AI重塑医疗信息化，以确定性应对不确定性（附视频）| 2026年南湖HIT论坛

来源：HIT专家网 作者：李崇铭、周亦川、龚晨

南湖烟雨映初心，智能时代启新程。2026年11月7日，以“AI重塑医疗信息化”为主题的2026年南湖HIT论坛成功举办，这也是南湖HIT论坛迄今连续第十五届举办。20多位业界专家带来专题分享与研讨，超过200位嘉宾线下与会，约6000名观众在线上共同参与本次论坛。论坛得到了卫宁健康、智先生科技、江丰生物、望海康信、全诊、创业慧康、熙软科技、达梦数据、飞腾、安恒信息、荣科等企业的支持。

本次论坛由原总后卫生部信息中心主任宁义、北京友谊医院医学数智创新中心综合办公室主任王力华、浙江省人民医院信息化与人工智能部原副主任陈朝晖、浙江医院人工智能与信息化部主任费科锋主持。

大模型对于医疗行业的影响还在快速变化之中

HIT专家网创始人、总编辑朱小兵表示，过去10多年来，我国医疗信息化行业经历了从临床决策支持（CDS）、医学影像AI到大模型的三次浪潮。这一轮人工智能技术创新对于医疗行业的影响之广泛前所未有，且仍在高速发展之中，存在巨大的不确定性。尽管技术创新浪潮此起彼伏，但是，医学人工智能发展的每个阶段，都面临相同的叩问：人工智能在现阶段到底能做什么，不能做什么？哪些类别已经日益成熟，哪些还处于尝试阶段？医学AI和人类医生之间的关系是什么？如何保证在符合质量安全、医学伦理、网络安全、法律规范的要求下，实现应用创新？

浙江省卫生健康信息中心主任李春浦在致辞中介绍，作为数字经济先行省，浙江以医疗AI中试基地建设为支点，探索医疗数据的合规流通与智能体的持续迭代，同步推进产业生态布局，为行业转型提供可参照的路径。

“这一年，AI大模型技术给医疗行业带来的影响，仍处于快速的变化之中。”一年前的2025年南湖HIT论坛，中国医院协会信息专业委员会副主任委员薛万国就曾分享过医疗大模型应用的行业观察；一年后，薛万国主任梳理了五条关于“大模型行业应用再观察”：

一是大模型能力与智能体技术并行生长，但已从“拼模型”转向“拼落地”；二是医疗垂域模型的发展渐缓，通用模型的工程化应用成为主流；三是医疗场景成熟应用落地比预期慢，磨合适配工作量大；四是针对大模型应用的评价研究依然较少，缺乏对应用推广的客观引导；五是AI自动编程真正落地，在提升开发效率的同时，对信息中心提出新要求。

“AI原生”成为医疗行业新趋势

薛万国主任年初提出预判：“大模型尚不能颠覆医疗，但却有可能颠覆医疗软件。”

复旦大学附属中山医院信息与智能发展部大数据人工智能中心主任张纪阳对“AI原生医院”进行了解读和展望。AI原生要求对医院所有基础设施、业务模式和组织架构进行彻底重构，让感知、认知、推理、决策、行动和学习成为医院的基础运行机制——让业务系统从被动响应转为主动发现并提供解决方案；改变“医教研管”知识经验的积累和传承模式，在平台支持下持续沉淀临床经验和管理理念，形成语料、智能体、skills等AI资产；改变人机协作模式，把人从操作者变成监管者。由此，“AI原生医院”也将初具雏形。

全诊通创始人薛翀认为，AI与医生的理想关系是“互为增强”，AI承担文书书写与整理这类繁重、重复的事务，让医生有时间开展更高维度的思考，但临床判断的主导权仍在医生手中。他认为，医院未来必将从“使用AI”走向“自主构建AI”，医院只有基于自身的数据、知识与业务流程，才能形成可持续的AI迭代能力。从产品交互模式来看，应由“人找菜单、逐项操作”转向“人说目标、AI调用系统”。全诊5.0的产品设计围绕任务组织能力，让信息采集、资料整理和后续处理更连贯。

创业慧康科技股份有限公司咨询方案部总监李飞则从医院信息系统架构的角度探讨“AI原生”：使用外挂式AI，会让信息管理陷入被动。他认为，医疗机构的AI原生转型，本质是业务组织的系统性变革，需从架构、流程、管理三个维度协同推进。慧康·云枢医卫智能体平台打通智能体全链条，以统一平台适配不同医疗机构的转型节奏，驱动业务组织向AI内生模式演进。

