生活中，大家一定遇到過這樣的場景：基層醫(yī)院就能完成治療的，都去三甲了；普通醫(yī)生能處理的，全擠到名醫(yī)那去了。

分級診療推行了這么多年，仍未真正實現(xiàn)“大病不出縣”，一個主要原因就是，縣醫(yī)院、社區(qū)衛(wèi)生服務(wù)中心等基層醫(yī)療機(jī)構(gòu)接不住病人。對抗病痛的有力武器，新藥、高精尖設(shè)備、資深專家，全都集中在頭部醫(yī)院?；鶎俞t(yī)院縱有仁心，也難免感到心有余而力不足。

就拿AI來說，都知道它能減輕醫(yī)護(hù)工作壓力、幫助更多患者，可基層社區(qū)醫(yī)院要么用不上，就算有也不會用。有什么辦法能將頭部醫(yī)院的診療經(jīng)驗，輸送給基層醫(yī)生？

4月10日，AI驅(qū)動智慧醫(yī)院建設(shè)新范式高峰論壇上，就出現(xiàn)了一個具有里程碑意義的探索時刻。南方醫(yī)院聯(lián)合華為及行業(yè)伙伴，首次面向全球發(fā)布醫(yī)院通用人工智能平臺HAIP與《醫(yī)院通用人工智能平臺建設(shè)白皮書》。

作為華為與南方醫(yī)院深度“醫(yī)工融合”的結(jié)晶，HAIP平臺嘗試改變以往醫(yī)院AI建設(shè)的分散模式，將各類AI能力逐步整合為統(tǒng)一數(shù)智化底座，讓AI技術(shù)貫穿醫(yī)院診療、管理的每一個流程。

通過這個案例，我們想跟大家聊一聊，基層醫(yī)院究竟如何承擔(dān)起分級診療守門人的角色？靠一紙公文的規(guī)定？靠患者退而求其次的妥協(xié)？

或者，靠基層醫(yī)院逐步提升能力，擁有高質(zhì)量醫(yī)療服務(wù)的底氣與可能？最終的答案，關(guān)乎我們每一個人的健康福祉。

基層醫(yī)院大病看不了，小病不敢看，導(dǎo)致數(shù)量不到1%的三甲醫(yī)院，硬生生扛下了全國近30%的就診人次。無論影視劇還是現(xiàn)實生活中，基層醫(yī)院大多只承擔(dān)應(yīng)急功能，在復(fù)雜診療中能力不足。

通過AI分擔(dān)基層醫(yī)生的繁重工作、提升診斷精準(zhǔn)度、縮小與三甲醫(yī)院診療差距，讓群眾在家門口看好病，理論上是最好的出路。但是，讓基層自建一套智能化系統(tǒng)，幾乎不可能。

首先就是技術(shù)方案的供給很零散。市場上的智慧診療AI應(yīng)用多為定制化項目，各個?？聘鞲梢惶?，影像科買一套看肺結(jié)節(jié)的系統(tǒng)，病理科買一套看切片的系統(tǒng)，信息科買一套管病歷的系統(tǒng)，接口復(fù)雜，融合起來又麻煩，基層醫(yī)院難以借鑒和部署。

采購也費錢。每個AI應(yīng)用都需要算力、存儲、通信等基礎(chǔ)設(shè)施支撐，基層醫(yī)院通常都沒有相關(guān)配置，一整套系統(tǒng)都得從頭開始砸錢，根本無法承擔(dān)。

就算建起來了， AI人才不足也管不好。醫(yī)生的專業(yè)是醫(yī)學(xué)，并不是AI人才，醫(yī)院里大大小小的應(yīng)用系統(tǒng)、HIS等系統(tǒng)，要跟AI模型和智能體對接，進(jìn)行應(yīng)用改造，適配運維的難度也很大。

說到底，基層醫(yī)院并不適合用零敲碎打的方式搞智能化，需要功能完整、覆蓋診療全流程的AI系統(tǒng)，拿到手就能用，適配絕大多數(shù)日常診療場景，才能真正幫到基層診療。

