共探AI+硬件驅(qū)動(dòng)醫(yī)療數(shù)據(jù)要素化 賦能基層醫(yī)療高質(zhì)量發(fā)展
新華網(wǎng)沈陽(yáng)9月8日電（吳詩(shī)萌）9月7日，由新華網(wǎng)主辦的“工業(yè)互聯(lián)網(wǎng)+智慧醫(yī)療：生態(tài)鏈協(xié)同與高質(zhì)量發(fā)展論壇”在遼寧沈陽(yáng)舉行。作為2025全球工業(yè)互聯(lián)網(wǎng)大會(huì)的重要組成部分，本次論壇聚焦工業(yè)互聯(lián)網(wǎng)與AI在醫(yī)療領(lǐng)域的應(yīng)用落地實(shí)踐，搭建了涵蓋政府、科研院所、醫(yī)療機(jī)構(gòu)、行業(yè)協(xié)會(huì)、工業(yè)互聯(lián)網(wǎng)企業(yè)等多方的交流平臺(tái)，旨在通過(guò)跨領(lǐng)域思想碰撞，解構(gòu)技術(shù)融合難點(diǎn)，探索產(chǎn)業(yè)協(xié)同模式，為智慧醫(yī)療發(fā)展注入“工業(yè)級(jí)”新動(dòng)能。
論壇特設(shè)“AI+硬件驅(qū)動(dòng)醫(yī)療數(shù)據(jù)要素化”圓桌對(duì)話環(huán)節(jié)，上海尖晶投資有限公司董事長(zhǎng)王明輝擔(dān)任主持人，邀請(qǐng)是石科技副總裁兼CTO侯建業(yè)、康眾醫(yī)能總裁徐群、中科溫州先進(jìn)院院長(zhǎng)周樹明、國(guó)創(chuàng)決策智能研究所執(zhí)行所長(zhǎng)郭宏博、深圳市網(wǎng)絡(luò)數(shù)據(jù)合規(guī)與流通促進(jìn)會(huì)秘書長(zhǎng)丁振戇五位嘉賓，圍繞基層醫(yī)療場(chǎng)景下數(shù)據(jù)采集、AI應(yīng)用、算力架構(gòu)、數(shù)據(jù)流通及融資創(chuàng)新等核心議題，結(jié)合各自領(lǐng)域?qū)嵺`分享洞見，為基層醫(yī)療數(shù)字化轉(zhuǎn)型破解難題、指明方向。
高質(zhì)量數(shù)據(jù)分類型適配AI設(shè)備，構(gòu)建基層數(shù)據(jù)“源頭活水”
針對(duì)“基層醫(yī)療硬件與AI結(jié)合如何準(zhǔn)確獲取高質(zhì)量健康數(shù)據(jù)”的問(wèn)題，深耕基層醫(yī)療設(shè)備領(lǐng)域十余年的周樹明從設(shè)備分類切入，提出針對(duì)性解決方案。他表示，基層醫(yī)療服務(wù)與綜合醫(yī)療服務(wù)存在顯著差異，AI與硬件的結(jié)合需根據(jù)設(shè)備類型分類施策，才能精準(zhǔn)獲取高質(zhì)量健康數(shù)據(jù)。
他進(jìn)一步分析，基層醫(yī)療設(shè)備可分為三類，需適配不同AI技術(shù)：監(jiān)測(cè)類設(shè)備（如健康手表、非接觸式老人身體參數(shù)監(jiān)測(cè)設(shè)備）側(cè)重“及時(shí)性”，需依托邊緣端垂類小模型、嵌入式模型，實(shí)現(xiàn)跌倒預(yù)警、健康趨勢(shì)預(yù)測(cè)等功能，形成商業(yè)閉環(huán)；檢測(cè)類設(shè)備（如生化、影像、超聲設(shè)備）側(cè)重“規(guī)范性”，可借助垂類大語(yǔ)言模型替代傳統(tǒng)專家診斷系統(tǒng)，規(guī)范基層醫(yī)生診斷行為，提升數(shù)據(jù)完整性；治療類設(shè)備（如康復(fù)理療、中醫(yī)治療設(shè)備）目前最欠缺“療效評(píng)估”，未來(lái)可通過(guò)AI構(gòu)建治療閉環(huán)，成為基層醫(yī)療AI應(yīng)用的重點(diǎn)突破方向。
以個(gè)性化Agent為核心，構(gòu)建長(zhǎng)期醫(yī)療服務(wù)鏈路
在數(shù)據(jù)采集話題之后，王明輝將討論焦點(diǎn)轉(zhuǎn)向“采集到的數(shù)據(jù)如何與大模型結(jié)合”，邀請(qǐng)郭宏博從技術(shù)角度分享醫(yī)療模型的基層應(yīng)用路徑。郭宏博首先回應(yīng)了當(dāng)前行業(yè)對(duì)“Agent”概念的認(rèn)知困惑，隨后以自動(dòng)駕駛技術(shù)發(fā)展作類比，從AI技術(shù)發(fā)展階段與基層醫(yī)療需求結(jié)合的角度展開分析。他以指出2023年前的AI小模型已為醫(yī)療影像輔助診斷帶來(lái)影響，而當(dāng)前大模型需聚焦“Agent變革”。
