近年来，我国持续推进医疗行业数智化转型，AI+各类细分场景正加速落地。AI技术通过对大量医疗数据的处理和分析，辅助医生诊断和治疗，不仅能降低人力成本、提高诊疗效率，还能全面提升医疗服务体验。尤其在《卫生健康行业人工智能应用场景参考指引》推进下，AI正在成为推动卫生健康行业创新发展的新引擎。
在这一趋势下，日前召开的中国医院信息网络大会暨医疗信息技术和产品展览会（CHIMA 2025），重点聚焦AI融合医疗、共促高质量发展，围绕医疗数智化领域的新技术、新趋势和新应用进行了深入探讨。在此次大会上，华为也深入分享了自身在助力医疗行业数智化转型，推动医疗健康高质量发展方面的创新和实践。
为了推动AI与卫生健康行业的深度融合，华为通过产品技术上的创新，正在为健康中国建设构筑数智底座，支撑医疗行业数智化转型；同时，华为也在联合行业伙伴打造场景化解决方案，推动AI在更多应用场景的落地，进一步助力卫生健康高质量发展。
AI加速落地，医疗数智化转型进入新阶段
如今，AI技术正在以前所未有的速度渗透到各行各业，并成为推动传统行业转型升级的核心引擎。尤其在卫生健康行业，从药物研发到智能门诊，从智能辅助诊断到智能病房管理，AI技术正重塑医疗服务的每一个环节，推动医疗服务向更高效、更精准、更普惠的方向发展。
与此同时，国家卫健委也在积极开展“人工智能+”行动，不断加强基层的信息化能力，大量应用AI辅助技术来提升基层服务能力和水平。今年年初，以DeepSeek为代表的AI技术创新，大幅降低了AI技术应用门槛，推动医疗行业进入平权时代。
在AI重构医疗行业过程中，也在造就数据的黄金时代。华为医疗卫生军团（西）总裁张伟力表示，AI在医疗行业的重构作用标志着数据黄金时代的到来。数据作为AI大模型的核心，其规模和质量直接影响模型性能；而高质量的数据样本可显著提升模型能力。随着医疗数据量从TB级跃升至PB级，数据的爆发式增长正在加速整个行业创新发展。
为了推动AI大模型在医疗行业的落地，华为正在从计算、网络、存储等ICT基础设施入手，通过持续的产品和技术创新，不断夯实医疗行业数智化转型的底座，助力医疗行业增强算力、运力和存力，释放数据价值，并为医疗行业推动AI创新提供有力支撑。
不仅如此，华为也在携手伙伴，聚焦重点场景，利用在5G通信、云计算、边缘计算、升腾计算架构及盘古大模型等方面的技术优势，打造有竞争力的AI诊疗解决方案，进而构建覆盖医疗诊断、治疗和管理的全链条智能医疗体系，并解决AI在医疗行业落地过程中技术、生态对接等问题。
夯实数智底座，构筑医疗行业大模型根基
目前，医疗行业在推进AI大模型行业化落地过程中，仍面临三大核心挑战。首先，数据工程耗时较长，由于为大模型训练准备的数据存在数据孤岛问题，并且格式多样，需要经过清洗和标注等多个环节，这些往往占据模型开发时间的60%。其次，模型训练及应用落地难度较大，大模型AI组件多且繁杂，模型训练过程中选型、适配、开发等流程繁琐，应用落地对接的技术要求高，导致开发周期难以控制。第三，AI集群的可用度低，由于算力等待、任务潮汐效应及资源碎片化等原因，XPU等算力资源的利用率往往不足50%。
为了帮助医疗行业应对以上挑战，华为已经推出了DCS AI解决方案。张伟力表示，该方案提供软硬全栈，面向AI的一站式方案，帮助医疗行业构建大模型基础底座；同时，该方案可适配DeepSeek等主流通用大模型，支持医疗行业涵盖智能诊断、医学图像识别、病历书写、医学知识问答和智能健康助手等AI应用。
具体而言，华为DCS AI解决方案可提供面向百卡以上训推场景的DCS AI训推集群解决方案，以及面向企业训推场景的DCS AI训推超融合一体机，可支撑医疗行业大模型加速落地。其中，AI全流程工具链ModelEngine作为DCS AI最核心的组件，能够为医疗行业提供数据工程、模型工程、应用编排三大能力，推动AI快速落地。