“以前是应用程序在调取数据库，未来将是Agent在调取。”达梦数据产品服务中心副总经理胡俊介绍，医疗AI应用催生三类新数据负载：CDSS、影像AI辅助诊断与科研大数据平台，其共同点是向量、文档、图计算、高并发事务。医疗AI的终极形态不是“把数据搬出去让大模型算”，而是让智能在库内生长。为此，达梦将AI融入数据库内核，以多模数据、混合检索、AI算子、库内Agent、湖库一体、Agent友好、AI辅助7大核心能力，构建医疗AI时代的智能数据底座。

医疗AI的工程化落地路径在实践中日渐清晰

四川大学华西医院信息中心主任石锐介绍，华西医院在数字化转型中统筹算力、模型与数据三大要素，构建多智能体协同体系：数据侧，构建统一调度的存算基础设施，保障数据平台安全高效；模型侧，围绕“华西黉医”医学大模型统一架构，聚焦重点场景创新应用，推出陪诊智能体、医保智能体等多类应用。“多智能体的协同调动机制、安全机制、效能优化及交互标准，是AI管理和治理的重要抓手。”

华中科技大学同济医学院附属同济医院大数据与人工智能办公室主任陈妍妍介绍，医院以临床问题为起点，依托五大研究院对医学AI研发与转化进行体系化设计，衔接从概念验证、中试、临床验证到企业孵化的转化路径；建立“医院-专科-专病-项目”四层数据架构，搭建支持数据加工、模型研发和实验复现的研发环境。在此基础上，医院借鉴本体的组织方法，探索构建个体化患者信息模型和专家医学知识模型：前者按时序关联同一患者的病史、检查、治疗与结局，后者梳理指南证据与临床经验。医学智能体结合具体任务，将患者个体化情况与相关医学知识相匹配，为问诊提供追问线索，为辅助诊断提供参考依据。

“将通用模型能力转化为面向医疗任务的可靠工作能力，需要跨越工程化落地的鸿沟。”卫宁健康AI医疗事业部总经理孙前方分享了卫宁健康的五个关键做法：一是基于实时数据，构建AI可理解、可预测的高质量数据集；二是基于智能引擎与模型的协同决策，灵活适配医疗场景；三是基于多智能体自主协作，完成复杂临床场景的一键处置；四是基于智能体应用底座，实现编排调度与持续迭代；五是构建按需部署、弹性扩展的医疗AI算力体系。基于此，卫宁健康携手医院用户，以工程化能力驱动医疗AI规模化落地。

AI持续落地更多场景

“病理AI的临床落地，需解决数据可信、模型可验证及系统可靠三大问题。”江丰生物AI事业部负责人闫朝阳指出，江丰生物利用AI驱动报告数据结构化与图像数据标准化，并对病理图像进行实时质控，以实现数据可信；同时基于高质量数据，构建从通用基础模型到专病模型的完整技术体系。江丰生物持续构建病理AI全栈式引擎，推动优质病理服务向基层延伸。

首都医科大学附属北京安贞医院财务处处长白文华带来分享：与望海康信合作开发的财务管理“数智助手”投入应用后，报销单初审时间缩短，通过率显著提升。昆明医科大学第一附属医院信息中心主任陶博介绍，“AI数智运营助理”可降低专业门槛，使非运营专业人员能够获得一致适用的专业知识解释和方法指引，并自动生成科室运营及质量分析报告，有效提升科室运营管理水平。望海康信公司数据事业部副总经理、技术委员会主任许明介绍，望海康信新一代数智AI产品秉持“智能有支撑，分析有依据，执行有闭环”三大原则，支撑医院数智运营的体系化落地。在现场和线上同行的共同见证下，望海康信新一代AI数智运营产品在本届南湖HIT论坛正式发布。

“我们要让医保智能体的能力出现在每个人工作的地方。”医保监管压力下，智先生科技解决方案部负责人张敢给出“一纵一横”解决方案：纵向是“医保疑点数据循证复核系统”，聚焦医保监管疑点数据的申诉痛点，依托AI读懂监管核查意图，自动完成疑点智能复核、跨系统多源取证，一键生成附带原始证据截图的标准化申诉报告；横向是“Anywhere医保桌面智能体”，将医保AI能力嵌入日常桌面工作场景，自动读懂临床、医保管理的桌面系统业务上下文，提供医保政策问答、规则释义、智能问数与报表输出等能力，实现从规则驱动到智能体驱动、从发现疑点到循证复核自动取证的可信可用医保AI落地新路径。

