近年來，我國持續推進醫療行業數智化轉型，AI+各類細分場景正加速落地。AI技術通過對大量醫療數據的處理和分析，輔助醫生診斷和治療，不僅能降低人力成本、提高診療效率，還能全面提升醫療服務體驗。尤其在《衛生健康行業人工智能應用場景參考指引》推進下，AI正在成為推動衛生健康行業創新發展的新引擎。
在這一趨勢下，日前召開的中國醫院信息網絡大會暨醫療信息技術和產品展覽會（CHIMA 2025），重點聚焦AI融合醫療、共促高質量發展，圍繞醫療數智化領域的新技術、新趨勢和新應用進行了深入探討。在此次大會上，華為也深入分享了自身在助力醫療行業數智化轉型，推動醫療健康高質量發展方面的創新和實踐。
為了推動AI與衛生健康行業的深度融合，華為通過產品技術上的創新，正在為健康中國建設構築數智底座，支撐醫療行業數智化轉型；同時，華為也在聯合行業夥伴打造場景化解決方案，推動AI在更多應用場景的落地，進一步助力衛生健康高質量發展。
AI加速落地，醫療數智化轉型進入新階段
如今，AI技術正在以前所未有的速度滲透到各行各業，並成為推動傳統行業轉型升級的核心引擎。尤其在衛生健康行業，從藥物研發到智能門診，從智能輔助診斷到智能病房管理，AI技術正重塑醫療服務的每一個環節，推動醫療服務向更高效、更精準、更普惠的方向發展。
與此同時，國家衛健委也在積極開展「人工智能+」行動，不斷加強基層的信息化能力，大量應用AI輔助技術來提升基層服務能力和水平。今年年初，以DeepSeek為代表的AI技術創新，大幅降低了AI技術應用門檻，推動醫療行業進入平權時代。
在AI重構醫療行業過程中，也在造就數據的黃金時代。華為醫療衛生軍團（西）總裁張偉力表示，AI在醫療行業的重構作用標誌着數據黃金時代的到來。數據作為AI大模型的核心，其規模和質量直接影響模型性能；而高質量的數據樣本可顯著提升模型能力。隨着醫療數據量從TB級躍升至PB級，數據的爆髮式增長正在加速整個行業創新發展。
為了推動AI大模型在醫療行業的落地，華為正在從計算、網絡、存儲等ICT基礎設施入手，通過持續的產品和技術創新，不斷夯實醫療行業數智化轉型的底座，助力醫療行業增強算力、運力和存力，釋放數據價值，並為醫療行業推動AI創新提供有力支撐。
不僅如此，華為也在攜手夥伴，聚焦重點場景，利用在5G通信、雲計算、邊緣計算、昇騰計算架構及盤古大模型等方面的技術優勢，打造有競爭力的AI診療解決方案，進而構建覆蓋醫療診斷、治療和管理的全鏈條智能醫療體系，並解決AI在醫療行業落地過程中技術、生態對接等問題。
夯實數智底座，構築醫療行業大模型根基
目前，醫療行業在推進AI大模型行業化落地過程中，仍面臨三大核心挑戰。首先，數據工程耗時較長，由於為大模型訓練準備的數據存在數據孤島問題，並且格式多樣，需要經過清洗和標註等多個環節，這些往往佔據模型開發時間的60%。其次，模型訓練及應用落地難度較大，大模型AI組件多且繁雜，模型訓練過程中選型、適配、開發等流程繁瑣，應用落地對接的技術要求高，導致開發周期難以控制。第三，AI集群的可用度低，由於算力等待、任務潮汐效應及資源碎片化等原因，XPU等算力資源的利用率往往不足50%。
為了幫助醫療行業應對以上挑戰，華為已經推出了DCS AI解決方案。張偉力表示，該方案提供軟硬全棧，面向AI的一站式方案，幫助醫療行業構建大模型基礎底座；同時，該方案可適配DeepSeek等主流通用大模型，支持醫療行業涵蓋智能診斷、醫學圖像識別、病曆書寫、醫學知識問答和智能健康助手等AI應用。
具體而言，華為DCS AI解決方案可提供面向百卡以上訓推場景的DCS AI訓推集群解決方案，以及面向企業訓推場景的DCS AI訓推超融合一體機，可支撐醫療行業大模型加速落地。其中，AI全流程工具鏈ModelEngine作為DCS AI最核心的組件，能夠為醫療行業提供數據工程、模型工程、應用編排三大能力，推動AI快速落地。
