AI驱动医改走深走实，华为持续打造医疗通用AI新引擎

如今，AI技术在医疗卫生领域的创新突破与落地应用，已成为深化医改、推动行业高质量发展的关键动力。近日召开的2026全国深化医改经验推广会暨中国卫生发展会议，进一步明确：以AI赋能优质资源扩容下沉，以数智化赋能公立医院改革。

顺应行业发展新趋势，华为始终坚守“扎根数智医疗，构筑健康中国创新基座”的理念，积极探索AI技术在医疗卫生领域的创新应用，持续推动AI赋能优质医疗资源下沉、助力公立医院提质增效与改革创新。

在此次会议上，华为不仅深入分享了医院通用人工智能平台（HAIP）与医疗人工智能助手（HAIC）解决方案的特点和优势，还集中展示了在新疆阿克苏、广州国家人工智能应用中试基地、武汉市中心医院、南方医院等地的创新实践，为医疗卫生领域数智化转型提供了一批可复制、可推广的典型样板。

打造医疗通用AI平台，推动AI规模化落地

为了加速医疗行业AI落地的步伐，华为依托自身在算力平台、ICT基础设施等领域的技术积淀，并结合对医疗应用场景的深入理解，从行业共性需求出发，打造了统一的“数据+AI”平台。

这种平台化思维正是解决当前医疗AI应用碎片化、重复建设等问题的核心破局点。华为打造的城市健康通用人工智能平台（HAIP-HAIC），以城市AI平台为基础，可全面统筹算力建设，加速AI赋能基层健康服务，从而助力实现市级抓统筹、区县提效率、基层提能力。

华为医疗卫生军团总裁、数据存储产品线副总裁张伟力

HAIP医院通用人工智能平台聚焦医智融合，可全面助力医疗行业AI落地。华为医疗卫生军团总裁、数据存储产品线副总裁张伟力表示，该平台通过开放架构，可实现AI共建共享，将医生的知识、经验快速转化为模型和智能体；通过软硬协同，可大幅提升模型和智能体的性能与准确率；通过数据安全检测，可实现数据安全共享，将AI能力向基层下沉。

华为医疗卫生军团副总裁吕汉夫

HAIC医疗边缘智能助手解决方案能够将顶级医院的诊疗经验转化为基层医生触手可及的数智助手，切实补齐基层医疗服务能力短板。华为医疗卫生军团副总裁吕汉夫表示，HAIC具备易用、高效、安全三大特性：软件包内置、免下载，实现一站式AI开箱即用；推理服务深度优化，资源效率提升30%，视图数据超级压缩，回传效率提升50%；支持边缘生成和保存密钥，用户可自主掌控访问权限和模型版本。

在此基础上，华为还通过开放平台，使能行业伙伴开展数据对接、模型开发部署、应用开发上线等，共同打造影像AI、病理AI、AI病历、诊疗助手等更多高价值AI应用。同时，华为还将持续深化与卫健部门、医疗机构及行业伙伴的协同，不断丰富产业生态，共同推动AI+医疗领域的创新发展。

加速医疗智能化转型，助力行业高质量发展

作为深化医改的核心举措，分级诊疗旨在回应群众就医期盼、优化医疗资源配置。新疆阿克苏地区携手华为上线“e医阿克苏”及医疗云等平台，打通医、保、药的数据壁垒，已实现群众“全域无感就医”。

公立医院是我国医疗服务体系的主体。为推动医院高质量发展，武汉市中心医院通过联合华为共建数智病理区域中心，已实现“一秒千片”，显著提升病理医生阅片效率与工作体验；通过集中诊断模式，分院区无需派驻专职病理医生，即可让优质病理诊断服务惠及更多患者。

智慧医院建设已成为推动公立医院高质量发展的必由之路。南方医院通过联合华为打造HAIP医院通用人工智能平台，已落地慢性肾脏病综合管理大模型“南医智肾”、围手术期麻醉管理大模型“南方智麻”及“南医小智”智能体中心等场景化应用，全面助力优质医疗资源均衡布局。

国家人工智能应用中试基地（医疗）的建设，旨在加快人工智能技术在医疗领域的应用转化与产业化进程。广州国家人工智能应用中试基地依托昇腾384超节点，已完成主流大模型适配，并实现AI在多个公卫场景落地应用。

从新疆阿克苏的“全域无感就医”到武汉市中心医院的数智病理革新，从南方医院的HAIP医院通用人工智能平台到国家人工智能应用中试基地的科研攻关，这些先行者的创新实践已然表明：AI已不再是医疗行业的“辅助选项”，而是加速医疗智能化转型、推动行业高质量发展的“核心引擎”。

AI赋能医疗卫生，还需迈过哪些坎？

从上述医疗卫生行业的创新实践可以看出，AI技术不仅能用于基层诊疗智能辅助、临床专科专病诊疗智能辅助决策和患者就诊智能服务，还能在构建优质高效医疗卫生服务体系的公平可及、系统连续、优质高效和富有韧性四个层面发挥重要作用。

华为中国政企教育医疗系统部医疗健康行业总经理郭忠光

正如华为中国政企教育医疗系统部医疗健康行业总经理郭忠光所说，AI不是替代医护人员，而是增强整个体系的“能力边界”，可助力行业打破空间壁垒、时间壁垒、效率壁垒和风险壁垒，从而构建一个以人和健康为中心、人机协同、智慧敏捷的新型医疗卫生服务体系。

首先，AI将专家经验“数字化迁移”，打破地理、经济、语言造成的医疗资源鸿沟；其次，AI作为“数据纽带”，构建以患者为中心的“个人健康画像”，贯通院前-院中-院后，覆盖预防-治疗-康复-养老全周期；第三，AI承担重复性、计算密集型任务，释放医护人员精力；第四，AI增强体系的“抗压与恢复”能力，提升风险应对和平急转换速度。

尽管如此，要想将AI技术能力转化为医疗卫生机构真正愿意使用、可复制、可升级的管理解决方案，仍需要跨越三重挑战：首先，在数据与流程方面，由于数据质量、标准化及共享程度不足，AI系统难以嵌入医生工作流；其次，在成本与价值方面，投入成本虽大，但AI对医疗服务质量和效率的提升却难以衡量；第三，在合规与伦理方面，科技伦理贯穿医疗全过程，而AI伦理标准、审查责任主体及监管流程等尚不完善。

针对上述三大挑战，郭忠光认为，医疗行业需加强数据资产化与治理体系建设，推动需求定义与真实场景开放，加快流程优化与人才培养；而技术服务商应打造高性价比、轻量化解决方案，提升数据、模型工程与合规能力，构建开放共赢的生态体系。这种“供需两端”双轮驱动的思路，也为破解AI落地难题提供了清晰的行动路径。

如今，AI 医疗正从试点探索迈向规模化普惠新阶段。根据规划，到2030年，我国将基本实现基层诊疗智能辅助全覆盖，二级以上医院普遍开展影像智能诊断、临床智能决策等AI应用。为此，华为将持续沉淀标杆经验，强化示范引领，帮助医疗机构从容应对AI落地所面临的诸多挑战，促进医疗智能化向更深层次、更广领域延伸，不断释放“人工智能+医疗卫生”的乘数效应。