夜雨聆风
打开手机应用商店，搜索“医疗健康”，你会看到数百个APP——在线问诊、慢病管理、用药提醒、健康记录……每一个都在用一块小小的图标，架起患者与医疗服务的桥梁。全场景·全病程·全链条，京东健康医疗AI落地之路
但在AI狂飙突进的2026年，一个反直觉的趋势正在全球医疗科技领域蔓延：真正的医疗AI，正在从APP中“消失”。
它正在退入医院的操作系统、融入医生的诊疗工作流、潜入患者的可穿戴设备，成为一个无形的“基础设施”。
我们或许该停下来思考一个问题：医疗AI的终极形态，究竟是什么？
答案或许让很多人脊背发凉——医疗AI的未来，大概率不是APP。
千亿赛道，传统APP却正在失效？
根据IDC最新统计，2025年中国AI+医疗应用软件市场规模达到35.4亿元人民币，预测到2030年将增长至140.0亿元人民币。从全球看，市场数据更加惊人。2026年全球医疗AI市场规模预计将达到507亿美元，较2025年增长38.2%。
资本在用脚投票。2026年第一季度，数字医疗领域共获得40亿美元风投资金，比去年同期高出10亿美元，创下疫情高峰以来最强劲的Q1表现。全球医疗科技融资同比增速约20%，平均单笔融资达到3670万美元，为2021年以来单季最高。
更值得关注的是，资本正在高度集中。2025年，AI相关公司已占医疗科技融资的55%，显著高于2024年的37%。2026年一季度，“通用AI医疗层”更是吸收了约28.8亿美元资金，占比大幅提升。
然而，资本狂欢的另一面是残酷的现实：传统的医疗APP模式正在集体撤退。
一是，入口焦虑。“多一个APP就是多一层麻烦”，患者手机上已经装着几十个APP，凭什么为你再留个位置？医生的工作站已经是信息爆炸的中心，电子病历、检查系统、医嘱系统挤满了屏幕，再打开一个AI辅助诊断APP，等于额外增加一个操作环节。
二是，数据孤岛。 绝大多数医疗APP无法接入医院的核心信息系统（HIS）。没有电子病历的支撑，没有检验检查数据，没有影像报告，AI的诊断建议再精准，也无法融入真实的诊疗决策链条。
三是，流程断裂。 最致命的问题在于，APP的范式本质上是“用户主动触发”的。但在医疗场景中，更需要的恰恰是“系统主动推送”。
患者出现危急指标时AI应当自动预警，医生书写病历时AI应当自动质控，手术进行时AI应当自动记录。这种被动等待用户打开的机制，与医疗“实时响应、无缝嵌入”的本质需求，存在根本性的矛盾。
行业专家告诉健康凯歌：20232024年是“大模型元年”，大家比拼的是参数规模和基准测试分数。20252026年的关键词是“workflow嵌入”。AI在成为医疗工作流程中看不见但离不开的“基础设施”。无循证，不AI！医疗AI终局来了？
医疗AI正在成为嵌入式智能
2025年初，山西多家医院接入DeepSeek大模型。山西医科大学第一医院率先实现了从诊疗、风险评估到护理的全流程智能化。这是将AI能力像“神经系统”一样铺设在每一个诊疗节点。病历书写、辅助诊断、用药审核、护理记录，AI无处不在，但医生几乎感觉不到“在使用AI”。
2026年4月24日，国产DeepSeekV4大模型正式发布。深圳市南山区人民医院在9小时内完成了从算力底座到应用终端全链路调试与上线运行，对包括病历质控、医保监管、门诊病历质控、个性化营养方案、病案编码智能审核、AI护理助手等在内的30余项核心应用进行全面升级。
AI不再以“外挂APP”的形式出现，它直接“长在”医院的信息系统里，生根发芽开花结果。医生看到的仍是熟悉的工作界面，但界面背后，AI已经像血液一样渗透进每一个节点。
在山西，全省近三分之二的县医疗集团已建立影像、心电等服务共享中心，实现“基层检查、县级诊断”。医院里的医生不再需要“打开一个AI诊断APP”，AI已经在影像系统里辅助阅片，在病历系统里做质控，在医嘱系统里做合理性审核。
一位行业大牛告诉健康凯歌：最好的技术，是让你感觉不到技术。
2026年一季度,和仁科技正式落地AI原生HIS技术方案，4月对外披露原生架构技术细节。核心架构是AI由HIS的“外挂插件”变为了HIS的“能力本身”。在传统HIS架构下，AI需要通过API调用、独立部署的方式“挂在”系统旁边。
但在AI原生HIS中，大语言模型、知识图谱和推理引擎被直接整合进系统底层，系统本身“长出了”思考的能力。
