华为&南方医科大学：2026医院通用人工智能平台技术白皮书

微信扫码，打开到小程序

医院通用人工智能平台 技术白皮书 华为技术有限公司 南方医科大学南方医院 四川大学华西医院 序言 当前，医疗行业正处于从数字化向智能化跃升的起步阶段。距离“健康中国2030”宏伟目标仅有四年时间， 十五五伊始，国家明确提出推进全民健康数智化建设。政策牵引、技术爆发、需求升级三重力量交汇，将持 续快速推动医疗行业数智化建设。 面对医疗资源分布不均、智能化场景在科研临床落地、数据孤岛亟待打通等现实挑战，华为始终坚持做好 ICT数智化底座与行业使能平台。我们深信，唯有将技术扎根应用于临床，解决真实业务痛点问题，才能发 挥AI作为新质生产力的最大价值。过去两年，华为与客户、伙伴携手，在病历AI生成，影像、病理大模型辅助 诊断等临床诊疗场景进行了一些创新探索和落地实践。实践证明，覆盖“算力-数据-模型-应用”的全栈技 术闭环，是医疗AI规模化落地的关键支撑。 同时，随着科技创新成果快速转化运用，单点场景和单个专科垂类模型突破已难以满足卫生健康数智化进 程中全方位落地与长期迭代的要求。如何构建通用的、服务卫生健康全场景的AI作业平台，打通数据与模型 孤岛，实现能力共建、共享与可持续发展，成为行业亟待解答的命题，也需要像华为这样的具有系统性架构 思维和创新技术能力的企业共同探讨。 正是在这一背景下，华为公司与南方医院紧密合作，共同实践医院AI场景化需求，联合全国多家头部医院达 成行业共识，形成医院通用人工智能平台Hospital AI Platform(HAIP)参考架构和技术白皮书，并率先在南 方医院进行了落地实践。本白皮书系统阐述了HAIP平台的设计理念、技术架构与应用场景，致力于打造开 放、高效、安全的医院“AI操作系统”，支撑医院全场景AI落地应用与持续迭代。 面向未来，华为将坚持以技术和场景双轮驱动，构筑医疗行业硅基黑土地，与客户和伙伴共建行业开放生 态，以AI技术持续赋能，推动优质医疗资源普惠共享。我们期待以本白皮书为起点，与全国医院、伙伴携手探 索可复制、可推广的智慧医院建设范式：HAIP，以科技创新守护人民健康，为健康中国建设贡献华为力量。 李俊风 华为技术有限公司副总裁，公共事业军团CEO 当前，以人工智能为代表的新一代技术正以前所未有的深度和广度融入医疗卫生领域，医院运行面临着日 益复杂的诊疗需求、持续攀升的服务压力以及资源优化配置的多重挑战。新技术浪潮奔涌而至，无论主动 拥抱还是被动接受，人工智能都将深刻重塑医疗服务模式。与其观望等待，不如主动入局、躬身实践，让技 术真正为临床所用、为患者服务。 置身人工智能时代，我们必须清醒地认识到：今天不去思考AI与医疗的深度融合，不去研究智能化转型的可 行路径，当未来医院的新形态加速到来时，我们是否已做好准备？能否在智慧化浪潮中占据一席之地？这是 每一位医院管理者必须直面回答的时代命题。 面向未来医院演进与立足当前实际相结合，我们坚持“大处着眼、小处着手”的务实路径——既着眼长远、 前瞻布局智慧医院发展蓝图，又脚踏实地、从解决临床一线的真实痛点入手。正是基于这一理念，南方医科 大学南方医院联合国内头部医院及华为技术有限公司和产业伙伴，共同编写了《医院通用人工智能平台技 术白皮书》。本白皮书立足医院智慧化建设的前沿探索，提出“AI操作系统”的理念主张，并率先在南方医院 落地实践，致力于打造融合、开放、高效、安全的智慧医院基座，推动医疗服务提质增效、科研创新加速转 化、临床教学能力提升、运营管理决策赋能。 智慧医院建设非一院之力可成，亦非一日之功可竟。我们期待与全国同道、产业伙伴携手共建开放生态，共 筑智慧医院未来，让人工智能真正扎根临床、服务患者、赋能医者，为健康中国建设贡献更大力量。 