熙软数智医管研究院资深专家刘明慧把医院精细化管理的核心命题概括成一句话：“用更可控的成本、更可持续的资源，向患者提供更高质量的医疗服务”。围绕医院一体化数智运营体系建设，熙软AI运营套件（Xitron）与垂直智能体“小熙”（HO-Agent）分别提供底座层和应用层能力，覆盖财务管理、人力资源管理、资产管理等场景，增强医院管理者的全面管控与实时感知能力。

医院信息中心主动作为

面对模型迭代快、调用混乱、稳定性不足等问题，浙江省肿瘤医院信息工程部主任孟振的做法是守好“一进一出”：在入口端构建“统一AI网关”，作为应用与算力之间的关口，实现跨区调用与资源共享，逐步达到“技术给数据、管理做取舍”的目标，“模型像马，管理像缰绳，换马不换缰绳”；出口端则引入临床管患者的思路，每天给AI系统做“体检”，写“病程录”，主动排查产出缺陷并给出针对性的“治疗方案”，经过连续“查房”复核稳定后才允许问题“出院”。

当前，AI Coding正在重塑医院信息部门的工作范式。南充市中医医院信息管理中心主任冯敏过去一年进行了大量的AI开发尝试。他通过3个具体项目，介绍了“以需求和验证为核心”的协作开发方法，以及医院信息部门深入实践AI Coding的心得体会：“AI越强，我们越要主动学习，不要痴迷于编程，应不断夯实专业、保持判断。”

本届南湖HIT论坛延续上年做法，为来自一线的医院信息科工程师搭建展示平台。会前，HIT专家网聚焦“AI赋能医院业务场景案例”与“医院信息部门AI能力转型实践案例”两个方向，通过案例征集等方式，让更多优秀的工程师有机会登上南湖HIT论坛的讲台。

“借助AI，小场景、小投入也能做出实在成果。”围绕“AI出院病历质控”与“出院小结自动生成”两大场景，某特色医学中心信息中心高级工程师孙建平、浙江省人民医院信息化与人工智能部工程师柳杨璇分别分享实践经验。他们的分享不仅充分彰显了深入临床一线，从实践中发现问题、提出问题、解决问题的“工程师精神”，也让观众深入感知医疗AI当前的应用水平与局限性。

AI Coding带来的变化，在台州市第一人民医院信息中心工程师徐岩看来是门槛的位移与角色、能力的变迁：“AI把‘做出来’的门槛变低了，也把‘做对’的门槛变得更高了。HIT工程师的价值，正在从写代码转向定义边界、系统设计与裁判。”

在“南湖相对论”环节，中国研究型医院学会医疗信息化分会副会长、北京高博医疗集团首席信息专家陈金雄担任主持人，与上海交通大学医学院附属仁济医院信息中心主任郑涛，苏州大学附属儿童医院院长助理、苏大附儿院吴江院区副院长朱晨，上海维链通数字技术有限公司语义智能研究院院长俞思伟，上海市第四人民医院信息管理部部长王志勇，阜外华中心血管病医院医疗质量管理中心主任张司露围绕“当前医疗AI落地最大的挑战”“医疗AI如何平衡业务主导、场景驱动与统筹建设”等问题展开讨论。

研讨认为，当前的挑战，是医院要在基础信息化和数据还不够完善的条件下发展AI。医院对待AI应用落地的态度，可概括为“积极拥抱、冷静观察、找准场景、适配条件”，落到做法上是三层：统一规划AI应用，避免形成新的烟囱；以数据治理为抓手，理清数据逻辑与语义；信息部门要持续学习，夯实底层能力，跟进技术变化，借助AI进行转型。

AI重塑医疗信息化。2026年南湖HIT论坛围绕这一主题的深度研讨，反映了当前医疗AI的创新发展仍处于快速变化阶段。确定的是，新一轮AI技术浪潮仍在驱动医疗行业持续打磨各类落地场景；医疗机构和HIT企业对于新技术的认知在实践中不断深化。这种确定性将是帮助全行业应对不确定性的最大底气。

（本文根据论坛嘉宾演讲内容进行整理。后续将陆续发布演讲嘉宾发言内容，敬请关注！）

【责任编辑：陈曦 版式：明超】