神州数码汤凯CHIMA演讲 AI医疗场景实践与高质量数据集构建

2026年4月末，珠海成为医疗信息化领域的思想交汇点。中国医院信息网络大会（CHIMA 2026）盛大召开，吸引了行业广泛关注。与会专家围绕医疗信息化与人工智能的前沿动态、技术创新及实际应用，进行了深入交流。在“问鼎国际顶刊：中国医疗人工智能的突破与临床转化”专题论坛上，神州数码副总裁兼总工程师汤凯发表了主旨演讲，聚焦于当前医疗AI落地的核心议题——《“AI+医疗”的场景实践与高质量数据集构建》，分享了宝贵的实战经验。

从理念到实践：AI for Process 的协和样本

在演讲中，汤凯重点介绍了神州数码与北京协和医院基于“AI for Process”（流程智能化）理念的共同探索成果。双方的合作超越了单一技术试点，深入到了特定疾病的完整诊疗流程之中。以胰腺癌围手术期管理为例，已成功开发并部署了多个AI智能体，切实改变了临床工作模式。

成效是显著的。术后并发症诊疗智能体投入应用后，诊断准确率提升至94.38%。更为关键的是，它将住院医师的诊断耗时从原先的20多分钟大幅缩短至约5分钟，工作效率得到显著提升。术前可切除性评估智能体，综合准确率达到93.67%，成为医生制定手术方案时的重要参考。而TNM分期智能体，则精准攻克了淋巴结转移判断这一临床难点，有效提升了肿瘤分期诊断的准确性。

此外，双方联合打造的首个“麻醉AI智能体”也已成功上线。它切入的是术前麻醉评估与方案生成这一复杂场景，目前方案匹配度已接近90%。该智能体的创新性在于，构建了“麻醉医生、数字人（智能体）与手术机器人”三者协同工作的新模式，为麻醉诊疗的智能化发展开辟了新路径。

超越单点：系统性重塑与流程再造

显而易见，医疗智能化远非引入一两个算法模型那么简单。真正的升级，在于对全业务流程的系统性重塑与再造。基于这一深刻认知，神州数码将“AI for Process”的理念进行了深化与拓展。

一方面，是向全院级多学科协作体系延伸。在持续推进科室级智能体研发的同时，成功落地了“AI+MDT”多学科会诊创新模式。通过AI技术打通科室间的协作壁垒，会诊流程的流转效率与决策质量均获得大幅提升。另一方面，团队也在积极探索大语言模型与医学机理模型的深度融合，以优化疾病筛查的全流程。例如，在胰腺癌早期筛查领域开展科研攻关，目标直指实现“早发现、早诊断、早治疗”的临床理想。

从与协和医院的合作实践中可以清晰地看到，医疗AI成功落地的逻辑日益清晰。技术必须深度嵌入临床诊疗的全流程，针对具体的业务环节、工作链路与协作机制进行精准优化，方能构建起“医生主导、数据支撑、人机协同”的标准化诊疗新范式。唯有如此，人工智能才能真正服务于临床，赋能于业务。

人机协同：AI在医疗场景的三大价值锚点

那么，在这种人机协同的新模式下，AI智能体究竟能带来哪些不可替代的核心价值？演讲中将其精炼地归纳为三个关键维度：

首先是**效能价值**。在并发症诊疗、症状判断等重复性高、耗时长的环节，AI能显著提升医生的工作效率，将医护人员从繁重的事务性工作中解放出来，从而释放其专业价值。

其次是**精准医疗价值**。智能体能够学习并沉淀高水平专家的诊疗经验与知识体系，为临床医师提供交叉验证的决策参考。这有助于降低临床误诊率，从整体上提升医院的诊疗水平。

最后是**标准化与可及性价值**。通过医联体等协同体系，可以将基于高质量数据集和顶尖专家经验训练的AI能力，横向赋能至基层医疗机构。这相当于让更广泛区域的患者能够便捷地享受到同质化的高水平诊疗服务，对于推动医疗资源均衡化、提升基层医疗服务能力具有重大意义。

破局关键：高质量数据集何以成为“基石”？

谈及推动医疗AI深入落地的核心关键，汤凯明确指出，**高质量数据集是至关重要的基石**。这里需要打破一个常见误区——“唯模型论”。再先进的模型，也必须建立在高质量的数据根基之上。真正的工程化落地路径，是“业务需求 + 高质量数据 + 算法模型”三位一体、协同驱动。

经过严格的业务数据治理与医学规则加持的方案，其数据完整性和准确性可以趋近100%，且所有字段均有循证医学支撑。这种方案的效果与可靠性，远非单纯依赖模型算法所能比拟。为此，神州数码将高质量数据集的构建方法，总结为一条“双螺旋结构”的迭代演进路径。

一条螺旋聚焦于“**数据与语义的统一**”，确保数据能被机器准确理解；另一条则聚焦于“**专业认知与规则的统一**”，将医学知识转化为可计算的逻辑。两者通过“**规模化采集 → 标准化处理 → 特征化提取 → 关联化构建**”的循环，不断迭代进化。其中，“特征化”是将医生的隐性诊疗经验转化为可计算、可结构化的数据特征；“关联化”则是建设高质量的专病数据库，为AI模型提供精准的“养分”。

需要特别强调的是，高质量数据集绝非数据的简单堆砌。它是一个能够体现完整临床业务逻辑、具备明确医学价值的专业化数据集合。它的建设是一项需要长期投入、持续优化的系统工程，但其价值也正在于此——它为医疗机构在AI时代的智能化转型与升级，提供了可复制、可借鉴的坚实基石。

未来展望：以流程智能化驱动产业升级

展望未来，医疗AI深化应用的方向已然清晰。持续践行“AI for Process”核心理念，以真实的临床需求为根本出发点，深化医工交叉协同创新，是必然选择。下一步，需要进一步推动AI深度嵌入医疗全业务流程的每一个关键环节。

依托日益成熟的智能体技术、扎实的数据治理能力以及丰富的场景落地经验，持续完善人机协同的智慧诊疗新模式。最终，通过业务流程的全面智能化，来驱动医疗生产力的深刻变革与升级，助力整个医疗健康产业实现高质量的数字化转型与发展，为“健康中国”战略的建设贡献切实的力量。