聲明:本文來自于（ID:ykqsd.com）授權轉載發(fā)布。

經(jīng)濟導報記者 閆碩 北京報道

AI醫(yī)療熱度持續(xù)攀升。

近日，有媒體報道，華為正式組建醫(yī)療衛(wèi)生軍團，重點構建AI輔助診斷解決方案體系，推動醫(yī)療大模型在臨床場景的應用。華為DCS領域總裁張偉力將擔任負責人。

所謂"軍團"，源自谷歌軍團概念，華為創(chuàng)始人任正非在2021年提出的改革思路。華為輪值董事長胡厚崑介紹，成立軍團的目的是聚焦一個特定行業(yè)，深入吃透行業(yè)，縮短內(nèi)部管理鏈條，完成數(shù)字化轉型中最艱難、最繁重的任務。

目前，華為組建的軍團已突破20個，涵蓋煤礦、港口、公路等多個領域。業(yè)內(nèi)專家認為，此次組建醫(yī)療衛(wèi)生軍團，凸顯智慧健康產(chǎn)業(yè)已上升為華為戰(zhàn)略高度，而對智慧醫(yī)療的布局，已從技術探索轉向系統(tǒng)性攻堅。

IQVIA艾昆緯中國人工智能和創(chuàng)新業(yè)務負責人張暢指出，華為作為一家科技強企，在構建AI輔助診斷解決方案體系、推動大模型在臨床場景應用方面具有顯著優(yōu)勢，包括豐富的技術積累、本土化落地能力、先進芯片支持和數(shù)據(jù)安全保障等方面。

加大AI醫(yī)療投入

近年來，華為持續(xù)通過AI、5G等技術與ICT（信息與通信）基礎設施產(chǎn)品與方案，推動醫(yī)療行業(yè)數(shù)字化轉型，提升醫(yī)療服務能力與水平，優(yōu)化醫(yī)院精細化管理，改善基層公共衛(wèi)生服務。

與此同時，華為不斷深化與眾多企業(yè)在醫(yī)療領域的合作。在AI診斷與病理模型方面，華為與潤達醫(yī)療、安必等企業(yè)深度合作，其中與潤達醫(yī)療攜手推出首個醫(yī)療AI消費級產(chǎn)品——"良醫(yī)小慧"，能夠智能化解讀醫(yī)學檢驗報告，涵蓋4500個檢驗項目和2800種疾病解釋，綜合準確性高達87.74%。

在醫(yī)療信息化層面，華為與衛(wèi)寧健康、萬達信息、東軟集團等企業(yè)展開合作。其中，與衛(wèi)寧健康聯(lián)合開發(fā)"三醫(yī)智能監(jiān)管系統(tǒng)"；與萬達信息聯(lián)合開發(fā)AI病歷質(zhì)控、影像報告生成應用；與東軟集團合作的NeuAI系列設備將CT/MRI診斷效率提升40%。

隨著技術的持續(xù)創(chuàng)新，相關產(chǎn)品正在加速進入醫(yī)院的落地應用。例如，在2025年醫(yī)療人工智能與精準診療發(fā)展論壇上，上海交通大學醫(yī)學院附屬瑞金醫(yī)院發(fā)布了RuiPath，這是一款基于華為DCS AI解決方案打造的臨床級國產(chǎn)多模態(tài)互動式病理大模型。該模型僅需16張算力卡，僅需兩個月訓練完成百萬張病理切片樣本。

截至目前，華為已在全球110多個國家和地區(qū)服務超過5000家醫(yī)療衛(wèi)生機構，其中在中國，華為已與1800多家三級醫(yī)院合作建設智慧醫(yī)院。

事實上，華為在AI醫(yī)療應用方面一直保持領先。2020年4月，華為在《五年之后，醫(yī)院長什么樣？》一文中指出，云、AI、5G是技術融合發(fā)展的趨勢，AI技術能夠輔助決策、預警和診斷，從而更高效地提升醫(yī)院的診療能力。

