CHIMA2026●DAY2:医院AI真正的竞争,已经不在模型,而在系统承接能力!!!

CHIMA第一天看下来，最大的感受不是AI有多热，而是医院信息化正在补一门老课。

这门课叫：IT治理。

昨天的议题里，IT治理、信息科管理、项目标准化、主动运维、网络安全、业务连续性，这些词听起来都不如大模型、智能体那么吸引眼球。

但它们恰恰是医院数字化最底层的东西。

很多医院这几年系统越来越多，项目越来越密，数据越来越散，安全压力越来越大，信息科也越来越忙。

可问题是，系统多了以后，医院的管理效率真的提升了吗？数据真的用起来了吗？项目真的持续产生价值了吗？临床和管理部门真的感受到信息化的价值了吗？

不一定。

这就是很多医院信息化的“亚健康”状态。

不是没有投入，不是没有系统，也不是没有项目，而是缺少一套能让系统长期稳定运行、让项目持续产生价值、让风险提前被发现、让责任边界清晰可追溯的治理机制。

这也是ZUO天议题最值得关注的地方。就像昨天一位信息科主任提到的，医院信息化“亚健康”状态的本质，是IT治理缺失；而IT治理不是简单的IT管理，它需要制度、流程、工具共同形成可决策、可执行、可持续的运行机制。

所以，昨天其实是在提醒医院：

没有治理底座，后面的AI越热，信息科越被动。

到了今天，这条线就接上了。

这也符合大会的主题：传承、创新、发展

今天的重点明显开始转向AI、大模型、智能体、医疗软件、信息中心和临床转化。

这说明医院AI已经不再停留在“模型能力展示”阶段，而是开始逼近医院真实运行体系。

过去谈医疗AI，很多人容易盯着模型本身。

谁的参数更大？ 谁的推理更强？ 谁的问答更像医生？ 谁的演示更惊艳？

但真正进了医院，模型只是第一步。

后面的问题才是真正的难点。

AI要接哪个系统？数据从哪里来？结果写回哪里？医生在哪个环节使用？患者怎么触达？权限怎么控制？日志怎么留存？出了问题谁负责？上线以后谁持续运营？

这些问题，单靠模型解决不了。

这就是今天释放出的核心信号：

医院AI真正的竞争，已经从模型竞争，转向系统承接能力竞争。

什么叫系统承接能力？

不是买一个AI产品，也不是装一个智能助手，更不是在展台上看一段演示。

而是医院有没有能力把AI接进现有业务系统，嵌入真实工作流程，纳入安全、权限、审计、运维和绩效评价体系。

如果承接不了，AI就会变成新的系统孤岛。

过去医院有HIS孤岛、EMR孤岛、PACS孤岛、科研数据孤岛。未来如果不提前治理，很可能又会出现AI孤岛。

每个科室一个智能体。 每个厂商一套知识库。 每个项目一个入口。 每个应用都说自己能提效。

最后，全压到信息科身上。

所以，今天真正值得带回医院的，不是一句“AI很热”，而是一组更现实的问题：

我们医院有没有AI项目统一评审机制？ 智能体上线前，有没有权限、数据、安全和责任边界评估？ AI应用能不能嵌入医生现有流程，而不是额外增加负担？ AI输出结果能不能审计、追溯、纠偏？ 信息科有没有能力持续运营这些AI应用？ 厂商交付的是单点功能，还是可接入、可扩展、可治理的系统方案？

这才是医院AI落地的分水岭。

昨天讲IT治理、网络安全、项目标准化、主动运维，本质上是在补医院信息化的底座。

今天讲AI对软件、信息中心和临床转化的影响，本质上是在问：

这个底座，能不能承接AI？

如果不能，AI越多，医院越乱。 如果能，AI才可能真正从“演示能力”变成“系统能力”。

所以我更愿意把今天理解为一个信号：

医院AI的上半场，大家拼模型、拼场景、拼演示效果。

但下半场，拼的一定是系统承接能力。

谁能把AI接进医院业务系统，谁才有机会。 谁能把AI嵌入临床真实流程，谁才有价值。 谁能把AI纳入治理体系，谁才能长期跑下去。

对信息科来说，这也不是坏事。

因为模型可以来自厂商，算法可以来自平台，应用可以来自生态。

但真正懂系统、懂流程、懂接口、懂风险、懂责任边界的人，依然是信息科。

AI时代，信息科不是被替代。

信息科真正要争取的，是从“系统维护者”，变成“AI系统承接与治理者”。

医院AI真正的竞争，已经不在模型，而在系统承接能力。

谁能承接，谁才算真正开始落地。