浙江医疗AI进入＂全流程串联＂时代:AI赋能医疗大变局

我一开始还半信半疑。医疗AI这事儿喊了这么多年，真正落地的东西有多少？大部分时候就是挂号系统加个AI客服，或者影像报告上加个"AI辅助诊断"的标签。噱头大于实质。

但看完浙江医疗AI，我承认我的偏见被刷新了。

一个真实的故事

事情是这样的。

杭州的陈阿姨今年58岁，有多年的高血压和糖尿病史。以前每次复查，她都要提前好几天在医院App上抢号，到了医院先排队挂号，再排队候诊，见到医生后把病史重新说一遍，医生问诊完开检查单，她再去排队缴费、排队做检查、等报告……一套流程下来，人都快散架了。

上周，她在邵逸夫医院体验了一套完全不同的流程。

挂号环节，AI提前分析了她上传的病史和近期症状，生成了一份预问诊记录，医生看诊前就已经了解了她的基本情况。到医院后，智能分诊精准匹配内分泌科，候诊时AI持续跟进来更新她的最新状态。看诊时医生借助AI辅助诊断，系统自动生成了结构化病历和诊疗建议，检查完成后AI生成报告解读和用药指导。离院后AI持续追踪她的康复情况，下一次复查前自动提醒。

整个过程，陈阿姨没有多说过一句话。所有信息在各个环节之间自动流转，无缝衔接。

这不是科幻。这是今年9月，浙江在数贸会上公开展示的真实就医场景。

全流程串联，来了

这次数贸会上，浙江医疗AI打出了一个概念，我觉得比很多高大上的词汇都要精准——「全流程串联」。

什么意思呢？

就是从你挂号开始，到最后康复离开，AI贯穿每一个环节。不是某个环节单独用AI，而是挂号、分诊、候诊、看诊、检查、报告、用药、随访，所有节点全部串联起来，数据自动流转，患者不用重复描述病情，医生不用重复读取信息，检查结果自动同步到下一个流程。

这听起来好像挺简单，但做过医疗信息化的人都知道，这事儿有多难。

医院的信息系统大概是全世界最复杂的信息系统之一。HIS、LIS、PACS、EMR……不同系统来自不同厂商，数据格式不统一，接口不互通。以前每个系统都是一座孤岛，想把它们连起来，需要大量的接口开发和数据清洗工作。

而浙江的做法，是建了一个医疗AI Token工厂。

这个名字听起来有点怪，但我理解之后觉得还挺形象。Token，在AI领域可以理解为「算力token」——调用一次AI服务，消耗一个Token。工厂，意味着标准化生产。

这个工厂由中国联通、浙大邵逸夫医院等三方联合共建，依托万卡级智算集群，面向医疗大模型训练、推理和临床辅助决策等场景。简单来说，就是把原本分散的算力、数据、模型能力打通，形成标准化、可调用的医疗AI基础服务。

对基层医院来说，这太重要了。

长期以来，医疗AI落地基层面临一个关键门槛：基层医院引入AI智能体后，仍需依托高性能算力系统完成医学数据计算，但基层医院普遍缺乏部署高性能算力服务器的能力。算力在哪儿？成本谁出？运维谁做？

现在有了Token工厂，基层医院不需要自己建算力平台，通过Token调用即可使用高性能医疗AI。就像用水用电一样，按需调用，按量付费。

今年6月，邵逸夫医院首创了全国首家医疗智能体AI Token跨院全流程结算服务。患者在不同医院就诊时，AI能自动读取历史诊疗数据，实现跨院流转。这意味着什么？意味着一个在杭州社区医院就诊的患者，他的病史数据可以被上级医院的AI系统读取，医生在问诊前就已经掌握了他的基本情况。

14家医院同时开练

全流程串联要真正落地，光有工厂还不够，还得有"练兵场"。

这次数贸会上，浙江宣布了一个重要动作——首批14家医学人工智能临床验证中心正式揭牌。

这14家中心都是省内头部医院，包括浙江省人民医院、浙江省肿瘤医院、浙大一院、浙大二院、邵逸夫医院、温州医科大学附属第一医院等。每个中心都有明确的专科方向和验证任务。

省人民医院探索急诊和重症的AI应用，省肿瘤医院专注癌症早筛和辅助诊疗，邵逸夫医院继续深化AI Token跨院全流程服务……它们不是单纯试点，而是在真实的临床环境中验证AI的效果，然后迭代优化。

这种模式有点像科技公司的"灰度发布"——先在小范围真实环境中跑，跑通了再推广。医疗AI的特殊性决定了不能像普通软件那样快速迭代，但通过临床验证中心的模式，至少可以在受控环境中加速这个过程。

三年蓝图：2027年见分晓

浙江的野心不止于此。

去年9月，浙江发布了「人工智能+医疗健康」三年行动计划，目标是到2027年，全面建成国家人工智能医疗行业应用基地。

具体目标是什么？

打造以「安诊儿」医疗大模型为核心的引领性医疗智能体集群，培育50个以上高质量行业语料库和专病专科模型，突破转化10项以上医学AI核心技术，建设面向公众、医生、医院、科研、产业、政府等六大领域100个以上医疗AI应用场景。

去年12月，位于萧山区的国家人工智能应用中试基地产业园正式开园。全球参数量最大的开源医疗大模型就是在这里诞生的。

你可能会问，这些跟我们普通人有什么关系？

关系大了。

想象一下，以后你走进任何一家社区医院，医生跟你说"稍等，我让AI帮你看看"。然后AI读取了你的病史、调取了你的检查报告、生成了一份初步分析，医生在这个基础上做判断。这不是AI取代医生，而是AI帮医生节省了读取和整理信息的时间，让他能把更多精力放在跟患者沟通和做判断上。

更大的图景

说了这么多浙江，我想把视角稍微拉大一点。

医疗AI正在经历一个根本性的转变——从"单点突破"到"系统集成"。

早期医疗AI的典型模式是：某个医院用AI做影像识别，准确率很高，发了一篇论文，拿了一个奖项，然后呢？没有然后了。那个AI系统可能永远停留在论文里，或者只在那个医院的特定场景下使用。

现在不一样了。现在的竞争不是"谁的模型准"，而是"谁的系统能真正用起来"。

IDC最近有一个判断，我觉得很犀利——当前医疗AI最大的鸿沟已经不是模型能力，而是医院现有体系"接不住"智能体。行业竞争正从技术竞赛，转向流程、组织与承接能力的落地竞赛。

浙江的思路正好契合这个判断。他们没有在模型本身上做过多纠缠，而是先把基础设施建好——Token工厂、临床验证中心、标准接口。然后让各个医院、各个专科在统一的基础设施上跑出自己的场景。

这是一种更务实的打法。模型再强，落不了地就是空中楼阁。基础设施扎实了，场景自然会生长出来。

写在最后

回到文章开头，我那个朋友说的话。

他说「他们可能把未来十年的医疗形态都搬过来了」。

看完之后，我觉得这个判断有点夸张，但方向是对的。

全流程串联不是一夜之间发生的。它需要基础设施、需要标准接口、需要临床验证、需要政策支持……每一步都不容易。但浙江至少在正确的方向上迈出了实质性的一步。

更重要的是，我看到了一个态度——不是闭门造车，不是搞政绩工程，而是真正在解决医疗体系的痛点。数据不通的问题、基层用不起AI的问题、各环节孤立的问题……这些问题浙江都在尝试解决。

效果怎么样？2027年见分晓。

但有一点可以确定——医疗AI的「浙江方案」，已经给全国打了个样。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～

谢谢你看我的文章，我们，下次再见。

/ 作者：way to sfe