在數據工程方面，針對數據格式多樣、數據孤島問題突出，數據處理算子複雜、開發難度高等問題，DCS AI解決方案通過融合數據湖、數據預處理算子等AI數據工程工具，可以提供數據一站式集成、開發、分析/透視、共享開放等，大幅節約訓練準備周期。
在模型工程方面，針對模型適配和模型調整過程中，預訓練、微調、知識增強過程複雜，模型管理效率低下等問題，DCS AI解決方案從部署訓推到測評，可以為AI開發提供模型的開發、訓練、微調、推理部署及管理等全流程服務能力，將模型管理全流程效率提升30%。
在應用編排方面，針對AI應用開發要求高，需要軟件開發專業能力，AI專業知識，開發調試周期長等問題，DCS AI解決方案可以提供大模型應用一站式開發與部署工具，大幅降低AI應用開發難度，讓非專業開發者快速上手，將應用上線周期縮短80%。
在資源調度方面，針對XPU資源難以有效調度與利用，資源碎片率高造成的推理任務等待等問題，DCS AI解決方案通過SmartAI智能調度引擎與XPU池化，可將資源可用度、任務並發量提升30%；通過容器技術實現算力資源在任務之間的共享與調度，將資源碎片率從35%降至5%。
深化「AI+醫療」，助力衛生健康高質量發展
今年年初，上海交通大學醫學院附屬瑞金醫院正式發佈瑞智病理大模型RuiPath。作為臨床級多模態互動式病理大模型，RuiPath可以覆蓋中國每年90%癌症發病人群罹患的癌種，並且亞專科知識問答深度達到專家級知識水平，這不僅改變了傳統病理醫生的工作模式，也提升了診斷效率與質量。
華為資深行業解決方案架構師王剛表示，在與瑞金醫院合作的過程中，華為DCS AI解決方案通過高效數據工程、系統級模型訓練與推理加速、極簡應用開發等核心技術，幫助瑞金醫院有效解決了AI大模型落地所面臨的挑戰，並僅需16張卡，2個月訓練百萬病理切片，即可輕鬆實現瑞智病理大模型RuiPath的全流程快速落地，包括病理數據的收集和清洗、圖像預訓練、大模型精調、優化與部署、AI應用編排及AI醫療應用等。
而中山大學中山眼科中心通過與華為合作打造的眼科大模型ChatZOC，既能提升眼科篩查的準確性、完整性和篩查效率；也能助力實現「篩-查-治」三級診療模式，推動優質醫療資源下沉，實現普惠醫療；山東大學齊魯醫院聯合華為推出的齊魯•心擎急性胸痛大模型，可助力實現胸痛患者的「早期診斷、危險分層、正確分流、科學救治」。
儘管瑞金醫院、中山眼科、齊魯醫院等頭部醫療機構已在AI大模型創新應用中取得突破，但對於大多數醫療機構來說，隨着AI與醫療場景的深度融合，他們依然面臨算力利用率不足、數據孤島嚴重、多模態調閱及分析難、醫療AI訓練難度大等業務痛點。
對此，王剛表示，華為通過存算網高度協同、ModelEngine AI工具鏈、醫療融合數據湖等ICT多產品組合，支持醫療業務智慧化升級和創新的同時；也在持續推進AI組織與生態構建的沃土，並聯合行業夥伴共同開展在打造價值應用，助力構建整合性醫療服務體系，實現分級診療落地，推動優質醫療資源下沉、賦能基層。
如今，在技術創新與政策支持的雙輪驅動下，AI+醫療正在成為推動優質醫療資源下沉、實現全生命周期健康管理的重要驅動力。由世界經濟論壇發佈的《人工智能驅動健康的未來：引領潮流》報告也預測，2024年至2032年，AI醫療市場將以每年43%的速度增長。
在這一趨勢下，AI大模型等新技術將進一步推動醫療行業的數智化轉型，並激發出更多的AI+醫療創新應用。而華為在產品技術創新與業務場景創新上的探索和實踐，無疑將為衛生健康的高質量發展注入更強的AI力量。