可問題來了，這種適配基層的AI系統(tǒng)，該去哪里找呢？如果真的有這樣一套成熟好用的系統(tǒng)，又是否愿意分享給資源薄弱的基層呢？

放眼整個行業(yè)，打造功能完整、能力成熟的AI診療系統(tǒng)，只能依靠頭部醫(yī)院。

近年來，不少頭部醫(yī)院也陸續(xù)開啟了智能化轉(zhuǎn)型，但這些頭部醫(yī)院的經(jīng)驗，能被基層醫(yī)院借鑒的卻少之又少。因為這些頭部醫(yī)院自身也存在分散式做AI的問題，始終沒能形成統(tǒng)一平臺。說白了，頭部醫(yī)院自己也缺少一根覆蓋完整診療流程的AI主心骨，自然沒法把成熟的AI體系賦能給基層。

此次論壇中，南方醫(yī)科大學(xué)南方醫(yī)院院長孫劍分享了南方醫(yī)院的智能化轉(zhuǎn)型探索。他們發(fā)現(xiàn)，智慧醫(yī)院的建設(shè)過程中，面臨場景多、項目多、數(shù)據(jù)多等挑戰(zhàn)，與此同時，算力分散、各環(huán)節(jié)協(xié)同困難、運營風(fēng)險較高，所以AI醫(yī)院建設(shè)必須走平臺化、體系化這條路。

帶著這些問題與思考，南方醫(yī)院積極尋找理念契合、有共同價值觀的合作伙伴，與華為攜手推進(jìn)智慧醫(yī)療建設(shè)。

華為團(tuán)隊深入該院24個科室，開展了全面的AI需求調(diào)研，累計訪問284人次，收集到超過100條AI相關(guān)需求。調(diào)研結(jié)束后，雙方達(dá)成了一個共識：不能再繼續(xù)分散建設(shè)的模式，必須搭建一個統(tǒng)一的基座平臺，把全院的算力、數(shù)據(jù)、模型、應(yīng)用都統(tǒng)一管理起來，讓不同學(xué)科、不同專家的智能體都能在這個平臺上運行。

華為副總裁、公共事業(yè)軍團(tuán)CEO李俊風(fēng)用了一個形象的比喻：醫(yī)院就像一個有機(jī)的整體，跟人一樣，不能頭痛醫(yī)頭、腳痛醫(yī)腳。從信息化、數(shù)字化到智能化，最關(guān)鍵的就是讓數(shù)據(jù)流通起來，如果各個單點應(yīng)用之間的數(shù)據(jù)互不聯(lián)通，不僅發(fā)揮不出AI的最大價值，還可能影響診療流程的順暢性。

最后，南方醫(yī)院負(fù)責(zé)提供臨床場景輸入、數(shù)據(jù)支撐、專家資源和示范推廣，華為則提供規(guī)劃支持、模型構(gòu)建、算法及工程化技術(shù)，聯(lián)合生態(tài)伙伴一起，構(gòu)建了新一代智慧醫(yī)院架構(gòu)2.0。這套解決方案的核心，就是醫(yī)院通用人工智能平臺HAIP（Hospital AI Platform）。

HAIP平臺定位為醫(yī)院的AI整合基座，相當(dāng)于AI操作系統(tǒng)，把以前分散在各個科室、各自為戰(zhàn)的AI應(yīng)用和診療流程，全都串聯(lián)在一起。依托這一基座，醫(yī)院智慧化運營的一體化程度得到提升。值得注意的是，HAIP平臺的一大核心特點是AI全棧方案：依托DCS AI容器底座實現(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。通過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，構(gòu)建AI訓(xùn)練的“數(shù)據(jù)糧倉”；AI數(shù)據(jù)平臺加速模型推理；通過ModelEngine人工智能工具平臺實現(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)，自然語言生成智能體能力，讓醫(yī)生無需懂代碼即可輕松開發(fā)出專屬的數(shù)字分身。