蒋 鸿 南方医科大学南方医院党委书记 罗凤鸣 四川大学华西临床医学院（华西医院） 院长 党的二十大报告明确提出推进健康中国建设，把保障人民健康放在优先发展的战略位置。当前， 以人工智 能为代表的新一代信息技术正深刻重塑医疗卫生服务模式。2025 年 11 月，国家卫生健康委等五部门联合 印发《关于促进和规范 “人工智能+医疗卫生”应用发展的实施意见》，标志着“人工智能+”正式上升为国 家战略，为医院智能化转型指明了前进方向。 站在新的历史方位，公立医院肩负着守护人民健康的重要使命，也面临着前所未有的发展挑战。我国加速步 入深度老龄化社会，优质医疗资源分布不均、基层服务能力薄弱等问题依然突出。如何借助人工智能这一培 育新质生产力的核心引擎，破解医疗资源可及性难题，成为摆在我们面前的重大时代课题。 四川大学华西医院作为国家医学中心创建单位，始终坚持以人民健康为中心，积极探索人工智能与医疗健 康深度融合的创新路径。我们自主研发了拥有全知识产权的“华西黉医”医学大模型，集成10余类通用模型 与50余类垂直领域模型，构建了覆盖诊前、诊中、诊后的多智能体协同服务体系。从预问诊智能体的精准分 诊，到生成式病历智能体的文书减负；从病历内涵质控的质量把关，到数字陪诊的全程陪护；从肺癌肺结节 和食管早癌人工智能辅助诊断系统的研发，到获得医疗器械证书——我们深刻认识到：人工智能不是简单 的技术叠加，而是医疗服务模式、科研创新范式、医院管理方式的系统性变革。 在积极探索数智化转型的进程中，我们也清醒地认识到公立医院在推进人工智能建设和应用方面面临的多 重挑战。信息安全与患者数据隐私防护、AI 算力与存储资源的弹性供给、跨机构跨领域的协作壁垒与资源 整合效率、以及患者伦理保护等问题亟待系统性解决。 正是基于这样的实践认知，四川大学华西医院与华为技术有限公司、南方医科大学南方医院携手合作，联合 编制本白皮书，旨在系统总结医院人工智能平台建设的理念思路与技术架构，为各级公立医院提供可复制、 可推广的参考范式。白皮书提出的“AI 操作系统”理念，以融合、开放、高效、安全为价值导向，有效破解数 据孤岛、建设烟囱、运营困难、业务融合等现实难题。 医院通用人工智能平台的建设，对于推动公立医院高质量发展具有深远意义。在服务人民健康方面，AI能力 深度嵌入临床诊疗全流程，让患者享受更加优质、便捷、有温度的医疗服务。在提高医疗质量安全方面，智 能辅助决策和实时质控机制有助于规范诊疗行为、筑牢安全合规防线。在提升医院管理质效方面，数据驱 动的运营模式实现资源优化配置、成本精细管控、决策科学高效，有助于医院的降本增效。在推动学科建设 和人才培养方面，平台为科研创新提供强大数据支撑，为临床教学构建智能化培训体系，助力医院打造优势 专科、培育高素质人才梯队。 本白皮书凝聚了三方合作的智慧结晶，既是当前阶段的工作指引，更是面向未来的行动宣言。未来，我们将 紧跟技术进步和行业发展趋势，结合医院探索实践，适时推出白皮书的新版本。我们诚挚希望本白皮书能够 为全国公立医院的智能化建设提供有益参考，以科技创新赋能健康中国建设！ 编委 华为技术有限公司、南方医科大学南方医院、四川大学华西医院 主 编 南方医科大学南方医院 严静东、陈崑 四川大学华西医院 石锐、郑兵 北京协和医院 周 翔 复旦大学附属中山医院 张纪阳 华中科技大学同济医学院附属协和医院 刘 炜 浙江大学医学院附属第一医院 周 敏 上海交通大学医学院附属仁济医院 安建福 中南大学湘雅医院 冯 嵩 中山大学附属第一医院 余俊蓉 江苏省人民医院 高 雯 山东大学齐鲁医院 王清亮 中山大学附属肿瘤医院 李超峰 广东省人民医院 杨 洋 南方医科大学珠江医院 张 巍 编 者 华为技术有限公司 何益、孙颖智、万维 北京惠每云科技有限公司 王 实 上海润达医疗科技股份有限公司 张 楠 上海影禾医脉智能科技有限公司 张杏林 杭州深睿博联科技有限公司 李一鸣 东软集团股份有限公司 梁俊泽 东华医为科技有限公司 苏明亮 杭州聪宝科技有限公司 帅诗欣 深圳华大基因股份有限公司 朱师达 深圳迈瑞生物医疗电子股份有限公司 伍伟杰 摘要 在“人工智能+”上升为国家战略的时代背景下，医疗卫生行业正经历从信息化向智能化转型的关键跃迁。