让临床自主定义AI：南方医院智能体大赛背后的“HAIP效应”

来源：HIT专家网      作者：龚晨

9月7日，南方医科大学南方医院（以下简称南方医院）成功举办首届“智创未来・医路同行”智能体创新大赛成果发布会暨颁奖仪式。这场由南方医院联合华为主办的大赛，自2026年5月启动以来，汇聚191支参赛队伍、600余名参与者，累计产出154份临床AI方案，最终43支队伍斩获奖项。

与常见的创新大赛不同，这场大赛的主角是临床：参赛队伍主要来自南方医院临床科室，参赛方案均由临床医生、护士深度参与开发。大赛的核心机制是“医护主导、技术赋能”，鼓励的方向很明确：让最懂临床问题的人，深入参与医疗智能体的定义与构建。

临床人员如何做AI？这道题的答案，藏在2026年4月正式发布、定位为“医院专属AI操作系统”的平台——HAIP（Hospital AI Platform，医院通用人工智能平台）里。

从“会用”到“会建”，激活临床创新活力

这场“让临床唱主角”的智能体创新大赛，蕴藏着南方医院对医疗AI可持续发展的深入思考：让临床人员自己“选题”，他们最愿意投入的场景，往往就是临床最真实的痛点，相当于为全院AI建设排出了优先级；让临床人员自己动手开发智能体Demo，自己的问题自己解，一批有编程基础、对AI感兴趣的“种子开发者”就此浮现。

事实上，“临床唱主角”在南方医院的AI建设中并非新鲜事，“南方智肾”“南方智麻”等专科大模型的发起者本就是临床团队。不过本次大赛将这种零星的能动性变成了系统性的全院行动。

南方医院首届智能体创新大赛于2026年5月启动，历经初赛、复赛，8月底完成决赛路演答辩，最终43支优秀队伍脱颖而出，一批源自临床一线、服务诊疗实际需求的医疗智能体集中亮相：

南方医院肾内科的参赛项目“微径: aHUS早期识别与主动推理AI智能体”，针对起病急骤、治疗窗口极窄的罕见病非典型溶血性尿毒症综合征（aHUS）。这类患者散见于肾内科、血液科、产科等多个科室，极易漏诊、误诊。该智能体可跨科室实时抓取全院患者的关键指标数据，对aHUS高风险病例进行全天候自动监测、主动预警，并通过AI-MDT协同肾内、血液、感染、妇产、重症医学等8个专科智能体共同研判，把此前需数小时的人工MDT会诊压缩到分钟级。

老年髋部骨折被称为“人生最后一次骨折”，诊疗指南明确推荐力争48小时内完成手术，但实际48小时手术率仅为6.9%。南方医院创伤骨科的参赛项目“老年髋部骨折智能体”，借助多智能体MDT系统，让心内、麻醉、骨科等多个专科同步评估，把术前等待从3—5天压缩到以小时计。测试阶段，90%的常规临床判定由规则引擎在毫秒级完成，准确率为100%，可支撑三甲医院日均超过50次的MDT会诊。

产后出血是产科高风险的急症，进展迅速且高度依赖团队协作。传统模拟教学存在病例准备时间长、复盘整理时间长的痛点。 南方医院妇产科的参赛方案“产科急危重症胜任力训练智能体”，无需接入临床系统，利用生成式AI搭建模拟病例，记录行为证据并智能复盘。经6名规培医师小规模试用，该智能体能够完整记录训练关键节点的行为证据，精准定位学员不足。

罕见病、急危重症、教学训练……154份参赛方案百花齐放，却有一个共同点：源自临床一线亟待解决的现实需求。参赛的准备过程，也是全院AI认知与能力的跃迁过程。就此，最懂临床问题的人，开始成为AI工具的定义者；AI也从分散的单点工具，成为覆盖诊疗全流程的系统性能力。

南方医院院长孙剑在大赛总结中强调，这些方案目前还处于Demo阶段，是全院“从0到1”的场景验证与能力孵化。“我们希望借助这一赛事载体，培育‘医护主导、技术赋能’的创新文化，让医疗AI不再局限于信息部门的单打独斗，转变为全院广泛参与的智慧医疗变革。”

医疗AI建设需要统一底座

3个月，154份方案集中涌现，依靠的不只是一场比赛的动员力，更是一个统一底座的坚实赋能。

自2024年初大模型席卷医疗行业，医疗AI并不缺单点创新，但医院普遍发现，单点应用做得再多，也难以连点成面。孙剑院长对此有精准描述：“医院AI的场景多、项目多、数据多，却算力散、协同难、风险高，各自为战的建设模式不可持续。”在他看来，医疗AI已走到“统一规划、全域协同”的新阶段，构建全院级统一的AI能力体系和治理体系已成必然选择。

