东软发布添翼AI 3.0，第一批“会办事”的AI上岗

撰稿｜陈鹏

过去几年，医疗AI聪明但不管用的行业窘境终于要改变了。

9月15日，东软集团（以下简称东软）在重庆举行的2026医学人工智能大会（MAIC）上发布添翼AI 3.0，标志着医疗AI正式从“接入”与“场景”两道关口，迈入第三阶段——业务智能。

这一次，医疗AI真正要走向“会办事”。

01

医疗AI，已经走到哪一步？

大模型进入医疗行业的这几年，行业关注的问题一直在变。热闹过后，大家最关心的是同一个问题：医疗AI究竟能不能真正落地。

东软完整经历了这个演进过程，集团总裁兼首席运营官盖龙佳也是亲历者之一：“2024年，东软全面推动智能化战略，提出解决方案的智能化、数据要素的价值化、服务化和生态化，正好赶上了AI蓬勃发展的阶段。从添翼AI 1.0到3.0，我们在三年内完成了三级跳，应该说在这个领域里面走的要快一点。”

添翼AI 1.0以“融智”开启了东软的医疗AI之路，它以融智框架和八大赋能体为基础，率先引入DeepSeek等大模型，解决AI能力接入和使用的问题。

添翼AI 2.0则提出了场景智能概念，通过“1+N”模型矩阵和多达120个智能体覆盖六大场景，把AI深度融入临床、科研、管理和患者服务，解决的是AI能否覆盖业务场景的问题。

但东软认为这仍不够。

东软集团副总裁兼医疗健康事业部总经理李东提到：“通用模型已经越来越聪明，模型能力不断提升，数据、知识持续积累，一个个Agent也开始进入医疗场景，但单点能力越来越强，并不意味着医院形成了真正的系统智能。医疗AI下一阶段真正需要突破的，是AI能不能真正理解医院的业务，连接医院的系统，协同各种智能能力，并最终完成业务。”

这也是为何东软在添翼AI 3.0上提出“业务智能”。相比以往，这将是一次质变。

02

业务智能，究竟是什么？

通俗来说，业务智能就是让AI真正融入业务：业务智能的本质，是让AI从“回答问题”走向“理解业务”，从“提供能力”走向“组织能力”，从“辅助决策”走向“协同完成业务”，最终成为医疗业务持续运行和进化的一部分。

显然，能不能理解复杂任务、组织多种能力并完成完整业务是添翼AI 3.0要解决的问题。为了达到这一目标，东软打造两个中枢、两大驱动和一个底座的架构。

首先，是两个中枢。

一直以来，医院信息系统的逻辑都是功能导向。医生要完成一个任务，得先知道在哪个系统、哪个页面才能找到对应的功能。添翼AI 3.0把顺序倒了过来，用户只需说出意图，面向医护的“添添”和面向患者的“小翼”两个智能中枢便会自行调度模型、知识、智能体和业务系统，把任务执行完。

值得一提的是，“添添”的能力已在中日友好医院等真实场景中得到验证。医护一句指令就能调动后台多个智能体协作；即便遇到步骤多的长任务，也能一步步接着做完。

李东介绍的一个典型场景是智能接诊：“ 过去，医生办理一次入院接诊要在多个系统间跳转、耗时很长。如今一句话发起，患者信息自动导入，诊断、医嘱、入院记录等20余个环节被整合成一条任务流，在1个页面、几分钟内完成。”

另外一个场景则是手术准备：“做一台手术应该干什么，这是意图。基于这样的业务意图，‘添添’会自动组织后续任务，并提醒医生还有哪些准备工作没做。”

“小翼”则是面向患者的一对一全病程智能化就医助手，具有智能导诊、智能预问诊、报告解读、云陪诊、智能宣教等功能，覆盖诊前、诊中、诊后全流程。患者无需理解复杂流程，只需提出需求，它就会自动完成任务。

接下来，是两个驱动。

第一个驱动，是数据和模型的互相驱动。核心是多模态添翼医疗大模型——既能读懂病历，也能看懂CT、MRI等医疗影像。

让它越来越懂一家医院的，则是数据和知识。多年来，东软持续围绕专病建设AI可用的高质量数据集，有医生的专业标注，有质量把关，还要在真实业务里反复使用和迭代。知识方面，东软联合20多家顶级医院建设知识中心，汇集超3000万篇医学论文及20多万条医疗质控规则等。

这些数据被用于训练模型，帮助提升模型能力；随后，模型在业务里跑出的新反馈，又作为数据和知识沉淀下来。这套循环也就是东软所说的“模数共振”。

李东也对此做了解释：“围绕专病和真实业务场景，我们持续建设高质量数据集；同时，把临床指南、医学知识、业务规则和医院实践经验持续沉淀下来。数据为模型提供真实业务基础；知识增强模型的专业认知；模型和智能体进入真实业务场景。而业务过程中产生的新数据、新反馈和新经验，又反过来推动数据、知识和模型持续优化，形成一个持续循环。最终，让AI不只是懂医学，更进一步做到’有知识、懂业务、懂患者’。”

李东强调，用户能直接感受到这种数据的差别：“如果没有结合患者个人数据，AI只能基于同类人群的通用知识和规律进行判断，给出的更多是通识性的诊断；结合院内全量数据或城市全域数据后，AI能够基于患者具体情况进行综合分析，形成更加精准、个体化的诊断。“