數(shù)據(jù)是AI在基層醫(yī)療落地的核心基礎(chǔ)，需保障數(shù)據(jù)密度、采集方式與維度的豐富性，類似自動(dòng)駕駛模型訓(xùn)練的“數(shù)據(jù)支撐”邏輯。
未來(lái)基層醫(yī)療AI應(yīng)走向“個(gè)性化Agent服務(wù)”，為慢病患者、重病患者配備具備長(zhǎng)期記憶功能的Agent，實(shí)現(xiàn)全周期健康管理與服務(wù)鏈接，而非停留在通用化AI應(yīng)用層面。他舉例提到，團(tuán)隊(duì)近期在海外發(fā)布的“Momento”技術(shù)，可通過(guò)“歷史疊加滾動(dòng)升級(jí)”實(shí)現(xiàn)Agent個(gè)性化，這一思路可遷移至基層醫(yī)療場(chǎng)景。
云端側(cè)重前瞻，端側(cè)聚焦實(shí)效，平衡成本與需求
大模型與Agent的落地離不開算力支撐。針對(duì)“基層醫(yī)療場(chǎng)景下，算力分布與架構(gòu)如何設(shè)計(jì)更合理、更適配業(yè)務(wù)特性”的提問(wèn)，侯建業(yè)結(jié)合行業(yè)趨勢(shì)與實(shí)踐案例展開分析。他表示，從算力分布來(lái)看，隨著算力近年來(lái)被列為重要發(fā)展命題，其布局呈現(xiàn)兩大方向：一是云端或中心端，該層面更側(cè)重政策性與前瞻性。他此前任職的單位便是以政策性、前瞻性為導(dǎo)向的算力中心，例如沈陽(yáng)智算中心，便與百度開展了相關(guān)合作；二是端側(cè)，該層面更注重經(jīng)濟(jì)性與時(shí)效性。顯然，未來(lái)主要算力將逐步向端側(cè)傾斜，當(dāng)前行業(yè)正處于從中心端主導(dǎo)的概念普及階段，向端側(cè)驅(qū)動(dòng)、兼顧時(shí)效與成本的發(fā)展階段過(guò)渡。
“我個(gè)人同時(shí)參與醫(yī)療大模型研發(fā)，我們團(tuán)隊(duì)開發(fā)的醫(yī)療大模型，其發(fā)展路徑也印證了這一趨勢(shì)。”侯建業(yè)介紹，模型初期訓(xùn)練依托千張中心端算力完成，后續(xù)在深圳某醫(yī)院部署時(shí)，恰逢相關(guān)支持資金到位，才正式進(jìn)入醫(yī)院實(shí)際應(yīng)用階段。通過(guò)與醫(yī)院持續(xù)溝通推進(jìn)推廣，已能看到具體落地成效，可量化統(tǒng)計(jì)每日接待患者數(shù)量、系統(tǒng)瀏覽量、訪問(wèn)量及人工替代規(guī)模等數(shù)據(jù)。
明確權(quán)屬與匿名化，激活基層醫(yī)療數(shù)據(jù)資產(chǎn)
聚焦醫(yī)療數(shù)據(jù)這一敏感個(gè)人信息，丁振戇強(qiáng)調(diào)需重點(diǎn)關(guān)注兩個(gè)核心維度。“一是數(shù)據(jù)權(quán)屬界定模糊，當(dāng)前不少醫(yī)療數(shù)據(jù)平臺(tái)歸集了大量基層醫(yī)療數(shù)據(jù)，但這些數(shù)據(jù)的所有權(quán)究竟歸屬誰(shuí)，至今沒(méi)有明確答案，這是數(shù)據(jù)流通前必須優(yōu)先解決的問(wèn)題。”二是基層醫(yī)療機(jī)構(gòu)的數(shù)據(jù)權(quán)利界定，他舉例說(shuō)明：“即便地方衛(wèi)健委搭建醫(yī)療數(shù)據(jù)平臺(tái)，其核心作用也只是協(xié)助基層醫(yī)療機(jī)構(gòu)管理數(shù)據(jù)，而非擁有數(shù)據(jù)所有權(quán)。多數(shù)醫(yī)院、衛(wèi)生院具備獨(dú)立法人資格，若將數(shù)據(jù)視作資產(chǎn)，理應(yīng)納入其資產(chǎn)序列；尤其公立醫(yī)院的數(shù)據(jù)資產(chǎn)，還需接受財(cái)政部門監(jiān)管，因此數(shù)據(jù)權(quán)屬本質(zhì)上應(yīng)回歸基層醫(yī)療機(jī)構(gòu)的資產(chǎn)屬性。”
