夜雨聆风作为医院信息中心的一线实践者，我更倾向一个相对冷静但坚定的判断：AI不是一场短期竞赛，而是一个长期能力建设的系统工程。
过去一段时间，行业里存在不少误解——有人期待一个模型上线，系统全面升级；也有人担心AI会替代医生与医技人员；院长们则希望利用AI作为抓手迎头赶上头部医院获得领先地位。但从医院实际运行逻辑来看，这样的判断无异都过于理想化。
医院是一个高度复杂、强监管、强责任的组织体系。任何技术的引入，都必须同时满足三个前提：安全合规、流程适配、责任可追溯。因此，AI在医院中的落地，不可能是替代式的，而一定是嵌入式的。
第一，AI的定位：能力放大器，而非替代者。
在医疗场景中，无论是影像判读、临床决策支持，还是病历生成与随访管理，AI的价值在于提升效率与辅助判断，而非取代医生。最终诊断权、处方权、责任主体，必须始终掌握在具备资质的医务人员手中。这不仅是技术问题，更是法律与伦理底线。相信我，患者与大模型的交互和患者与医生的交互还是有很大的区别，前者不仅仅对大模型要求极高，而且患者也必须具备使用和判别AI的能力，这可不是谁都能来的。
第二，AI带来的不是岗位减少，而是岗位重构。
从实际运行看，AI会显著减少重复性工作，例如人工录入、流程沟通、基础文书处理等。但与此同时，它会放大对高水平医疗资源的需求。例如：
检查报告生成更快，但专家审核压力更大
转诊流程更顺畅，但优质专科资源更紧缺（挂号系统越高级是不是患者愈加抢不到心仪的专家号？12345的投诉一大部分都是医院的专家号挂不上。）
因此，AI的结果往往不是人变少，而是对高质量人力的需求更集中。
第二，医院AI落地的关键，不在模型，而在流程重构。
医院普遍面临几个现实问题：
数据分散在多个系统（HIS、EMR、LIS、PACS等）
历史系统接口不统一
业务流程以人工操作为中心设计
在这样的基础上，如果直接叠加AI，很容易出现：
数据调用错误
结果不一致
合规风险上升
因此，我认为，未来医院最重要的一类能力，不是会不会用模型，而是能否围绕AI重构业务流程与数据体系。
第三，软件形态正在发生根本变化。
传统医院信息系统以界面操作为中心，但在AI时代，越来越多的能力将通过接口API被调用。这意味着：
系统价值不再体现在界面功能多少
而在于数据是否标准化、接口是否稳定、业务逻辑是否可复用
换句话说，医院信息化正在从系统建设走向能力平台建设。例如，参加智慧服务评级的考核时是不是大部分条款其实根本不是医生在亲自操作？
第四，安全将成为AI时代的核心议题。
AI一方面可以提升效率，另一方面也放大了风险：
自动生成内容的准确性问题
系统调用权限的边界问题
数据泄露与合规风险
未来，医院必须建立用AI管理AI的能力，包括：
自动化审计
行为监控
风险预警
安全体系将不再是外围防护，而是系统内生能力，没有安全就不要考虑做应用，否则发生事故时带来的后果可能是灾难性的。
第五，算力将成为新的基础资源。
过去医院的信息化投入，主要集中在系统建设与硬件采购。而在AI时代，算力（包括模型调用成本）将逐步转化为持续性的运营支出。这意味着：
需要建立算力预算机制
按业务价值分配资源
持续评估投入产出比
第六，医疗AI一定是多模型、多厂商并存的生态。
不同模型在成本、能力、合规性上各有差异。医院不可能、也不应该依赖单一厂商。未来更合理的路径是：
根据场景选择模型
建立统一的调度与评估机制
保持技术架构的开放性
最后，我的基本判断是：
AI不会颠覆医疗的本质，但会深刻改变医疗的运行方式。
它不会取代医生，但会重塑医生的工作结构。
它不会一夜之间带来变革，但会在未来五年持续改变医院的每一个环节。
对于医院信息中心来说，这不是一场是否参与的选择题，而是一场如何系统性重构能力的必答题。
未来，医院真正的竞争力，不在于是否最早引入AI，而在于——能否把AI稳定、合规、可持续地嵌入到医疗服务的真实流程之中。
因此，所有的AI应用都应该合理规划、精准部署并统一纳入到信息中心的管理范畴。
曹战强，CHIMA副秘书长，北京大学口腔医院信息中心主任
