【环球网科技报道 记者 林梦雪】从2022年大模型技术横空出世，到2025年各类智能体集中涌现，AI+医疗也从最初的医学影像识别，到如今医疗智能体深度嵌入诊疗主流程，走向了从“能用”到“好用”的关键节点。
在AI+医疗的融合进程中，神州数码副总裁、总工程师汤凯在2026中关村论坛年会期间表示，这条路真正的考验是，“AI能否在医生最需要它的地方，交出一份值得信赖的答卷。”
“最后一公里”的本质是价值问题
“AI+医疗的最后一公里，本质上是一个价值问题，关键在于AI能否为医生创造真实价值。如果无法提供价值，一切便容易流于空泛。”汤凯说道。“AI的破圈点必然落在高价值环节。在诊疗场景中，高价值尤其体现在‘急、危、重、疑、难、罕’这类临床难点上。”
汤凯认为，今年，AI在医疗领域的应用路径已日趋清晰，尤其以大模型为代表的技术落地步伐显著加快。这一转变的核心标志，是医疗智能体的研发与应用成为行业强劲发展浪潮，且发展重心正从相对独立的智能体，向更复杂、更纵深的业务场景拓展。“2025年以来，AI开始在医疗流程的多个关键节点创造重要价值，神州数码与北京协和医院等机构正在深度共创，计划联合推进基于大模型的MDT（多学科诊疗）等智能诊疗系统，用于辅助疑难杂症的诊疗决策，这也说明AI技术正不断深入医疗的核心业务环节。”他说道。
深耕AI+医疗领域，神州数码秉持“AI for Process”的核心理念，即让人工智能深度融入业务流程，创造实际价值。这一理念也成为其技术落地的关键准则，“在医疗领域，我们严格遵循医疗业务流推进工作，当前重点围绕医院核心诊疗流程展开，涵盖术前、术中、术后的围术期全流程，并据此开发系列智能应用。”汤凯介绍，目前术后并发症诊疗、术前麻醉评估等解决方案已在医院落地应用，而这一系列应用的落地，正是“AI for Process”理念的生动实践。
汤凯介绍道，“神州数码与北京协和医院合作，围绕胰腺癌术后并发症开发的智能体，能够快速识别并发症风险，为医生节省近80%的时间，准确率已稳定在94%以上。”
而医生愿意主动使用这一智能体，核心源于两大实际价值：“一是可以帮助医生进行诊疗判断结果的交叉验证，降低误诊率；二是显著提升了工作效率。”汤凯进一步指出，AI落地医疗并非受制于技术难题，更关键的是在于能否实现“小接口、大效果”，即通过一个轻量的技术切入点，产生显著的临床实效。基于此，他总结出AI为医疗创造价值的三个由浅入深的层次：“第一层是效能性价值，即通过AI智能体提升医生的效率与工作质量。第二层是决策性价值，这是未来的重要方向，医生日常核心在于决策，智能体能否成为可靠的辅助决策角色，是一大挑战。第三层是发现性价值，即在与医院深度合作中，探索如疑难病诊疗等更前沿的领域。只有真实在诊疗流程中创造价值，才能更彻底地打通‘最后一公里’。”
数据，才是那座必须翻越的大山
“随着应用走向深入，我们发现关键难点并非AI或者大模型技术，而是数据。”汤凯坦言，“数据质量与处理流程的完善程度，将直接决定AI应用的深度与可持续性。”
为此，神州数码今年开始积极与医院合作，共同构建医疗高质量数据集，“我们正以各种疾病为中心，开展专病高质量数据集的构建探索。”
在汤凯的规划中，神州数码将坚持双线推进AI+医疗布局：“一是在应用层不断深化，推动AI在诊疗核心环节发挥更大作用；二是在数据层夯实基础，以‘Data for Process’支撑‘AI for Process’。这是一条需要长期投入的路径，我们将持续沿此方向前进。”而这一布局，也与当下热门的“服务孪生”“多智能体协同”技术概念深度契合。
对于“服务孪生”的技术发展阶段，汤凯持积极乐观态度，认为目前已进入工程实践阶段。
但他同时指出，服务孪生的发展必须跨越数据这座大山，“服务孪生的发展，或者说‘AI for Process’的推进，其本质是数据问题。当前各行业的数据质量，很多尚不足以支撑此类应用的深入实施。”
汤凯用制造业的“数字工程”作比，“在制造业中，我们正推动‘数字工程’，核心是在数据层面构建数字孪生，形成设备数字精细画像模型。只有在这一层面实现贯通，才能在服务孪生层面展开更多设计。”在医疗领域，神州数码的探索方向十分明确：“围绕专病，构建诊疗过程的本体工程，通过‘Data for Process’推动‘AI for Process’走向成熟。”他进一步说道，“我们期待未来能实现‘数字人、机器人、生物人（医生）’三者高度协同的工作场景。”
“从医生的角度来看，2026年将会逐步感受到AI真正进入工作环节，此类智能体也将越来越多。不过，站在患者端，目前就医过程中能明显感受到的AI化体验仍然有限，这也会是下一阶段深化应用的重点方向。”汤凯说道。
益丰配资提示：文章来自网络，不代表本站观点。
- 上一篇：热刺锁定曼城功勋斯通斯，德泽尔比视其为重建完美拼图
- 下一篇：一大批榴莲，来了
热点资讯