在HAIP平臺的支撐下，南方醫(yī)院麻醉科劉克玄院長，就直觀地感受到了AI給麻醉學(xué)科帶來的變化。

麻醉醫(yī)生以前工作壓力極大。進(jìn)入手術(shù)后，麻醉管理要貫穿術(shù)前、術(shù)中、術(shù)后整個過程，醫(yī)生需要整合患者的人口學(xué)資料、檢驗檢查結(jié)果、影像學(xué)報告，還有術(shù)中各種實時監(jiān)測的生命體征數(shù)據(jù)，這些多元信息雜亂且龐大。而且，麻醉醫(yī)生在術(shù)中沒有時間會診討論，一旦患者生命體征出現(xiàn)異常，必須在短時間內(nèi)快速判斷、拿出解決方案，這對醫(yī)生的經(jīng)驗和反應(yīng)速度要求極高。假如醫(yī)生判斷失誤，就可能導(dǎo)致患者出現(xiàn)嚴(yán)重并發(fā)癥，甚至危及生命。

2024年7月，南方醫(yī)院研發(fā)的“南方智麻”大模型在國內(nèi)首次發(fā)布，嘗試用AI解決上述問題。在HAIP平臺的賦能下，“南方智麻”投入臨床應(yīng)用后，術(shù)前可自動解析患者信息、預(yù)判麻醉風(fēng)險；術(shù)中動態(tài)監(jiān)測生命體征、提前預(yù)警；術(shù)后持續(xù)跟蹤患者的恢復(fù)情況，實現(xiàn)圍手術(shù)期全流程的智能管理。

劉克玄院長坦言，以前在模型優(yōu)化過程中遇到的數(shù)據(jù)提取、存儲、互用等瓶頸，現(xiàn)在都通過HAIP這個平臺解決了。

更重要的是，HAIP平臺下接算力，上接大模型和專家數(shù)字分身等AI應(yīng)用，像操作系統(tǒng)一樣屏蔽了復(fù)雜的底層編碼，醫(yī)生不用懂編程，只要會用手機(jī)和電腦，就能把AI用起來。

麻醉科的實踐表明，一套貫穿全流程、把底層能力和軟硬件徹底打通的AI系統(tǒng)，可以讓頭部醫(yī)院得到智慧診療的有效輔助。這樣的AI能力與平臺，能否普及到所有基層機(jī)構(gòu)，惠及更多患者呢？

我們都知道，脊柱是身體的核心支撐，也是力量傳導(dǎo)的樞紐。有了HAIP平臺之后，將頭部醫(yī)院的成熟AI診療成果整合至平臺之上，再通過基座進(jìn)行能力的傳導(dǎo)，不就能夠?qū)㈩^部醫(yī)院的能力與經(jīng)驗，輸送給基層一線了嗎？

假如真能實現(xiàn)這一點，將對破解基層醫(yī)療困境、提升基層診療水平，有著重要意義。

南方醫(yī)院通過全院共創(chuàng)形式，已孵化并整合了多個學(xué)科的AI創(chuàng)新成果，均已落地于HAIP平臺。從中，我們看到AI向基層下沉的巨大潛力。

比如，基層醫(yī)院最缺的就是腎病專科醫(yī)生，很多基層全科醫(yī)生不完全熟悉腎病診療知識，部分腎病患者得不到及時的診斷，常常到中晚期才被發(fā)現(xiàn)，錯過了最佳治療時機(jī)。

而HAIP平臺上的“智腎”智能體，基于南方醫(yī)院侯凡凡院士團(tuán)隊牽頭研發(fā)的“智腎”大模型，整合了所有腎臟病及相關(guān)并發(fā)癥的診療指南、專家共識，還收錄了超過40家三甲醫(yī)院約2000萬患者的全息醫(yī)療數(shù)據(jù)，相當(dāng)于把全國頂尖的腎病診療經(jīng)驗，都沉淀到了這個模型里。如果能通過HAIP平臺的智能問答系統(tǒng)，下沉到基層，就能有效彌補(bǔ)基層腎病診療能力的短板。

