医疗AI正在走向系统工程。

　　近日，南方医科大学南方医院联合华为及行业伙伴，发布了医院通用人工智能平台（Hospital AI Platform，简称“HAIP”），并成立了医疗AI全场景智慧医院联合创新实验室。

(医院通用人工智能平台(HAIP)联合解决方案发布，图源：华为)

　　HAIP平台的定位为医院专属“AI操作系统”，通过统筹全院算力、数据、模型资源，将分散的AI能力整合为数智化底座，推动医疗AI从“单点部署、零散应用”向“统一规划、全域协同”转变。

　　据华为介绍，在技术架构上，HAIP基于昇腾、鲲鹏等算力底座，构建100%自主创新的AIDC算力集群，同时借助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。

　　目前，南方医院已落地慢性肾脏病综合管理大模型“智肾”、围手术期麻醉管理大模型“南方智麻”、病理AI辅助诊断、病案质控、电子病历AI助手及“南医小智”智能体中心等场景化应用，覆盖临床诊疗、患者服务、科研创新与运营管理多个环节。

　　未来，南方医院将通过HAIP平台和通用人工智能助手HAIC的云边协同架构，建设医院级AI资源体系，开展AI全场景智慧医院建设。

　　规模化的四大挑战

　　在医疗AI走向好用的过程中，真正的分水岭并不在于单点技术突破，而在于能否实现规模化落地。南方医科大学南方医院在多个专科领域已积累了丰富的AI实践，但也正是在这一阶段，系统性瓶颈开始显现。

　　正如南方医科大学南方医院院长孙剑在采访中所言：“过去各个学科、各个专家基于自己的需求，打造了这些各自独立的互相不通讯对话的AI智能体，形象点说，各地都在建烟囱式的AI智能体。”

　　这种“烟囱式”建设，或是医疗AI早期发展的必经阶段，也带来了系统割裂与资源浪费的问题。孙剑进一步指出：“每一个智能体的背后都需要存储、算力，需要信息通讯，与其让每一个科室，每一个专家去建，还不如我们从整体上做一个宏观布局，建一个基座平台……这样就使得未来AI智能体之间能互相通话，能高效交流，最终才能形成整个智慧医院模式。”

　　在他看来，如果继续沿用“各自为政”的路径，“无法形成整个智慧医院范式”，因此必须“把底层逻辑先搞清楚”，搭建HAIP平台，从存储、算力到通信构建统一基础设施，“相当于建一条高速公路”。

　　这一判断，也在行业层面得到印证。南方医科大学南方医院与华为联合多家头部医院及机构发布的《医院通用人工智能平台技术白皮书》（下文简称“白皮书”）中，指出了医疗AI规模化落地面临的四大核心挑战。

　　首先是“数据之困”，多模态数据分散存储，整合不足，无法支撑多模态研发，数据应用偏文本，缺乏统一标注与AI语料库，质量参差不齐，难用于模型训练。其次是“建设之痛”，缺乏全院统筹，科室独立建设AI，形成“烟囱式”格局，算力、模型重复部署，资源浪费，AI应用缺乏协同。

　　第三是“运营之难”，AI算法人才短缺，难以支撑个性化需求与模型优化，AI工具操作复杂，还要保障患者隐私可控。最后是“升级之忧”，比如现网系统厂商多、接口复杂，AI对接开发成本高、周期长。

　　从烟囱林立到系统协同，从单点突破到全域智能，医疗AI的下一阶段竞争，是围绕数据、算力与系统架构的综合工程能力。

（图源：《医院通用人工智能平台技术白皮书》）

　　攻坚医院“AI操作系统”

　　在华为和多家医院看来，为解决上述四重挑战，需要构建统一的数据与人工智能融合平台。

　　前述白皮书就提出，通过构建统一、开放、持续演进的医院“AI操作系统”，破解当前数据、建设、运营与升级之困，推动AI能力共建共享与可持续发展。平台整合算力模型共享、AI语料标注、应用对接等核心功能，依托多模态AI语料库、统一AI底座、多智能体框架等关键能力，满足医院AI落地共性需求。

　　按照这一思路，HAIP平台应运而生，是一套面向全院的系统工程。华为方面也从底层逻辑出发，对这一模式进行了进一步阐释。

　　华为副总裁、公共事业军团CEO李俊风在接受21世纪经济报道等媒体采访时指出：“医院从信息化、数字化到智能化，最大的一个挑战是数据要流通起来……在数据流通中间建立一个基本的数据底座。”

　　同时，他也强调，过去分散建设带来的问题在于“资源不能最大协同，也不能最大充分使用”，而医生群体并非AI专家，“但他需要人工智能工具”，这就要求平台能够降低使用门槛，将能力嵌入到业务流程之中。

　　更为关键的是，医疗AI的落地不能以“推倒重来”为代价。李俊风谈道：“现在医院已经有一套流程和机制，我们不能把它打破，而应该把人工智能赋能每个流程。”这意味着，HAIP的定位并非打破流程，而是通过平台能力支撑各科室与各环节，在不干扰现有体系的前提下，实现智能化演进。

　　从长期视角看，这一平台更承载着普惠AI的愿景。“AI是普惠，每个人都有权利获得AI技术和服务，跟医疗服务是一样的”，李俊风表示，相关架构和范式未来有望在更大范围内推广，“这个过程需要三年五年，有可能需要十年。”

　　换言之，HAIP不仅服务于单一医院，更具备向区域医疗、医联体乃至城市级平台复制的潜力。而在应用价值层面，医院“AI操作系统”的最终指向，仍然是效率与质量的双重提升。

　　孙剑直言：“智慧化医院效率一定是高的，我们现在大量人工做事情，医生很多都在做一些重复劳动，培养一个医生周期很长。未来希望通过智慧化医院建设，能把每一个人都用在最需要的地方。”在他看来，诸如病历书写等重复性工作，“AI完全可以替代”，从而让医生专注于疑难诊疗与创新研究等更具价值的领域。

　　“智慧医院未来是高效率运作，效率提升会带来医院运营管理水平的极大提升”，孙剑表示，“我们不讲钱，但是这件事情做好了，一定会带来钱。”在效率与价值的正循环中，医院“AI操作系统”不仅是技术升级路径，有望成为推动医疗体系高质量发展的关键基础设施。