在醫(yī)療數(shù)據(jù)使用規(guī)范上，丁振戇特別指出匿名化機(jī)制的重要性：“若要將數(shù)據(jù)用于人工智能體的開發(fā)與應(yīng)用，必須先建立完善的匿名化規(guī)則。數(shù)據(jù)經(jīng)匿名化處理后，若無(wú)法再關(guān)聯(lián)至個(gè)人，就能脫離《個(gè)人信息保護(hù)法》的約束，進(jìn)而在AI應(yīng)用研發(fā)、價(jià)值轉(zhuǎn)化過(guò)程中，充分釋放其使用價(jià)值與收益潛力。”
以RWA模式破解資金痛點(diǎn)，打通規(guī)�；涞劓溌�
圍繞康眾醫(yī)能在基層醫(yī)療領(lǐng)域的業(yè)務(wù)創(chuàng)新方向、核心模式理念，以及作為上市公司子公司的具體推進(jìn)路徑與后續(xù)發(fā)展計(jì)劃，徐群結(jié)合行業(yè)趨勢(shì)與企業(yè)實(shí)踐進(jìn)行了詳細(xì)介紹。他表示，自去年DeepSeek引發(fā)行業(yè)關(guān)注后，AI賦能千行百業(yè)的落地潛力得到廣泛認(rèn)可，醫(yī)療領(lǐng)域更成為AI落地的核心賽道之一，眾多企業(yè)紛紛入局基層醫(yī)療市場(chǎng)探索實(shí)踐。
“在實(shí)踐中我們發(fā)現(xiàn)，基層醫(yī)療AI落地面臨三大核心痛點(diǎn)。”徐群坦言，一是基層醫(yī)療機(jī)構(gòu)財(cái)政及院方預(yù)算普遍緊張；二是AI技術(shù)落地前期投入成本較高；三是傳統(tǒng)金融機(jī)構(gòu)對(duì)“AI服務(wù)+數(shù)據(jù)要素”模式的信用水平與現(xiàn)金流穩(wěn)定性難以評(píng)估。“這導(dǎo)致不少試點(diǎn)工作因資金問(wèn)題推進(jìn)受阻，大規(guī)模推廣更無(wú)從談起。”
為破解這一困境，康眾醫(yī)能開展了針對(duì)性探索。徐群介紹，團(tuán)隊(duì)認(rèn)為將AI服務(wù)的可確認(rèn)、可驗(yàn)證回款與數(shù)據(jù)要素使用收益權(quán)相結(jié)合，打造合規(guī)可落地的真實(shí)世界資產(chǎn)（RWA），是突破資金瓶頸的可行路徑，并為此設(shè)計(jì)了四步實(shí)施策略：第一步是明確可證券化資產(chǎn)范圍，經(jīng)探索確定為智能硬件租賃與維�；乜�、AI服務(wù)回款、去標(biāo)識(shí)化數(shù)據(jù)使用收益回款三類，均能產(chǎn)生穩(wěn)定現(xiàn)金流；第二步是構(gòu)建現(xiàn)金流計(jì)量標(biāo)準(zhǔn)，團(tuán)隊(duì)已建立一套可計(jì)算、可追溯的計(jì)量體系；第三步是搭建風(fēng)控與融資架構(gòu)，以上市公司信用為依托構(gòu)建風(fēng)控體系，將底層資產(chǎn)現(xiàn)金流打包設(shè)立特殊目的載體（SPV），聯(lián)合地方國(guó)資、銀行理財(cái)、險(xiǎn)資等機(jī)構(gòu)優(yōu)先認(rèn)購(gòu)；第四步是保障合規(guī)與數(shù)據(jù)安全，全程采用法幣結(jié)算、托管監(jiān)管及鏈上確權(quán)機(jī)制，確保證券化標(biāo)的為服務(wù)回款與數(shù)據(jù)使用許可收益權(quán)，而非敏感個(gè)人數(shù)據(jù)。
“通過(guò)這四步舉措，我們成功將AI硬件、區(qū)域數(shù)據(jù)流通與創(chuàng)新金融模式相結(jié)合。”徐群強(qiáng)調(diào)，此舉可實(shí)現(xiàn)“以用促融、以融促建”的良性循環(huán)，最終推動(dòng)AI技術(shù)在基層醫(yī)療領(lǐng)域的規(guī)�；涞�。
本次“AI+硬件驅(qū)動(dòng)醫(yī)療數(shù)據(jù)要素化”圓桌對(duì)話，匯聚算力、設(shè)備、科研、AI、合規(guī)等多領(lǐng)域智慧，從技術(shù)落地、模式創(chuàng)新、政策適配等維度為基層醫(yī)療數(shù)字化提供了可操作的實(shí)踐路徑，不僅為“工業(yè)互聯(lián)網(wǎng)+智慧醫(yī)療”生態(tài)鏈協(xié)同發(fā)展注入基層視角，也為健康中國(guó)建設(shè)夯實(shí)了基層醫(yī)療數(shù)字化基礎(chǔ)。