国 家《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》等系列政策的出台，为医院高质量发展 指明了方向，也提出以数据+人工智能技术为驱动的新范式建设要求。然而，医院在规模化推进AI落地过程 中普遍面临数据孤岛、建设烟囱、运营困难、业务融合等现实挑战，亟需系统性解决方案。 本白皮书提出以医院“AI操作系统”为主张：通过构建统一、开放、可持续的通用人工智能平台，实现算力、 数据、模型与应用的全域统筹，成为医院AI应用的操作系统，破解医院AI落地现实命题。医院通用人工智能 平台定位为医院智慧化建设的坚实基座，以融合、开放、高效、安全为价值导向，形成由能力底座、智能中 枢、工具引擎协同构成的三层平台架构，以及智慧大脑、能力承载、价值呈现一体化的模型应用体系。 在应用场景层面，医院通用人工智能平台深度赋能医疗服务提质增效、科研创新灵感挖掘与成果转化、临 床教学梯队建设与能力成长、运营管理的决策赋能与效率提升，形成从技术到价值的闭环。平台遵循蓝图 规划、分步实施的落地路径，通过数据开放、技术开放和应用开放形成的生态，汇聚医疗机构、技术厂商、 科研院所等多方力量，实现能力共建与价值共享。 面向未来，医院通用人工智能平台将以“共创共赢”为理念，持续推动人工智能与医疗健康深度融合，助力 各级医院构建安全、高效、可持续发展的智慧医疗新生态，为健康中国战略注入强劲动能。 1 引言：AI驱动智慧化医院建设新范式 01 1.1 AI+医疗卫生：政策引领医院高质量发展 02 1.2 需求和挑战：医院AI规模化现实命题 03 1.3 核心主张：智慧化医院 “AI操作系统” 05 2 技术架构：智慧化医院建设坚实基座 06 2.1 总体架构：融合、开放、高效、安全价值体系 07 2.2 平台架构：能力底座、智能中枢、工具引擎协同 09 2.3 模型应用架构：智慧大脑、能力承载、价值呈现一体 12 3 应用场景：从理论到价值的闭环 14 3.1 医疗服务：提质增效，体验提升 16 3.2 科研创新：灵感挖掘，成果转化 17 3.3 临床教学：梯队建设，能力成长 18 3.4 运营管理：运营增效，决策赋能 19 4 规划落地：从蓝图规划到有序实施 20 5 开放生态：共创共赢智慧化医院未来 23 01 01 引言：AI 驱动智慧化医院建设新范式 1 引言： AI驱动智慧化医院建设新范式 02 01 引言：AI 驱动智慧化医院建设新范式 随着科技和产业变革的深入推进，以人工智能为 代表的新一代技术正加速与医疗卫生领域深度融 合，重塑全球医学基础研究、临床应用研究以及医 疗服务模式的演进方向。在这一时代背景下，我国 医疗卫生事业既面临前所未有的发展机遇，也承受 着多重结构性挑战。 当前，我国正加速步入深度老龄化社会，老年群体 规模持续扩大，与之相伴的健康问题日益凸显。老 年人多病并存的现象极为普遍，给疾病诊疗带来 巨大挑战——治疗过程中不仅要考虑单一疾病的 干预，还需兼顾身体各系统功能状态和并存疾病， 甚至需要在矛盾中选择最优治疗方案。与此同时， 优质医疗资源集中于大中型三甲医院，基层医疗机 构服务能力相对薄弱，区域间医疗服务差距较为明 显。