更激进的探索来自国内首个AI原生智慧医院操作系统iHOS（浩斯）。它的设计理念将大语言模型、影像AI、知识图谱等智能能力作为操作系统的基础设施层，系统主动感知临床场景变化，在关键诊疗节点自动激活对应AI能力并推送至相关医护人员。
在国际层面，NVIDIA在GTC2026上发布的Nemotron开源模型家族，为医疗机构提供了一整套可落地的本地化AgenticAI底座。
与合作方OathSurgical推出的OathOS手术操作系统，利用空间AI实时分析视频、音频和设备数据，目标是实现手术场景下的“零文档化”操作。AI自动完成所有记录和文书工作，让外科医生一年中多出一个月的时间专注于手术本身。
智能体AI表了一种全新的能力模式：AI已经慢慢变成能够主动感知、自主规划、协同执行的智能伙伴。
在中山大学肿瘤防治中心，联影智能携手中大肿瘤打造的AIPACS系统，原生融合了26个AI应用和25款各病种结构化报告，日均处理超2TB影像数据和2300份以上报告，放射科效率提升约26%。这些AI不是“医生打开APP再上传影像”的独立工具，而是直接嵌入影像诊断系统的底层能力，在医生阅片的同时自动完成病灶检出、量化分析和报告生成。
用行业专家的话说，这是打开了“HelloAgent”智能体时代。从影像到超声，从诊断到治疗，AI智能体正在成为医生身边“看不见的团队成员”——它记得住所有文献，看得懂所有检查，同时它永远知道最终的决策权在医生手里。刚刚，阿里健康连开两枪！千亿生态到手，还抄了AI医疗后路
AI如何“消失”进医院
理论说得再多，不如看几个真实的落地案例。2026年，中国医疗机构中正在发生的事情，或许会让你深入理解“医疗AI正在远离APP”这句话的含义。
在河南滑县，县域AI落地实践，精准指明了基层医疗AI未来的发展方向。DUCG全科智能辅助诊断系统在全县12家卫生院、308家村卫生室实现全域部署，从服务器部署、全员业务培训到全院全线正式上线，整体落地周期不足一个月。
截至2025年底，当地依托该系统累计开展DUCG智能辅助诊断25897例，医生临床认同率高达99.86%，近似可达99.9%。
不少基层一线医生给出直观反馈：“自从启用DUCG系统以来，工作效率大为提高，工作流程进一步优化，还能一键生成病历、处方。”该系统可覆盖1700余种常见疾病辅助诊断，综合诊断正确率超95%，能够结合问诊信息自动生成标准化电子病历。
深圳是国内医疗AI渗透度最高的城市之一，目前全市各级医疗卫生机构落地应用的医疗AI产品已接近450个，覆盖临床诊疗、医院运营管理、公共卫生防控等全业务领域。
深圳市人民医院AI病理筛查，将宫颈刮片阴性结果出具时长从2个工作日压缩至体检当日即可出报告，AI阴性诊断准确率接近100%；深圳市妇幼保健院AI产前超声技术，把Ⅲ级系统超声检查耗时从30分钟缩短至10分钟，超声科室整体工作效率实现翻倍；中国医学科学院阜外医院深圳医院上线全流程智能导诊系统，患者平均候诊时长从35分钟压缩至18分钟以内。
数智健康联合创新实验室，是深圳正在搭建的城市级医疗AI公共基础设施。该实验室核心建设思路，打造支撑全市医疗智能化转型的统一公共算力底座，作为全域医疗AI的总调度平台与创新应用孵化器。
山西的医疗AI落地路径，构建起从省级统筹规划到县、乡、村三级全覆盖的完整落地体系。
山西省医学影像人工智能大模型依托省级医疗数字影像云平台，规划实现全省383家二级以上公立医院全面接入，平台归集医学影像数据总量突破100T。目前全省近三分之二县域医疗集团均建成影像、心电区域共享诊断中心，落地“基层拍片检查、县级集中诊断”的分级诊疗新模式。
2026年3月，中国电信北京公司联合首都医科大学附属北京安贞医院，正式发布全国首个在公立医院规模化落地的医院运行管理大模型，实现医院精细化运营管理模式跨越式升级。打破了医疗AI仅服务临床诊疗的固有认知，AI能力开始深度渗透医院运营、财务核算、耗材管控、DRG绩效管控等后台管理场景，用智能化手段实现院内多维度数据治理与管理决策赋能。
中国科学院香港创新研究院（CAIR）联合华为推出多模态AI医疗大模型CARES3.0，依托500万规模医学多模态数据集完成迭代训练，可解析CT、MRI、X光等十余类医学影像数据，实现病灶智能检出、诊断分析、结构化报告自动生成等临床核心能力。
