AI如何真正进医院？“通专一体”医疗大模型“壹问”落地厦门展开临床实践

首页 > 产业 > 文章详情

原创

作者：史珺雯 2026年09月24日 17:48 2091 阅读

千亿参数的大模型遍地开花，为何进了医院却大多成了展品？厦门大学附属第一医院联合厦门大学医学院、紫东太初、海光信息，发布全国首个"通专一体"医疗大模型，用"国芯+国模+医院"回答医疗AI从演示台走进诊室的落地之问。

厦门大学附属第一医院党委书记郑林雄表示，在实践中深切感受到：医疗AI的真正价值，必须扎根临床场景；医疗AI的安全发展，必须筑牢自主算力底座。

如果你参加过近两年的医疗AI发布会，大概率会遇过这样的场景：大屏幕上，一个参数动辄千亿的大模型被演示得行云流水——医生问一句病情，模型秒出一份逻辑完整的病历草稿，随即掌声四起。

但回到自己医院呢？发现它进不了HIS/EMR，不调工具，缺少全链路审计……最终钱花了，系统上了，AI却变成了行政大厅里供人参观的“数字展品”。这不是某一家医院的尴尬。当医疗大模型的参数纪录一再被刷新，行业里弥漫的却是一种集体的失落感：概念易得，落地难求。

医疗AI下半场已经换了规则——不再只是比谁的模型参数多，而是比谁的模型在医院里活得下来。

9月22日，厦门大学附属第一医院干了一件被同行“盯上”的事：联合厦门大学医学院、紫东太初、海光信息，正式发布“上古街·壹问”——全国首个“通专一体”医疗AI大模型。

这家闽西南龙头三甲、区域医疗中心，想回答的问题很直接：大模型怎么才能走出演示台，真正变成医生每天打开的工具，变成医院的生产力工具？

医疗AI下半场：

从"科研验证品"走向医院生产力工具

2025年底，国家五部门联合发文，给医疗AI画了一张路线图：到2027年要有一批临床专病专科垂直大模型和智能体应用落地，到2030年二级以上医院普遍用上临床诊疗智能辅助决策等人工智能技术应用。

政策白纸黑字，医院的IT预算也在往这个方向倾斜。但真正动手建的时候，院长们发现面临一堆难题：医疗数据的法律红线、供应链卡脖子的隐忧、信创检查的压力……性能和兼容性也让院长们心里打鼓：模型迁过来跑不跑得动、系统迁过去会不会崩？用海外产品怕安全、用国产又担心性能，如何是好？

这些问题，院长们心里一般都没底，往往也都可能是一笔有风险的账。

更棘手的是，买回来的大模型大多是“通用选手”——知识库很全，但真到具体门诊场景，它的判断常常让医生们捏一把汗。医疗场景人命关天，如果出现一本正经地胡说八道，比沉默危险千倍万倍。

业内有种观点说得贴切，却扎心：医疗AI下半场，是让AI成为医院的“编码基因”，而不是采购清单里的一项能力。换句话说，医院不能再抱着“买个系统装上就完事”的心态了——你得参与到模型怎么训、怎么调、怎么接进业务里。

但问题是，医院既不研究算法，也不参与造芯，凭什么让模型变成“自己人”？单靠医院自己干不成这件事。厦门这套“国芯+国模+医院”的组合拳，值得拆开来看看。

“上古街·壹问”这个名字，来自医院所在地厦门上古街。但比名字更值得说的是它的技术思路——这是全国第一个“通专一体”的医疗大模型。

什么叫“通专一体”？打个你每天可能都会经历的比方：一个复杂病例送到你面前，全科主任先听完所有症状，判断该请哪几个科会诊；影像科医生看片子，病理科医生看切片，各自拿出专业意见；最后全科主任把所有信息拼在一起，给出一个综合判断。

过去的医疗AI走的是另一条路：一个模型只管一件事——肺结节模型只看肺结节，病理模型只看病理切片，互相之间不认识。真碰到复杂病例，没人当那个“全科主任”。而通用大模型呢？什么都知道一点，但真到专科深度上，又常常差一口气。

“壹问”底层是通用医学基座，管全科室的通识和对话；中间挂着一排轻量化的专科子模型，内、外、急诊、影像、检验，各管一摊；最上面还有一层“循证校验官”——内置现行诊疗指南、药典规范和院内质控规则，构建循证与规则校验机制，对不符合规则的输出进行校验、提示和拦截，相当于过一层筛子。

这套架构，其实就是把医院里真实的会诊流程搬进了AI里，医疗AI真正成为生产力工具，从而让患者“求医”不再“犯难”，让罕见病辅助诊断“疑难”不再“无解”，让专科临床教学“经验”不再“易逝”，让文献知识“前沿”不再“遥远”，让科研规划“想法”不再“悬空”，让医院管理不再“凭感觉”。

厦门样板：

四方协同，把"通专一体"搬进医院

厦门大学附属第一医院远不是一张白纸。它始终把智慧医院建设作为医院发展的核心战略，在AI辅助诊疗、智慧院区管理等领域积累了扎实的实践基础。

正因为家底厚，它比谁都清楚旧底座的痛点：一些外方设备供应链不稳定，运维成本居高不下，海量临床数据存储让医院管理者们心里总不踏实。

该院党委书记郑林雄在致辞里说了两句话，干脆利落、直击要害：“医疗AI的真正价值，必须扎根临床场景；医疗AI的安全发展，必须筑牢自主算力底座。”翻译成大白话就是：不能光讲技术好不好看，得看医生用不用、数据安不安全。