公众健康意识不断提升，对精准诊疗、个性化健 康管理的需求愈发迫切，传统经验驱动的诊疗模式 已难以适配现代医疗高质量发展要求。破解医疗 资源可及性难题、满足持续升级的精准医疗需求， 已成为行业发展的核心命题。 面对这一时代课题，以“国芯国模”为代表的国产 化技术路线正深刻改变着千行万业的发展格局。人 工智能作为引领新一轮科技革命和产业变革的战 略性技术，正在成为培育医疗健康领域新质生产力 的核心引擎。国家层面明确提出，要推动人工智能 与医疗卫生产业双向深度融合，探索人工智能驱动 的健康医疗与医学研究新范式。从算力基础设施到 基础大模型，国产化技术路线的快速迭代为医疗行 业智能化转型提供了坚实底座，使医院能够在安全 可控的前提下，将AI技术深度融入临床诊疗、患者 服务、运营管理和科研教学全流程。 过去一年，国内各大医院围绕人工智能在医疗场景 的应用积极展开探索。部分医院联合科技企业建 设医疗模拟实验室，围绕心血管、消化内镜、重症 医学等专科领域开展垂域大模型研发尝试。一些医 院在临床决策支持方面进行升级探索，融合规则 引擎与机器学习技术，在病历内涵质控、辅助诊断 等环节开展试点应用。也有医院与区域医疗管理机 构合作共建“AI医研创新实践基地”，尝试构建“数 据-算法-场景”协同机制，推动形成可复制的AI医 疗解决方案。这些研究与尝试虽然处于探索阶段， 但为行业积累了宝贵经验，印证了人工智能技术在 医疗服务提质增效方面的应用潜力，也为后续规模 化落地奠定了基础。 在此背景下，2025年11月，国家卫生健康委、国家发 展改革委、工业和信息化部、国家中医药局、国家 疾控局五部门联合印发《关于促进和规范“人工智 能+医疗卫生”应用发展的实施意见》。作为国家层 面首个系统指导“人工智能+医疗卫生”应用的专项 政策，该意见明确提出到2027年，建立一批卫生健 康行业高质量数据集和可信数据空间，形成一批临 床专病专科垂直大模型和智能体应用。到2030年， 基层诊疗智能辅助应用基本实现全覆盖，二级以上 医院普遍开展医学影像智能辅助诊断、临床诊疗智 能辅助决策等人工智能技术应用。文件围绕基层应 用、临床诊疗、患者服务、中医药、公共卫生、科研教 学、行业治理、健康产业等8大方向明确24项重点应 用，强调以应用场景为驱动，面向卫生健康行业真 实业务、依托真实场景、解决真实需求。这一政策的 出台，标志着我国医疗卫生行业与人工智能的深度 融合已从自发探索上升为国家战略，为各级医院智 能化建设提供了清晰的顶层设计和行动指南。 1.1 AI+医疗卫生：政策引领医院高质量发展 03 01 引言：AI 驱动智慧化医院建设新范式 在这样的时代背景与国家政策的双重驱动下，各级 医院在推进人工智能与医疗卫生业务深度融合的 探索实践中，普遍面临三大核心需求——数据价值 挖掘、生产场景落地与优势专科发展。这些需求既 是当前行业智能化转型的关键瓶颈，也是未来实现 高质量发展的战略着力点。 首先，在数据价值挖掘层面，历经数十年的信息化 建设，医院沉淀了海量的影像、病理、电子病历等 多模态临床数据。当前，“大数据驱动大模型”已 成为行业共识，医院亟需构建统一的多模态数据治 理与融合，将分散的、非结构化的原始数据转化为 高质量、标准化的AI语料。通过构建临床知识库， 将沉寂的数据激活为可计算、可推理的医疗知识资 产，不仅是实现精准诊疗的基石，更是支撑临床科 研创新、发现新诊疗规律的关键前提。 其次，在生产场景落地层面，业务一线的“降本、 提质、增效”需求最为迫切。 临床医生长期承受着 高负荷的病历书写压力，患者则时常因繁琐的就医 流程而体验不佳。医院在引入AI时，已不再满足于 泛化的通用模型能力，而是迫切需要贴合具体临床 场景的专科化应用。