夜雨聆风
上一篇文章，我写了中小医院为什么适合SaaS。
对于中小医院、乡镇卫生院、社区医院来说，区域统一采购、统一部署、统一维护，可能是未来比较现实的一条路。
但大型医院不一样。
大型三甲医院业务复杂，系统多，数据量大，科研需求强，专科流程复杂。
还有电子病历评级、互联互通、医保监管、AI建设、科研平台、区域医联体等各种要求。
所以，大型医院不太可能简单套用中小医院的SaaS模式。
它需要的不是一套云端软件，而是一整套医院级数字底座。
先看看国外大型医院怎么走
美国大型医院的信息化，有一个明显特点：核心系统越来越集中，外围应用越来越开放。
美国急性期医院EHR市场，Epic已经明显领先。根据2025年KLAS相关市场数据报道，Epic在2024年底约占美国急性期医院市场42.3%，按床位约占54.9%；Oracle Health，也就是原Cerner，约占医院数量22.9%。这说明美国大型医院正在向少数大型核心EHR平台集中。
但美国大型医院并不是只有一个EHR就够了。
例如Mayo Clinic与Google Cloud在2019年启动了10年战略合作，目标是利用云计算、AI和数据能力支持临床、科研和教育；同时，Mayo仍然控制患者数据的访问和使用。
这说明一个趋势：大型医院不是不要软件公司，也不是所有东西都自己做，而是把核心数据、核心平台、核心治理权牢牢掌握在自己手里。
英国和欧洲给我们的另一个启示
英国NHS正在推进Federated Data Platform，也就是联邦数据平台，希望把分散在不同系统中的运营数据汇聚起来，让医疗机构能更好地调度资源、管理等待名单、安排手术和改善运营。这个项目从2024年开始向NHS trusts推广。
当然，这类大型数据平台也引发了隐私、透明度和效果评估争议。这反而提醒我们：医疗数据平台不是单纯的技术项目，它同时是治理项目、伦理项目和公共信任项目。
欧盟则更强调健康数据空间。European Health Data Space希望建立欧盟范围内电子健康数据使用和交换的共同框架，让个人可以访问和控制自己的健康数据，同时支持科研、公共利益和政策用途的数据再利用。
从这些方向看，欧美大型医院和卫生体系正在走向几个共同目标：
核心平台集中，数据标准统一，接口更加开放，数据治理更严格，AI和科研能力建立在数据底座之上。
国内大型医院的问题不一样
国内大型医院的问题，往往不是没有系统，而是系统太多。
HIS一套，EMR一套，LIS一套，PACS一套，护理一套，手麻一套，ICU一套，科研一套，医保一套，现在又来AI一套。
每个系统都有自己的数据库，每个系统都有自己的用户表，每个系统都有自己的科室字典，每个系统都有自己的接口方式。
最后靠集成平台硬接。
看起来都连上了，实际上只是勉强能交换数据。
真正到了临床使用、科研分析、AI调用的时候，就会发现底层还是一团乱。
国外经验不能照搬
国内会不会也出现一家类似Epic的大型医疗软件公司？
我认为会有类似趋势，但很难完全复制。
因为国内大型医院历史包袱太重。
系统已经建了几十年，各种厂商交织，各种接口复杂，各种政策频繁变化。
医保接口、电子病历评级、互联互通、病案首页、DRG/DIP、质控上报，每一项都可能牵动系统改造。
要把一家大型三甲医院所有系统一次性换成一个超级平台，成本太高，风险太大，也不现实。
所以国内更可能走出一条自己的路：
不是一家软件公司吃掉所有系统，而是医院建设自己的数字底座，软件公司在统一标准之上提供应用。
大型医院真正需要什么？
我认为大型医院未来的信息架构，应该分成七层。
第一层，是终端层。
医生、护士面前尽量走瘦客户端、云桌面、移动终端，减少本地主机，减少本地数据，减少U盘、PE启动盘、病毒、硬盘损坏、终端维护这些风险。
第二层，是基础设施层。
医院要有自己的私有云。
包括计算资源、存储资源、数据库资源、GPU算力、安全体系和灾备体系。
这不是为了好看，而是为了让医院所有系统有一个稳定的数字地基。
第三层，是核心业务系统层。
HIS、EMR、LIS、PACS、手麻、ICU、护理、门诊、急诊。
这些系统可以来自不同公司，但必须遵守医院统一的数据标准和接口规范。
第四层，是接口和集成层。
不能再靠临时接口硬接，要建设统一API网关，统一消息总线，统一身份认证，统一权限管理，逐步向FHIR、HL7等标准靠近。
第五层，是数据治理层。
统一患者身份，统一医生身份，统一科室字典，统一疾病编码，统一手术编码，统一主数据，否则AI越强，错误放大得越快。
第六层，是AI中台层。
统一模型管理，统一Prompt，统一RAG，统一知识库，统一AI网关，统一日志审计，统一安全控制。
不能麻醉科搞一个AI，ICU搞一个AI，病理科搞一个AI，最后又变成新的孤岛。
第七层，是应用生态层。
AI病情小结，AI术前评估，病历质控，智能报警，科研助手，患者随访，运营分析，未来的麻醉机器人，这些应用都应该长在数字底座上，而不是一个个孤立建设。
国内最终会是什么格局？
我不认为国内会出现一家完全一统江湖的医疗软件公司，更可能是几类玩家共同竞争。
第一类，是云和数字底座公司。
包括阿里云、华为云、腾讯云、运营商云、政务云等，它们强在云、算力、数据平台、AI基础设施。
第二类，是传统医疗软件公司。
包括HIS、EMR、LIS、PACS、手麻、ICU、护理等核心业务系统厂商，它们强在医院流程、医保接口、现场实施和多年行业经验。
第三类，是医疗设备公司。
监护仪、麻醉机、输注泵、超声、检验设备，会不断产生数据，设备公司如果向软件和AI平台延伸，会在专科场景中形成优势。
第四类，是AI公司。
它们强在模型、RAG、知识库、智能体和算法，但如果不理解临床工作流，也很难真正落地。
所以未来不会是一家公司包打天下。
而是几个巨头、多个专业厂商和医院自有数字底座之间的长期博弈。
⸻
大型医院应该掌握什么？
大型医院不能把全部命运交给任何一家软件公司，也不能什么都自己做。
最合理的方式是：底座自己掌握，标准自己制定，数据自己治理，接口自己控制，应用开放竞争。
软件可以换，模型可以换，供应商可以换，但医院的数据底座不能换来换去。
否则每换一次系统，医院就被折腾一次。
每换一次供应商，数据就丢一部分。
每换一次平台，接口就重写一遍。
这不是数字化，这是反复装修。
写在最后
中小医院未来可能更适合区域SaaS。
大型医院未来更适合医院级数字底座。
这是两条不同的路。
中小医院需要的是低成本、少维护、统一服务。
大型医院需要的是高可控、强治理、可扩展、可持续演进。
国外大型医院给我们的启示，不是照搬Epic，也不是照搬Oracle，更不是照搬某一家云厂商。
真正值得学习的是：系统可以集中，接口必须开放，数据必须治理，平台必须可持续演进。
大型医院未来真正要采购的，不是一套又一套软件，而是一套能够让所有软件协同工作的架构。
系统可以更换，应用可以更替，模型可以升级，但医院自己的数据底座、接口标准和AI中台，必须牢牢掌握在自己手里。
因为未来医院最重要的资产，已经不只是设备。
也不是某一个软件，而是数据，以及让数据流动起来、使用起来、产生价值的能力。
下一章，我会讲一个问题：谁来为中国的医疗软件制定标准。
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