这正是HAIP的由来。2026年4月，南方医院联合华为及多家医疗机构、医疗信息化企业发布医院通用人工智能平台HAIP，同期发布《医院通用人工智能平台技术白皮书》。

HAIP被定位为医院专属的“AI操作系统”，致力于从工程化层面系统破解医院AI应用痛点，统筹全院算力、数据、模型等核心资源，让各类场景模型可以快速移植、免开发适配。

这个操作系统的设计理念并非凭空而来。据南方医院介绍，华为深入医院临床科室开展需求调研，并基于一线需求确定了HAIP的三项核心能力：

一是低门槛开发能力，医护人员依托自然语言便可快速生成业务智能体，无需掌握编程技能。

二是全域数据融合能力，打通全院统一数据视图，搭建AI训练的“数据粮仓”。

三是多智能体协同能力，实现各科室AI应用联动运行，如同开展线上“专家会诊”，相互配合完成复杂诊疗任务。

在本次智能体创新大赛中，临床科室已深切感受到HAIP平台的强大赋能。一位一等奖项目负责人的感受很直观：“以往开发一款医疗AI应用，需要协调IT、数据等多类工程师参与，往往要耗费数月；依托HAIP平台，临床医生在几天内就可以完成应用原型搭建。”

支撑这种速度的，是HAIP平台的“AI全栈”技术架构，其将算力适配、模型部署、数据标注、智能体生成等最繁重的底层工作标准化、轻量化，从而将轻松与便捷留给用户。比如，NL2Agent支持用日常语言描述需求，医生无需掌握编程语言即可配置和调度专属智能体；配合训推工具链ModelEngine，可将智能体上线周期缩短70%；通过标准化接口对接HIS、LIS、EMR等核心系统，自动抓取多源数据，无需额外数据治理，且让AI能力深度嵌入医生工作站；大小数据飞轮联动，让模型持续进化、越用越准。

AI治理同步跟上

“大赛过后，未来全院上百个智能体应该怎么管？”这是南方医院信息中心面临的现实问题。

纵览行业，医院智能体普遍重开发、轻管理：安全风险难以量化，准入评估靠人工定性，重复开发导致资源浪费；上线没有正确率门槛，运行缺乏持续监测，模型一退化就“带病运行”；上线后的智能体容易“失管”，建而不用的智能体长期占用资源，价值难以评估等。

在本次大赛上，南方医院信息中心也带来了参赛方案“智能体全生命周期监管系统”，并荣获一等奖。

该系统重点实现两大功能：

一是智能体全生命周期闭环管理。从注册登记、准入评估，到运行监测、定期复评、下线管理，为院内每个智能体建立“健康档案”：上线前，基于《上线申请表》自动筛查伦理、资源耗费、访问权限等8类风险；随后进行安全扫描与可靠性评估双重把关，对照国际安全框架识别漏洞，并上传测试集核验智能体回答的准确率，不合格者一律不得上线；上线后，持续进行安全加固与可靠性检测，实时监测调用量、Token消耗等运行指标，异常即告警；对沉默智能体、连续复评不达标的智能体，果断采取措施，把有限算力用在刀刃上。

二是智能体能力复用共享。具体做法是：对Agent、MCP、Skills进行三层查重，重复率达标才能上线，杜绝重复造轮子；将已审核上架的智能体能力贡献给平台，可被复用、检索，实现资产沉淀；将智能体开发从逐个定制转向积木式组装，降低边际成本。

该系统上线后，价值很快显现：一是智能体的上线周期缩短30%；二是漏洞检出效率显著提升；三是通过功能复用和Agent资产共享，可实现算力节约10%、年均成本降低20万元的效果。

AI治理体系的建设效果，是全院受益的。各临床科室可实时查看本科室智能体的运行数据、评分反馈与改进建议，医院管理部门和信息中心也可获得全院智能体运行的全景视图，变被动响应为主动管理。

值得关注的是，“智能体全生命周期监管系统”也是对HAIP平台的反哺，其补充了平台在智能体全生命周期管理与运营监控方面的空白，推动HAIP平台持续进化。

大赛虽已落幕，南方医院还有更长远的规划布局。孙剑院长提出三项重点工作：深化医工交叉人才培养，帮助更多临床医生建立AI创新思维；加快优质智能体成果规模化落地，推动优秀方案从赛场走向病房；搭建多边协同合作生态，把南方医院的AI能力输出至医联体与基层医疗机构。

华为公共事业军团CEO李俊风则表示，HAIP平台与南方医院智能体创新大赛的实践印证，这套“平台筑基、临床共创、治理兜底、院企协同”的组合，正在形成一套可复制的医院AI建设方法论，有效破解“最后一公里”的落地难题。

当医院AI应用从信息部门的项目变成全院共同参与，医疗AI的体系化建设，才刚刚开始。

【责任编辑：陈曦 版式：蒙辉】