因此，这个项目不是医院一家关起门来搞的，而是四方搭了个班子：医院出临床场景和脱敏数据，紫东太初出多模态大模型基座，厦门大学出科研和人才，海光信息出算力底座和工程化能力。此次发布会上同步揭牌了两大联合实验室，把“技术研发—临床验证—成果转化”这条链路串了起来。

为什么非要拉上四方？因为这三件事，哪一家都干不全：

模型厂商算法能力强，但隔行如隔山；医院手里攥着临床数据和场景，但真要搞底层算力调度、大模型工程化，技术团队根本不够用；算力公司硬件玩得溜，但你问它心内科医生最需要AI干什么，它大概率答不上来。

四方协同，是组织机制；“国芯+国模+医院”，是落地路径；科研、模型、算力与临床场景由此形成闭环：国模出智能，国芯出底座，医院出场景和验收标准。缺了哪一环，大模型都只能止步于演示台。

医疗AI下半场不属于只会发布模型的公司，而属于能把模型放进病房、把算力留在院内、把能力交给医生的公司。

郑林雄给这个项目定了个调子：打造自主算力赋能医疗AI的"厦门样板"。样板不是自封的，得等医生们真用起来、效果真看得见，才算数。

讲了半天“四方”“三位一体”，终究还是绕不开一个现实问题：为什么“通专一体”这种架构，对算力底座提出了更高要求？

道理其实不复杂。你想，“通才”层干的是什么活？理解医生指令、拆解任务、调度各个专科模型、检索病历和知识库、记住对话上下文——全是逻辑与数据密集型任务，吃的是CPU的单核性能和内存带宽。“专才”层则是看影像、跑病理、批量推理——全是并行计算，吃的是加速卡的高并发算力。

过去大家习惯把所有任务都堆在GPU上，结果就是：CPU忙死、GPU闲等。这就像一家医院，门诊大厅挤爆了，但病房里医生闲着。

海光的C86 CPU+DCU组合，恰好是按这个分工设计的：CPU承担“通才”层“全科主任”，管任务编排与决策、管记忆、管安全隔离；DCU承担“专才”层的“专科专家”，管批量推理与生成、多模型并发。两边各司其职，不抢活。

院长启示：探寻能落地可复制的医疗AI建设范式

在厦门项目里，海光不是那种“卖完芯片就走”的供应商——它的技术团队从预训练阶段就扎进去了：针对医学病历超长文本做了显存优化，针对门诊高峰做并发压测，做混合精度量化，训练区和推理区物理隔离，数据不出院。

对院长来说，这些技术名词并不是最重要，最重要的是结果：原始病历不用送出医院内网，模型迭代全部在院内完成；原来跑在其它生态上的应用，低代码就能迁过来，不用推倒重来；一套机房同时扛着传统HIS/PACS和新AI智能体，不用重复投资。

这套方案不是厦门第一次用。翻一翻海光在医疗行业的落地项目单，可能会发现各有各的看点：

阜外医院用海光DCU把原来基于其它生态开发的应用平滑替代了过来，并且海光“CPU+DCU”双芯协同也筑牢多模型数据交互安全防线。浙大邵逸夫医院牵头的西湖数智病理平台中，海光“CPU+DCU”异构底座干了更硬核的事：为院内高通量数字切片提供本地AI推理能力，已实现术中冰冻1秒病灶识别，AI辅助阅片覆盖科室超75%病理病例。这已经不能单纯用“提效”两个字概括。

四川省人民医院走的是患者服务路线，基于海光算力部署了国产AI大模型把门诊最前线的重复性咨询先接住。昆医大一附院则从影像科切入，病灶自动识别、危急值预警、DRG精细化管理一整套跑了下来。

四个医院，四条切入路径：阜外是医院智能体、邵逸夫是专科深度、四川省人民医院是患者服务、昆医大一附院是影像科单点突破。

从这些样板里，能提炼出几条标杆医院院长们实实在在的启示：

医疗AI不存在一套适用于所有医院的统一起跑线，更现实的路径是围绕医院自身优势学科、业务痛点和数字化基础，选择合适的首个场景，再逐步向全院扩展。

别被参数迷了眼。一个大模型好不好，参数并不是最终决定因素，问它能不能接进医院的HIS系统，问它能把医生写病历的时间节省到多少分钟。能减负的才是好模型，不能减负的，参数再大也是展厅里的摆设。

也别再“重模型、轻底座”。尤其是“通专一体”这种新架构，算力不再是配角——CPU和DCU怎么配比、训练区和推理区怎么隔离、长病历跑不跑得动，这些都影响着你的大模型是“能用”还是“只能看”。

更别想着医院靠自身从零自研。术业有专攻，医院出场景和数据、科研机构出模型、产业方出算力和工程化，这才是更可取的打法。一个人干三个人的活，大概率都干不好。

最后一条，先试点再铺开。厦门项目也是先从语音病历、病案质控等逐步切入——先把流程跑顺，再慢慢往临床决策这种高风险场景走，最后再谈全院推广。

“壹问”发布引发的市场瞩目很快会过去，接下来短期（12个月内）实现“试点落地、功能跑通”，中期实现“所有智能体全院常态化应用，形成诊疗、护理、质控、医保、患者服务、科研全流程智能化体系”，长期实现“全场景智能体深度协同、自主学习、精准辅助诊疗”的建设目标，才是“厦门样板”最终的底气。

编辑|史珺雯

运营|孙悦

感谢关注！网络新媒体合作联系：刘老师 13436307858

微信扫一扫

点赞收藏