隨著AI技術的快速進步，未來，華為將在AI醫(yī)療領域繼續(xù)深化布局。通過依托昇騰計算架構與盤古大模型，華為將為智慧醫(yī)療提供新的解決方案，進一步釋放AI的生產(chǎn)力。

張暢認為，華為在AI醫(yī)療領域具有顯著優(yōu)勢。首先，華為在底層技術方面的積累是醫(yī)療大模型臨床應用的重要保障。華為在算法優(yōu)化、分布式計算等方面擁有深厚的技術積累。其次，作為本土企業(yè)，華為在打造適合中國業(yè)務的解決方案方面也具有一定的優(yōu)勢。

值得一提的是，華為擁有自己的芯片技術，這構成了其在AI醫(yī)療領域的重要競爭優(yōu)勢。此外，醫(yī)療數(shù)據(jù)的安全性和隱私性是關鍵，華為已在這方面構建起技術壁壘。

應用前景廣闊。

東吳證券指出，生成式AI不僅能夠分析現(xiàn)有數(shù)據(jù)，還能生成新數(shù)據(jù)，從而拓展智能交互和對話能力，使醫(yī)療服務更加精準、自然和高效。在醫(yī)學影像分析、手術輔助和疾病診斷等領域，AI的應用尤為突出，推動了醫(yī)療服務的智能化、高效化和便捷化。

有券商分析師表示，AI在醫(yī)院的應用主要集中在兩個方面：首先是在流程優(yōu)化和患者體驗提升方面；其次是在輔助醫(yī)生提高診斷效率和診療能力方面。目前，AI在臨床數(shù)據(jù)應用方面已取得一定成效。

以醫(yī)學影像為例，華為醫(yī)技數(shù)字化2.0解決方案在放射影像場景中實現(xiàn)了AI質(zhì)控的98%準確率，同時將輔助診斷的敏感性和準確率提升至90%以上，醫(yī)生診斷時間減少40%。在超聲場景中，AI實現(xiàn)了全域超聲實時輔助診斷和質(zhì)控，結節(jié)檢出率超過95%，端到端時延小于150毫秒。

在這些較為成熟的應用場景中，商業(yè)化正持續(xù)突破新的高度。張暢指出，事實上，在AI輔助診斷和醫(yī)學影像分析等多領域，AI+醫(yī)療的商業(yè)化場景已逐步實現(xiàn)突破。隨著技術的持續(xù)演進和監(jiān)管機制的不斷完善，預計會有更多場景的商業(yè)化能夠順利推進。

經(jīng)濟合作組織發(fā)布的相關報告顯示，預計到2032年，AI醫(yī)療市場規(guī)模將以每年43%的速度增長，屆時市場規(guī)模有望突破3.58萬億元。

值得關注的是，近年來有多家醫(yī)院開始接入DeepSeek等大型模型，在部分醫(yī)院的體驗反饋中發(fā)現(xiàn)，在就診高峰期，系統(tǒng)的響應速度明顯下降，甚至出現(xiàn)完全無法運行的情況。

張暢指出，接入大型模型后系統(tǒng)運行緩慢，主要源于算力不足和數(shù)據(jù)處理的復雜性。在醫(yī)療領域，特別是影像數(shù)據(jù)的處理，計算資源的投入和數(shù)據(jù)特性的要求都對算力提出了更高層面的挑戰(zhàn)。此外，現(xiàn)有技術基礎是否能夠滿足醫(yī)療領域的多樣化需求，也需要進一步觀察和驗證。

張暢補充道，我認為在醫(yī)療領域需要建立冗余的算力配置，以確保系統(tǒng)的可靠性和準確性。未來可能會研發(fā)出專門的芯片，或者采用分布式計算架構來更均衡地分配算力，這方面的探索仍充滿未知，值得期待。