智能体的协同是架构的第二个驱动。目前，添翼AI 3.0中的Agent Store已汇聚150+专业智能体，覆盖临床诊疗、医学影像、病历管理、护理、科研等领域；哪个智能体被用得多、医生评价怎么样，平台都有记录，用得好的会被沉淀下来，推广到更多医院。

最后是一个底座。它决定AI能不能放心用，能不能一直变强。

医疗AI和通用AI不同，回答首先要可信。每个结论都要能查到依据，整条诊疗路径可以审核和追溯，数据使用安全合规。此外，系统坚持“AI辅助、人类决策”的原则，最终判断权仍留在医生手里。

其次是可进化。添翼AI 3.0并不是上线即定型。医生在使用过程中的每一次采纳、修改和纠错，都会沉淀为系统的新经验，从而让模型越来越贴合这家医院的诊疗习惯，成为医院专属版本。此外，面向不同专科，还将进化出各自的专科模型。最终，让医疗AI从通用智能，一步步走向专科智能和医院专属智能。

03

落地实证：谁在真正用起来？

好消息是，从三甲医院到基层，从医生到患者，这套体系已经跑出了一些具体的结果。

李东表示，在中日友好医院，这套体系已经跑通：智能中枢把病历生成、辅助决策等诊疗全过程，一直到出院小结都串联起来；以肛肠科高位肛瘘为试点，东软引入标准化闭环方法论，经场景定义、目标拆解、能力映射、协同设计、闭环迭代五步，沉淀出病种标准化资产包，并向全院多专科复制推广。目前，添添、Agent Store等添翼AI 3.0核心能力都已在这里运行。

在武汉大学中南医院，医事服务、病历服务、护理服务等赋能体上线后，单一科室日均自动生成约300份病历文书，全院日均完成10万余次病历内涵质控；护士通过手持设备以语音交互执行护理操作，系统智能调度护理任务。

在中国医科大学附属盛京医院，全量数据中心汇聚了超过210万份住院病历和3700万份门诊病历，医事服务智能体让医生单次查询少点3次系统点击。此外，围绕儿科规划的20多个高质量数据集，该院入选国家数据局高质量数据集首批先行先试示范项目，成为国内6家获批通过的医院之一。

在四川省人民医院，医生解读一份报告的时间从8分钟降到2分钟。

在患者服务端，变化同样直观：中山大学附属肿瘤医院的患者服务智能体上线8个月累计使用突破10万人次，日均线上接诊超500人次，门诊缴费排队时长下降60%。而在医生端，该院的化疗助手也已沉淀350余套标准化方案，覆盖17个以上癌种。

在基层，南京雨花台区的智能服务累计触发超4万次，让优质医疗能力真正下沉。

类似的变化，也在医院之外发生。北京市卫健委依托添翼AI搭建区域医疗智能监管体系，累计完成39万余份病案全量核查，覆盖167家二级及以上医疗机构，病案质控覆盖率从10%提升至100%，单病例核查时长由30分钟压缩至5分钟。

在常州，“一人一档一码”工程已经整合15家三级医院、759家基层机构共计1.6亿份电子病历与近500万份健康档案。

把每个城市里面老百姓的所有健康数据还给他们。

截至目前，东软智能化解决方案已累计服务全国客户超100家、覆盖近150个医疗场景。

业务智能，正在全国迅速点燃。

04

业务智能，正在成为医疗AI的新趋势

添翼AI 3.0指向的趋势很明确，医疗AI正从单点智能走向系统智能，从一次性交付走向持续运营。AI的能力，开始随着业务一起生长。

这也解释了东软为何反复强调“进化”。传统IT的核心逻辑是将已经确定的业务流程通过软件固化下来，系统上线后，流程和规则通常相对稳定；而进入智能化时代，AI不仅执行既定流程，还能够参与业务过程、分析业务结果，并根据实际运行效果不断调整和优化业务方式。

正如李东所说：“过去IT的过程就是数字化过程，编码已经编好；现在是智能化，有本质的区别。”在医院场景中，同一项业务可能在不同阶段采用不同的流程和策略，例如医院前期采用A流程，运行一段时间后根据效率、质量和用户反馈尝试B流程，通过持续验证找到更优的业务方式。因此，智能化系统不再只是把既定流程“编码进去”，而是能够在业务运行中不断学习、验证和优化，使业务流程、AI能力和软件系统共同进化。

更深层的变化，正在从单点医院走向城市医疗协同。在北京，16个区县的电子病历已跨院打通，检验结果互认超过180项、检查结果互认超过300项；在芜湖，会诊转诊的探索已成为全国样本。

在AI时代，医疗健康正在成为一座城市新的基础设施。

当然，细微之处更显真章。盖龙佳感叹“我曾经经历门诊手术，当时我不知道要先去药房取药，等门诊手术排到号了才发现需要先去取药，好不容易排到，又得折腾重新排。如果在这个过程中有一个小小的提示，情况就完全不一样。所以，不管是宏大的场景，还是在那一个个细微之处，为医生、为患者带来更多温暖的感觉，这是我们的目标。”

或许，这正是“会办事”的AI的真正含义。它不需要无所不能，但要在每一个具体的业务流程里把事办完。当第一批这样的AI上岗，医疗AI的竞赛也将从模型参数转向业务深处。

秒追医疗健康产业创新

声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。文中如果涉及企业信息和数据，均由受访者向分析师提供并确认。

点喜欢