华为云发布医疗AI使能平台,Agentic AI正在重构医院底层

一、华为云出手：医疗AI进入"Agentic Infra"时代

6月5日，上海西岸国际会展中心，华为云CEO周跃峰站在台上，没有谈概念，而是直接甩出了一套完整的Agentic AI基础设施。

这套体系的核心，是华为云提出的"Agentic Infra新范式"——高效Token工厂、持续学习、通智一体化调度、安全自治。翻译成医院能听懂的话：AI不再是一个需要专门团队伺候的"外来物种"，而是像水电一样即开即用的基础设施。

具体到医疗场景，华为云做了几件实事：

•    
• 医疗AI使能平台6月30日公测：这是"行业AI梦工厂"智慧医疗专区的核心升级，深度融合了瑞金医院的临床实践经验与华为ICT、云、AI技术
•    
• 智慧病理方案已落地20余家医院：从瑞金医院等顶级三甲，到邯郸市中心医院、黔西南州兴义市人民医院等地市和县域医院，覆盖全层级
•    
• "少样本训练、消费级PC推理"：将再训练数据量需求降至传统方案的10%以内，让科室医生无需掌握复杂AI技术即可部署专属病理模型

华为云智慧医疗专区实现从三甲到县域医院的普惠落地

这意味着什么？过去医院上AI，需要买服务器、招算法工程师、攒数据、训模型，周期以年计。现在，华为云把这套能力打包成了"拎包入住"的服务。基层医院不需要自建AI团队，也能用上跟瑞金医院同源的病理诊断能力。

更值得关注的是华为云在基础设施层的投入：灵衢智算集群支持10万卡级规模，总算力200EFLOPS，Token生成时延压到10毫秒以内；Agentic记忆存储通过NPU直通硬件，打造PB级记忆空间，让AI能记住患者的长期病程；通智一体化调度将资源利用率提升30%以上。

这些数字背后，是一个明确的信号：AI医疗的竞争，已经从"算法精度"升级到了"工程化交付能力"。

二、德适破冰：全球首张"大模型+三类证"诞生

如果说华为云解决的是"AI怎么进医院"的问题，那么德适生物在5月20日拿下的那张证，解决的是"AI能不能合法收费"的问题。

这张证的分量，值得仔细拆解：

染色体核型分析是什么？它是出生缺陷产前诊断、辅助生殖、血液肿瘤诊疗的基础检测。传统模式下，医生需要在显微镜下逐条辨认、计数并排列46条染色体，单例平均耗时约34分钟，报告周期长达约30天。更棘手的是，培养一名成熟的核型分析师通常需要3至5年，专业人才严重短缺。

德适的AI AutoVision把这个流程变成了"一键式"操作：AI自动完成染色体分割、计数、排列及病例级异常检测，医生只需审核结果。

AI AutoVision实现染色体核型分析自动化

这张证的意义不止于一个产品获批。它验证了一条被行业长期质疑的路径：大模型能不能通过医疗器械最严格的监管审批？

答案是肯定的。德适的iMedImage基座大模型有1040亿参数，支持19种医学影像模态，覆盖超90%临床影像场景。基于这个底座，德适联合65家医院孵化了92个专用模型，覆盖32个人体器官、64种疾病方向。这意味着，大模型不是"一个模型打天下"，而是可以像流水线一样量产专科AI。

德适2025年财报显示，技术许可收入达8430万元，同比暴增331.7%，首次超过设备收入成为第一大收入来源。董事长宋宁的判断很直接："未来的竞争，不是比谁卖的设备多，而是看谁能打造服务医疗机构持续进化的智能基础设施。"

三、从"能用"到"常用"：医疗AI的临界点到了吗？

华为云的平台化布局，加上德适的合规化突破，两个事件放在一起看，勾勒出医疗AI正在跨越的三个关键门槛：

1. 技术门槛：从"单点算法"到"系统工程"

早期的医疗AI，比拼的是肺结节检出率、糖网筛查准确率这些单点指标。但医院采购决策越来越理性——灵敏度95%还是96%，不是决定因素。真正的问题是：能不能无缝接入现有HIS/PACS系统？需不需要额外的IT运维人员？模型迭代要不要重新走审批？

华为云的做法是把AI变成"水电煤"，德适的做法是用大模型底座降低专科适配成本。两者殊途同归：让AI从"科研项目"变成"临床工具"。

2. 监管门槛：从"绿色通道"到"常规路径"

德适的AI AutoVision此前已进入创新医疗器械特别审查程序（绿色通道），此次正式获批意味着从"创新认定"到"合规上市"的全流程跑通。更重要的是，它为后续基于大模型的医疗AI产品审批提供了可参照的先例。

一个细节：截至2025年底，NMPA累计批准超200款AI医疗器械三类证，2025年全年新增约41款。审批在加速，但大模型辅助诊断系统的三类证此前尚无获批先例。德适这张证，填补了一个监管空白。

3. 商业门槛：从"叫好不叫座"到"合规收费"

2025年12月，国家医保局发布《病理类医疗服务价格项目立项指南（试行）》，首次明确将"人工智能辅助诊断"作为拓展项纳入病理收费项目。这意味着AI辅助诊断不再是一个模糊的"增值服务"，而是可以合规收费的医疗服务组成部分。

安必平、赛维森、医策科技、德适——拿到病理AI三类证的企业正在形成第一梯队。2026年，很可能是病理AI规模化收费的关键之年。

中国医疗AI发展关键里程碑

四、冷思考：繁荣背后的真问题

在兴奋之余，有几个问题需要冷静看待。

第一，"平台化"不等于"普惠化"。华为云的智慧医疗专区确实降低了技术门槛，但医院上云涉及数据安全、患者隐私、网络稳定性等敏感问题。公立医院的决策流程复杂，从"签约入驻"到"真正用起来"，中间还有很长的距离。

第二，大模型的"黑箱"问题仍未完全解决。德适的AI AutoVision在染色体数目异常检测上实现了双100%，但结构异常检测灵敏度为94.31%——这意味着仍有约5.7%的结构异常可能被漏检。在出生缺陷诊断这种高风险场景，AI的定位应该是"辅助"而非"替代"。

第三，人才断层可能比技术瓶颈更致命。AI可以把分析时间从34分钟缩到11分钟，但培养一个能审核AI结果的医生，仍然需要数年。如果基层医院过度依赖AI而忽视人才培养，长远来看可能适得其反。

结语

华为云的医疗AI使能平台和德适的大模型三类证，一个是"修路"，一个是"造车"，共同指向同一个方向：Agentic AI正在重构医疗的底层基础设施。

这个过程中，技术突破只是起点。真正的考验在于：医院愿不愿意用？医生敢不敢信？患者能不能受益？监管跟不跟得上？

2026年的这个夏天，我们或许正在见证医疗AI从"概念验证"到"价值交付"的历史性转折。但历史不会自动发生，它需要每一个参与者——技术公司、医疗机构、监管部门、临床医生——做出正确的选择。