接得住 AI，看得好病，HAIP 平台有几个特质：

一是全，具备头部医院的平台化、体系化 AI 能力，基层可一站式引入全流程、全场景的智慧诊疗应用；

二是简，平台类似 AI 操作系统，屏蔽掉了底层复杂的 AI 软硬件，直接开箱即用；

三是省，轻量化方案，开放标准接入，降低基层智能化的综合成本。

HAIP 平台的探索与应用，为基层医院的能力提高奠定了有力支撑。此次全球首发，正是体系化 AI 医疗迈向基层、走向普惠的关键一步。

William Kissick 在 1994 年提出了医疗不可能三角，在医疗系统中，高质量、低成本和广覆盖无法同时实现，必须在这三者之间进行权衡。这个问题，在全球范围内仍在持续探索。

进入 AI 时代，通过技术方式实现优质医疗资源的扩容和下沉，让偏远地区的患者能不出村、不出县，就享受到和大城市三甲一样的服务，为破解这一难题带来新可能。谁能率先给出答案，谁就拥有未来 AI 医院的定义权。

全球首发的 HAIP 平台，是南方医院、华为与全体医疗行业伙伴联手写出的答案：全流程覆盖的 AI 医院新范式。更重要的是，这套方案具备落地可行性，对全球尤其是发展中国家的智慧医疗建设，具有很强的参考与复制价值。

从 HAIP 的探索实践来看，做好 AI 医院，有几个必要条件：

高质量的 AI 医疗，必须深度融合。AI 和医学是两张皮，AI 技术要产生临床价值、落地价值，二者必须深度融合，这需要医院 + 科技企业深度互信、全流程共创。南方医院将所有科室场景全面开放给华为的 AI 专家，让做技术的人，能深入了解医生每一个日常工作细节和工作流程，了解医生使用人工智能的困惑和挑战，才能打造出 HAIP 这样实用可落地的医院 AI 操作系统。

低成本的 AI 医疗，必须分层推进。中国有海量基层医院 + 头部三甲，城乡医疗资源不均，智慧医疗不能局限于头部大医院，必须"向上攀峰、向下赋能"，倒逼标准化、轻量化、可复制的方案。硬件层面，国外高度依赖单一算力与生态，迁移成本高，价格昂贵，HAIP 依托 AIDC 算力底座、昼推夜训的潮汐调度机制，以及轻量化的边缘方案，云边协同，降低智慧医院的建设成本。软件层面，HAIP 集成了开箱即用的智能体，让训练好的智能体在基层医院快速使用。

总的来看，先统一平台、再分层推进，是一条短期看确有实效、长期看成本可控的普惠医疗之路。

广覆盖的 AI 医疗，则必须开放生态。智能化在医疗行业的落地，绝非一家企业能独立完成的，需要多方协同。华为与南方医院共同成立 AI 全场景智慧医院联合创新实验室，共建开放生态，推动科研成果向临床快速转化。