夜雨聆风
✦
•
✦
编者按：
近年来，杭州市围绕加快推进生产性服务业频频发力，提出打造全国先进生产性服务业集聚地。
那么，什么是生产性服务业？杭州的生产性服务业企业都有哪些特点？他们关注什么？他们的发展怎么样？
本栏目带你一起对话杭州市生产性服务业企业的领头人，走近杭州生产性服务业。
✦
•
✦
DEEPWISE
如果让AI帮你写一份PPT，错了大不了重来；但如果让AI帮你看一张肺部CT，漏掉一个微小结节，代价可能就是一条生命。
在“容错率为零”的医疗领域，人工智能究竟能走多远？从最早的AI影像辅助诊断，到如今赋能诊疗、科研、管理的全流程，AI正以前所未有的深度和广度，重塑着我们对医疗的想象。深睿医疗作为国内医疗人工智能领域的先行者，作为杭州重点医疗 AI 标杆企业，正是这场变革的深度参与者和推动者。
近日，杭州市发改委、杭州市生产性服务业促进会联合都市快报专访促进会常务理事、深睿医疗联合创始人兼CEO乔昕，听他勾勒多模态融合、数据资产化与基层普惠并存的医疗AI新图景。
深睿医疗联合创始人兼CEO 乔昕
问
有AI创业者说，很多行业都可以用AI重做一遍。医疗接入AI不是最早的，但是事关人的生老病死，AI介入后影响很大。您怎么看AI与医疗结合这件事？
医疗的本质决定了AI在这里不是“重做”，而是一场“重构与守护”。很多行业追求快迭代、快变现，但医疗不行，它直接关联生老病死，容错率必须为零。在我看来，AI融入医疗，绝不是要替代医生，而是要成为医生最得力的协同伙伴。
它的价值体现在几个方面：首先，它能把海量的医学知识、顶尖专家的临床经验，沉淀为可复用的能力，帮助医生提升诊断的精准度和效率。其次，它能将三甲医院的诊疗能力，下沉到县域、社区这些基层医疗机构，让优质的医疗服务更可及、更普惠。尤其在人口老龄化、慢病高发的今天，单纯靠增加医生数量远远不够，AI是医疗生产力的“倍增器”，能让有限的资源服务更多人，真正实现疾病的早发现、早诊断、早治疗。这不仅仅是一个技术问题，更是对未来医疗体系的一种长远支撑。
答
问
深睿医疗最早是以医学影像AI闻名，但现在我们看到公司已经发展出影像、大数据、智能装备、大健康四大业务板块。从“单点工具”发展成平台型公司，背后的战略考量是什么？
这个转变是跟着临床需求一步步长出来的。最初我们确实从单一的影像产品入手，比如肺结节、骨龄的AI辅助诊断。但做着做着就发现，医院的需求是全流程的。你如果只提供一个环节的AI工具，医生用起来很辛苦，他必须在两个系统、两个流程间来回切换，反而降低了效率。
所以，我们必须要把AI能力深度嵌入到整个临床路径中去。基于这样的认知，我们打造了两个核心平台：一个是覆盖影像全流程的MetAI X平台，另一个是做多模态医疗大数据治理的TrioData X平台。这两个平台相当于我们的技术底座，上面生长出针对不同科室、不同疾病的解决方案。比如，我们可以打通影像、电子病历、检验报告等多源数据，形成针对某种专病的全链路智能分析。从单点突破到平台化，本质上是为了让AI真正成为医院数智化转型的一个“核心底座”，而不是一堆零散的插件。
答
问
您刚才提到了“多模态”这个概念，比如影像和文本数据的融合。要实现医院内部的数据资产化和智能化治理，这个过程的难点在哪？目前落地情况如何？
这是当前非常核心且热门的话题。医疗数据的价值极高，但它非常专业、封闭且分散，并且是多模态的——CT、核磁是图像，病历、医嘱是文本，检验报告是数据。过去做视觉的和做自然语言处理（NLP）的往往是两个技术路径，但医疗场景要求你必须同时具备这两种能力，医生诊断不仅要看图像，也要结合文字报告，综合判断。
我们做的，就是用人工智能的框架去治理这些“多模态”数据，把它们结构化和资产化。现在我们确实在帮助一些医院，将临床数据资产化，大部分工作其实是在医院的私域环境内完成的，与医院共同开发、共同转化。这其中有非常严格的数据管理和脱敏制度，既要保证数据安全，又要实现模型在多中心验证下的泛化能力。我们的TrioData X平台就是为此设计的，目标是帮助医院搭建起自己的大数据中心，让数据驱动临床、管理和科研决策。
答
问
在深入基层医院时，AI扮演的是什么角色？我们如何确保AI在基层使用时是准确安全的？
现阶段，AI在很多场景下是一个非常好的“助手”，或者一个极度敏感的“筛查者”。比如在体检筛查场景，AI要把所有的疑点都标出来，让医生去复核。反过来，在质控场景里，AI则变成了“挑错者”，及时排查患者信息录入错误、诊疗判断逻辑不符等人为疏漏，有效规避临床实操中的常见差错。所以，不是让基层医生完全依赖AI，而是学会如何与这个超级助手协同工作，逐渐习惯它的特点，用它来大幅提升自己的效率和准确性。
答
问
您认为公司最核心的护城河是什么？
我觉得我们最核心的优势，在于“医工深度协同”和“多模态技术”的双重基因。医疗AI公司不能是纯粹的AI公司，必须同时具备深厚的医疗理解和领先的AI能力。我们的核心算法团队与大量顶级医院的专家常年深度合作，这让我们能精准理解临床痛点，并把专家的经验转化为高质量的数据和模型。
这种双重基因催生了我们全栈自研的多模态大模型能力，既能处理影像，又能理解文本，这是打造全院级解决方案的基础。目前我们持有15张NMPA三类证，这个硬门槛本身就代表了临床的认可和技术的成熟度。加上我们已经覆盖全国的数千家医院，形成了从三甲标杆到基层下沉的成熟商业化体系。技术和场景的长期积累，加上“平台+生态”的战略，共同构成了我们的护城河，让我们有能力去做覆盖医疗全场景的复杂创新。
答
问
站在现在的节点展望未来，您认为中国医疗AI行业，包括深睿自身，接下来面临的最大机遇和挑战是什么？
机遇非常明确。政策上，国家在大力推动“人工智能+医疗”、医院数智化转型和分级诊疗；需求上，三甲医院要高质量发展，基层医院要能力提升，都对AI有刚性需求；技术上，多模态大模型正在打开从单点辅助走向全院级数智化底座的巨大增长空间。比如我们正在将一些严肃医疗的能力，通过SaaS等方式，探索向大健康、体检中心等更广阔的场景延伸。
最大的挑战，我认为是“深水区”的考验。商业落地如何从标杆走向规模化普及，如何避免同质化竞争，关键在于谁能真正将AI无缝嵌入临床工作流，创造不可替代的长期价值。医疗行业有其特殊的严谨性，容不得半点虚浮。我们必须对行业保持极强的敬畏感，在追求创新的同时，更要把安全性和有效性放在首位。未来真正能走得远的，一定是坚持临床驱动、坚持全栈自研、坚持与生态共建的平台型企业，这也是深睿医疗一直坚守的发展路径。
答
往期推荐