例如，通过AI辅助诊疗系统实 时提供决策支持，借助智能病历生成工具减轻医生 的重复性文书工作负担，利用智能导诊优化患者就 医路径与流程。其核心在于，将AI的技术价值精准 转化为临床一线的实际业务价值，切实提升诊疗效 率与服务质量。 最后，在优势专科发展层面，AI被视为实现经验传 承与能力复用的战略工具。 顶尖专家的临床经验 往往难以量化与复制，导致优质医疗资源难以辐射 下沉。医院迫切希望利用AI将专家的系统性知识沉 淀为可复用、可推广的专科模型，快速赋能院内潜 力科室乃至医联体单位，实现同质化服务。同时， 医院需要从海量临床数据中高效挖掘科研线索，加 速临床研究与成果的转化进程，最终推动优势专 科的引领作用与医院整体服务能力的协同跃升，形 成“以点带面”的良性发展格局。 然而，医院AI规模化落地，既是技术命题，更是系 统工程。医院在落地上述需求时面临包含数据和算 力管理、模型部署、应用协同、AI人才缺乏等挑战， 这些挑战直接导致AI技术难以实现规模化、高质 量的落地应用。总结为如下四个方面： 1.2 需求和挑战：医院AI规模化现实命题 图表1 医疗AI在大模型驱动下的需求 INFECTION PREDICTION BASED ON PATIENT CLINICAL DATA 数据价值挖掘 生产场景落地 优势专科发展 历史积累的大量临床数据 用 AI 进行更有效的价值利用 多模态数据 语料、知识图谱 用大模型挖掘大数据价值， 实现弯道超车 从通用大模型尝鲜， 到生产环节落地 模型尝鲜 → 生产落地 专家经验 → AI 创新 大数据 → 大模型 从依赖专家经验， 到把经验和知识转化为模型 面向诊疗和服务， 用 AI 更好的服务临床科室 面向临床科研，借助 AI 发挥重点 专科优势，带动整体增长 超声描述： BPD: 76mm，HC: 277mm，AC: 229mm， FL: 51mm，超声估测估孕周约 28 周 6 天 1. 腹主动脉及胃泡位于脊柱左侧，下腔静脉 位于右侧，胎儿心脏大部分位于左侧胸腔， 心尖指向左侧，心胸比例正常。 2. 左房位于脊柱前方，其内可见卵圆瓣回声， 右室位于胸骨后方，右室心尖可见调节束回 声。房室连接一致，房室比例正常，左、右 室流出道走行正常… 04 01 引言：AI 驱动智慧化医院建设新范式 数据之困：从“资源”到“语料”的转化断层 高质量数据是医院智能化发展的核心前提。医院 虽拥有海量多模态资源，却普遍面临“存量丰富、 价值不足”的困境。一是数据分散于不同业务系 统，难以支撑多模态协同研发；二是现有数据应 用多聚焦文本，对影像、病理等非文本数据整合不 足；三是缺乏统一标注与治理，数据质量参差不 齐，难以直接用于模型训练。 实践中，临床科研团队开展多中心临床试验时，需 从数千份病历中人工筛选符合入排标准的患者，往 往耗时数周且难以保证查全率。医保管理部门进 行DRG/DIP智能编码时，仍依赖人工逐条解读病程 记录完成诊断与手术操作编码，效率低下且一致性 差。这既凸显了对AI自动识别与提取能力的迫切需 求，也深刻印证了数据从“资源”到“语料”的转化 断层，及其对AI规模化落地的现实制约。 建设之痛：“烟囱林立”与重复投资 “烟囱式”建设是制约医院AI规模化落地的核心壁 垒。由于缺乏全院统筹，各业务科室多依据自身需 求独立采购、开发AI应用，导致系统相互隔离、数 据无法互通、算力资源分散闲置，既造成重复投资 与资源浪费，也形成割裂的用户体验。一方面，算力 与模型在不同科室间重复部署，资源难以共享；另 一方面，各AI应用之间缺乏协同机制，无法形成全 域联动的智能服务能力。 运营之难：可持续性与安全合规挑战 医院AI建设并非一次性工