病理科的AI輔助診斷篩查，也是基層醫(yī)院迫切需要的智能化服務(wù)。

基層病理醫(yī)生少、工作強(qiáng)度大，一張復(fù)雜的病理切片，人工分析要花好幾分鐘。還容易因為疲勞出現(xiàn)漏判、誤判。HAIP平臺上已落地的病理AI模型，在宮頸細(xì)胞學(xué)篩查中可高效完成初篩、標(biāo)注可疑視野，原本需要兩個工作日的報告，現(xiàn)在一天就能簽發(fā)。

人人談之色變的“眾病之王”癌癥，早篩早治至關(guān)重要。但我國慢性乙肝感染者多、基層肝癌篩查能力弱，很多肝癌患者確診時已處于中晚期。

南方醫(yī)院感染內(nèi)科基于全球合作網(wǎng)絡(luò)構(gòu)建了aMAP肝癌篩查評分，該方案累計完成超過52萬人次篩查，把肝癌早期診斷率從23.2%提升到67%，識別出高風(fēng)險人群，為早診早治贏得了關(guān)鍵時間。目前也已整合至HAIP平臺，未來有望全面覆蓋基層，像在試點區(qū)域那樣，提升肝癌的早期診斷率。

很多人會問，基層醫(yī)院沒錢、沒人、沒技術(shù)，這些高端的AI模型真下沉了，他們能用好嗎？其實HAIP平臺早就考慮到了基層的實際困境，不用從零投入建設(shè)，直接拎包入住。

通過云邊協(xié)同+輕量化HIC，南方醫(yī)院作為中心端，負(fù)責(zé)訓(xùn)練和優(yōu)化各種AI模型，基層醫(yī)院作為邊緣端，只需要接收中心端一鍵下發(fā)的成熟模型，就能直接使用，實現(xiàn)和三甲醫(yī)院同步的AI能力升級。平臺的醫(yī)療專區(qū)，各個醫(yī)院的AI智能體可以共享，基層醫(yī)院直接復(fù)用其他醫(yī)院的成熟成果，節(jié)省時間和成本。

讓基層醫(yī)院接得住AI，看得好病，HAIP平臺有幾個特質(zhì)：

一是全，具備頭部醫(yī)院的平臺化、體系化AI能力，基層可一站式引入全流程、全場景的智慧診療應(yīng)用；

二是簡，平臺類似AI操作系統(tǒng)，屏蔽掉了底層復(fù)雜的AI軟硬件，直接開箱即用；

三是省，輕量化方案，開放標(biāo)準(zhǔn)接入，降低基層智能化的綜合成本。

HAIP平臺的探索與應(yīng)用，為基層醫(yī)院的能力提高奠定了有力支撐。此次全球首發(fā)，正是體系化AI醫(yī)療邁向基層、走向普惠的關(guān)鍵一步。

William Kissick在1994年提出了醫(yī)療不可能三角，在醫(yī)療系統(tǒng)中，高質(zhì)量、低成本和廣覆蓋無法同時實現(xiàn)，必須在這三者之間進(jìn)行權(quán)衡。這個問題，在全球范圍內(nèi)仍在持續(xù)探索。

進(jìn)入AI時代，通過技術(shù)方式實現(xiàn)優(yōu)質(zhì)醫(yī)療資源的擴(kuò)容和下沉，讓偏遠(yuǎn)地區(qū)的患者能不出村、不出縣，就享受到和大城市三甲一樣的服務(wù)，為破解這一難題帶來新可能。誰能率先給出答案，誰就擁有未來AI醫(yī)院的定義權(quán)。

全球首發(fā)的HAIP平臺，是南方醫(yī)院、華為與全體醫(yī)療行業(yè)伙伴聯(lián)手寫出的答案：全流程覆蓋的AI醫(yī)院新范式。更重要的是，這套方案具備落地可行性，對全球尤其是發(fā)展中國家的智慧醫(yī)療建設(shè)，具有很強(qiáng)的參考與復(fù)制價值。