当前该模型已在山东大学齐鲁医院实现全院规模化临床落地；同时在中山大学附属第一医院等多家国内三甲医院开展试点验证与场景打磨，持续拓展多科室应用边界。
在南昌国丹医院，磅策HAIRO植发机器人正式投入临床应用，搭建起“AI术前毛囊智能规划+机器人精准执行提取+医师全程质控”的手术智能化体系。
AI通过智能医疗硬件+底层嵌入式算法深度融合的方式，直接嵌入手术室核心诊疗场景，从术前规划、术中执行到术后复盘全流程实现智能化赋能。医险协同+AI降本双轮驱动，医疗AI龙头平安好医生进入黄金期
医疗AI的未来会如何？
看到这里，或许您心中已经有了答案。“医疗AI的最终形态是‘消失’，就像电力消失在墙壁中”
医疗AI的演进，正在经历三个阶段：
一是已经经历的 APP模式时代。AI作为一个独立的应用程序，需要用户主动打开、主动使用。这种模式的核心问题是“多一层操作”——本来已经是信息爆炸的工作场景，再加一个应用只会增加负担。
二是正在进行中的嵌入式AI模式。AI深度融入医院信息系统（HIS/PACS/EMR）和医生工作流，AI成为“操作系统的一部分”，用户几乎感觉不到AI的存在。新安县的基层医疗系统、深圳的城市级AI底座，山西的省域影像平台、北京的医院运行管理大模型，2026年的中国医疗正在全面向嵌入式AI范式转型。
三是即将到来的智能体AI时代，医疗AI最终将成为一种“环境智能”（AmbientIntelligence）。届时，医疗场景中的每一个节点——诊室、病房、手术室、救护车、患者家庭，都将具备智能感知和自主响应的能力。
NVIDIA与OathSurgical的合作正在探索的“智能手术室”、CAIR的实时医疗物理仿真平台PRIME、iHOS的主动感知与主动推送机制。AI正在从“工具”进化为医疗场景的“环境”本身。
让我们用三个角度来推演这个未来。
从用户视角来看，最好的技术是感觉不到的技术。
Macintosh之父艾伦·凯曾说：“对软件真正严肃的人应该制造自己的硬件。”在医疗AI领域，这个句式可以改写成：“对医疗AI真正严肃的人，应该让它消失在流程里。”
很多AI产品是“外挂”——医生需要额外打开一个系统，上传图片，等待结果，再手动复制到报告里。这种“打断式”体验注定失败。真正的智能化改造，是让AI消失在流程里，医生甚至意识不到自己在用AI。
未来，当一位医生打开他的工作站时，他看到的仍然是熟悉的病历界面、熟悉的影像系统、熟悉的医嘱模块。但AI已经在他看不到的地方完成了所有“脏活累活”。
病历质控自动完成，影像病灶自动标注，用药审核自动执行，甚至是出院记录自动生成。医生不需要“用AI”，AI在默默地“用医生的经验”，为医生工作。
从患者视角来看，少一个APP，等于少一堆烦恼。对于患者而言，未来的医疗服务将是“无感”的。
通过可穿戴设备和家庭智能终端，AI将实时监测患者的生命体征、用药依从性、症状变化。当发现异常时，系统主动推送预警，而非等待患者主动打开某个健康管理APP。
从诊前到诊中到诊后，AI将在每一个环节“主动服务”，让患者不必在不同APP之间切换，不必反复输入个人信息，不必为了一次复诊而挂号排队。
深圳阜外医院全流程智能导诊服务将候诊时间压缩至18分钟，优化的核心不是给患者多一个APP，而是让医院信息系统本身变得更聪明。
从系统视角来看，需要从智能终端变成智能底座。最终，医疗AI将成为像电力、自来水一样的基础设施。
它从APP里的功能，变成覆盖医疗机构、社区、家庭的全域智能网络。医院信息系统中本来需要人工处理的重复性工作，将被AI自动化取代。
区域医疗协同中需要多方协调的复杂流程，将被AI打通；公共卫生监测中需要海量数据分析的任务，将被AI高效执行。
认知突破或许比技术突破更加重要，医疗AI是一套正在被写入医院信息系统底层、正在被嵌入医生每一帧工作流、正在被融入患者每一次健康互动中的新型基础设施。
最好的医疗AI，是你根本感觉不到它存在的那个医疗AI。就像你坐在诊室里不会去思考电从哪儿来一样，未来的医生和患者不需要知道AI在哪儿。他们只会在每一次就诊中，感受到医疗变得更安全、更高效、更有温度。
这才是医疗AI革命的真正目标，是把所有旧的系统都变成AI原生系统。
当那一天来临时，医疗APP这个物种，就像远古时期的软盘一样，只会在科技博物馆里，静静地躺在玻璃展柜中。
撰稿｜健康凯歌
运营｜瑜瑜
