夜雨聆风
过去一年多，我们一直在探索医疗AI。
AI病情小结，AI术前评估，病历质量控制，AI术后访视，智能报警，围术期智能平台。
随着AI应用越来越多，我开始思考一个问题。
如果每一个科室，每一个软件，都部署一套自己的AI。
医院最后会变成什么样？
二十年前，医院信息化建设。
最大的任务是：建设HIS。
后来，电子病历来了，LIS来了，PACS来了，手麻系统，ICU系统。
越来越多的软件进入医院。
今天，医院又迎来了新的变化。
AI开始进入医院。
但很多医院，甚至很多软件公司，第一反应都是：给自己的系统接一个大模型。
HIS接一个，手麻系统接一个，ICU接一个，影像接一个，病理接一个。
看起来很合理。
实际上，我认为这条路走不远。
真正需要统一的，不是模型，而是AI能力。
很多人理解AI，想到的是：DeepSeek，Qwen，GLM，甚至国外的Claude和GPT。
其实，这些只是模型。
模型就像CPU。
医院真正需要建设的，不是CPU，而是操作系统。
AI中台。
什么是AI中台？如果让我用一句话来定义。
AI中台，不是一个大模型，而是医院所有AI能力的统一管理平台。
它管理的，不是参数，而是能力。
今天，麻醉科调用AI。
明天，ICU调用AI。
后天，病理调用AI。
未来，机器人调用AI。
所有AI能力。
全部来自同一个平台。
第一件事情，统一模型
未来几年，大模型一定还会继续发展。
今天可能是Qwen，明天可能是DeepSeek。
后天，还会出现新的模型。
如果每一个系统，都绑定一个模型，未来升级会非常困难。
AI中台应该做到：模型可以随时替换。
业务系统完全不用修改，医生甚至不知道，底层已经升级。
第二件事情，统一Prompt
过去一年，我写提示词最大的感受就是：
真正难的，不是调用模型，而是Prompt。
一个好的Prompt，需要不断修改，不断优化，不断验证。
未来，Prompt应该像程序一样，统一管理，统一版本，统一发布，统一回滚。
Prompt，应该成为医院的重要资产。
第三件事情，统一知识库
AI最大的风险，不是不会回答，而是乱回答。
因此，AI必须有知识来源。
国家指南，医院制度，专家共识，药典，围术期规范，医院SOP。
这些知识，不应该散落在每个系统里，而应该统一建设，统一维护，统一更新。
AI回答任何问题，都应该能够找到依据。
第四件事情，统一AI网关
我之前写过，如果医院必须调用外部AI，必须经过AI Gateway。
脱敏，权限控制，日志，内容审核，敏感信息过滤。
全部在这里完成。
任何AI请求，都不应该直接访问模型，而应该先经过AI中台。
第五件事情，统一Agent
未来，医院不会只有一个AI，而是一群AI。
麻醉AI，ICU AI，护理AI，科研AI，设备AI，病历AI，患者AI，机器人AI。
AI中台负责统一调度。
不同Agent，各司其职，共同完成复杂任务。
第六件事情，统一运营
很多医院以后会发现。
AI上线以后，真正的问题才刚刚开始。
今天调用了多少次？哪个科室使用最多？哪个Prompt错误率最高？哪个模型响应最快？医生修改率是多少？哪些回答经常被医生删除？Token花了多少钱？
这些数据，都应该由AI中台统一统计。
因为AI，也需要运营。
第七件事情，统一安全
未来，AI不仅仅带来效率，也带来新的风险。
Prompt攻击，越权访问，敏感数据泄露，模型投毒，AI幻觉。
所有这些问题，最终都应该由AI中台统一处理。
安全，不应该属于某一个AI应用，而应该属于整个AI平台。
AI中台，不是今天，而是未来
我一直认为：
未来医院真正重要的，不是哪一个大模型，也不是哪一个AI应用。
而是医院有没有建立自己的AI中台。
模型，可以更换。
Prompt，可以优化。
知识库，可以扩充。
甚至未来，AI供应商也可以更换。
但是，AI中台不会轻易改变。
它会成为整个医院AI时代的操作系统。
⸻
写在最后
未来十年，医院真正要建设的，将是AI中台。
它连接：数字底座。
连接：GPU算力。
连接：知识库。
连接：所有AI模型。
连接：所有临床系统。
连接：未来的麻醉机器人。
连接：未来的智能医院。
AI中台。
不会直接面对患者，不会直接面对医生。
它更像医院的大脑皮层，默默协调着整个医院的AI能力。
真正优秀的AI医院。
比拼的，也许已经不是谁的大模型参数更多。
而是谁先建立起一个稳定、安全、可持续演进的AI中台。
因为未来医院采购的，不应该只是一个AI模型，而应该是一整套AI能力。
而AI中台，正是这些能力的起点。
知而后行，行而求知。
从手术室到机房，从临床到系统。
记录一名麻醉医生关于医疗AI、医院信息化与持续成长的探索。
—— 医路智行录