在数据工程方面，针对数据格式多样、数据孤岛问题突出，数据处理算子复杂、开发难度高等问题，DCS AI解决方案通过融合数据湖、数据预处理算子等AI数据工程工具，可以提供数据一站式集成、开发、分析/透视、共享开放等，大幅节约训练准备周期。
在模型工程方面，针对模型适配和模型调整过程中，预训练、微调、知识增强过程复杂，模型管理效率低下等问题，DCS AI解决方案从部署训推到测评，可以为AI开发提供模型的开发、训练、微调、推理部署及管理等全流程服务能力，将模型管理全流程效率提升30%。
在应用编排方面，针对AI应用开发要求高，需要软件开发专业能力，AI专业知识，开发调试周期长等问题，DCS AI解决方案可以提供大模型应用一站式开发与部署工具，大幅降低AI应用开发难度，让非专业开发者快速上手，将应用上线周期缩短80%。
在资源调度方面，针对XPU资源难以有效调度与利用，资源碎片率高造成的推理任务等待等问题，DCS AI解决方案通过SmartAI智能调度引擎与XPU池化，可将资源可用度、任务并发量提升30%；通过容器技术实现算力资源在任务之间的共享与调度，将资源碎片率从35%降至5%。
深化“AI+医疗”，助力卫生健康高质量发展
今年年初，上海交通大学医学院附属瑞金医院正式发布瑞智病理大模型RuiPath。作为临床级多模态互动式病理大模型，RuiPath可以覆盖中国每年90%癌症发病人群罹患的癌种，并且亚专科知识问答深度达到专家级知识水平，这不仅改变了传统病理医生的工作模式，也提升了诊断效率与质量。
华为资深行业解决方案架构师王刚表示，在与瑞金医院合作的过程中，华为DCS AI解决方案通过高效数据工程、系统级模型训练与推理加速、极简应用开发等核心技术，帮助瑞金医院有效解决了AI大模型落地所面临的挑战，并仅需16张卡，2个月训练百万病理切片，即可轻松实现瑞智病理大模型RuiPath的全流程快速落地，包括病理数据的收集和清洗、图像预训练、大模型精调、优化与部署、AI应用编排及AI医疗应用等。
而中山大学中山眼科中心通过与华为合作打造的眼科大模型ChatZOC，既能提升眼科筛查的准确性、完整性和筛查效率；也能助力实现“筛-查-治”三级诊疗模式，推动优质医疗资源下沉，实现普惠医疗；山东大学齐鲁医院联合华为推出的齐鲁•心擎急性胸痛大模型，可助力实现胸痛患者的“早期诊断、危险分层、正确分流、科学救治”。
尽管瑞金医院、中山眼科、齐鲁医院等头部医疗机构已在AI大模型创新应用中取得突破，但对于大多数医疗机构来说，随着AI与医疗场景的深度融合，他们依然面临算力利用率不足、数据孤岛严重、多模态调阅及分析难、医疗AI训练难度大等业务痛点。
对此，王刚表示，华为通过存算网高度协同、ModelEngine AI工具链、医疗融合数据湖等ICT多产品组合，支持医疗业务智慧化升级和创新的同时；也在持续推进AI组织与生态构建的沃土，并联合行业伙伴共同开展在打造价值应用，助力构建整合性医疗服务体系，实现分级诊疗落地，推动优质医疗资源下沉、赋能基层。
如今，在技术创新与政策支持的双轮驱动下，AI+医疗正在成为推动优质医疗资源下沉、实现全生命周期健康管理的重要驱动力。由世界经济论坛发布的《人工智能驱动健康的未来：引领潮流》报告也预测，2024年至2032年，AI医疗市场将以每年43%的速度增长。
在这一趋势下，AI大模型等新技术将进一步推动医疗行业的数智化转型，并激发出更多的AI+医疗创新应用。而华为在产品技术创新与业务场景创新上的探索和实践，无疑将为卫生健康的高质量发展注入更强的AI力量。