從HAIP的探索實踐來看，做好AI醫(yī)院，有幾個必要條件：

高質(zhì)量的AI醫(yī)療，必須深度融合。AI和醫(yī)學(xué)是兩張皮，AI技術(shù)要產(chǎn)生臨床價值、落地價值，二者必須深度融合，這需要醫(yī)院+科技企業(yè)深度互信、全流程共創(chuàng)。南方醫(yī)院將所有科室場景全面開放給華為的AI專家，讓做技術(shù)的人，能深入了解醫(yī)生每一個日常工作細(xì)節(jié)和工作流程，了解醫(yī)生使用人工智能的困惑和挑戰(zhàn)，才能打造出HAIP這樣實用可落地的醫(yī)院AI操作系統(tǒng)。

低成本的AI醫(yī)療，必須分層推進(jìn)。中國有海量基層醫(yī)院+頭部三甲，城鄉(xiāng)醫(yī)療資源不均，智慧醫(yī)療不能局限于頭部大醫(yī)院，必須“向上攀峰、向下賦能”，倒逼標(biāo)準(zhǔn)化、輕量化、可復(fù)制的方案。硬件層面，國外高度依賴單一算力與生態(tài)，遷移成本高，價格昂貴，HAIP依托AIDC算力底座、晝推夜訓(xùn)的潮汐調(diào)度機(jī)制，以及輕量化的邊緣方案，云邊協(xié)同，降低智慧醫(yī)院的建設(shè)成本。軟件層面，HAIP集成了開箱即用的智能體，讓訓(xùn)練好的智能體在基層醫(yī)院快速使用。

總的來看，先統(tǒng)一平臺、再分層推進(jìn)，是一條短期看確有實效、長期看成本可控的普惠醫(yī)療之路。

廣覆蓋的AI醫(yī)療，則必須開放生態(tài)。智能化在醫(yī)療行業(yè)的落地，絕非一家企業(yè)能獨立完成的，需要多方協(xié)同。華為與南方醫(yī)院共同成立AI全場景智慧醫(yī)院聯(lián)合創(chuàng)新實驗室，共建開放生態(tài)，推動科研成果向臨床快速轉(zhuǎn)化。

其中，華為作為ICT技術(shù)黑土地，聚焦底層技術(shù)突破和生態(tài)，頭部大型醫(yī)療機(jī)構(gòu)還有緊密合作伙伴，一起基于全新的架構(gòu)和平臺，不斷產(chǎn)出符合臨床需求、符合基層需要的智能體，再將其下沉到基層。各方在開放生態(tài)中各司其職，共同讓優(yōu)質(zhì)醫(yī)療資源惠及更多民眾。

現(xiàn)代醫(yī)學(xué)之父William Osler認(rèn)為，在生存的掙扎中，所有的生命都瑟縮于病痛的陰影之下。他呼吁醫(yī)學(xué)從業(yè)者，奮起創(chuàng)造奇跡，紓解人類每天睜眼就會面對的悲劇。南方醫(yī)院與華為攜手打造HAIP平臺，正是本土醫(yī)學(xué)界一次探索的結(jié)晶。

現(xiàn)代醫(yī)學(xué)發(fā)展至今，就借助技術(shù)的力量不斷突破邊界，創(chuàng)造了一個又一個醫(yī)學(xué)奇跡，曾經(jīng)的絕癥變得可防可治，人類的平均壽命不斷延長。步入精準(zhǔn)醫(yī)學(xué)、智慧醫(yī)學(xué)時代，AI在醫(yī)療領(lǐng)域扮演的角色越來越重要，成為推動醫(yī)學(xué)進(jìn)步的關(guān)鍵技術(shù)力量。

積極擁抱AI、掌握AI先進(jìn)技術(shù)的中國醫(yī)學(xué)界，迎來了在智慧醫(yī)療領(lǐng)域定義新規(guī)則、開創(chuàng)新模式的歷史機(jī)遇。

這份中國答案，為全球醫(yī)療智能化注入了新動能，也讓我們堅信：AI時代，人類一定能繼續(xù)創(chuàng)造奇跡，用醫(yī)學(xué)庇護(hù)每一寸土地，守護(hù)每一個生命。

審核編輯 黃宇