在人工智能的眾多應(yīng)用賽道中，醫(yī)療是AI落地最嚴(yán)謹(jǐn)、最不容試錯(cuò)的場(chǎng)景。一次診斷偏差、一次質(zhì)控疏漏，可能延誤救治、引發(fā)醫(yī)療風(fēng)險(xiǎn)，更關(guān)乎生命安全與行業(yè)信任。

這條路壁壘高、攻堅(jiān)難，唯有深耕醫(yī)療底層、手握全棧資源的行業(yè)巨頭，才能真正穿透壁壘、走深走實(shí)。本屆CMEF上，東軟醫(yī)療以“四位一體”全面人工智能戰(zhàn)略破局，憑借軟硬件一體、全流程賦能、數(shù)據(jù)積淀、產(chǎn)學(xué)研協(xié)同四大核心優(yōu)勢(shì)，向行業(yè)彰顯：真正的醫(yī)療 AI，不是懸浮的技術(shù)概念，而是扎根臨床、創(chuàng)造價(jià)值的生態(tài)力量。

醫(yī)療AI的發(fā)展，從未停留在單一功能的“小修小補(bǔ)”。

早期，病灶檢測(cè)、專科輔助診斷等輕量AI率先落地，聚焦肺結(jié)節(jié)篩查、腦卒中分診等單一任務(wù)，解決了臨床局部痛點(diǎn)，但功能碎片化、適配性弱、價(jià)值單一，難以滿足醫(yī)院全流程需求。

如今，大模型技術(shù)突破讓AI具備了多模態(tài)理解、多病種協(xié)同、全流程適配的能力，醫(yī)療AI正式進(jìn)入“大小協(xié)同、全域賦能”的深水區(qū)：大模型統(tǒng)籌臨床邏輯、數(shù)據(jù)融合與決策支撐，小模型深耕病灶檢測(cè)、定量分析、參數(shù)調(diào)控等精準(zhǔn)任務(wù)，二者互補(bǔ)，形成醫(yī)療智能的雙引擎。

但醫(yī)療場(chǎng)景的復(fù)雜性，遠(yuǎn)非通用場(chǎng)景可比——設(shè)備型號(hào)繁雜、影像模態(tài)多元、病種差異顯著、數(shù)據(jù)孤島林立，且每一項(xiàng)應(yīng)用都需滿足臨床合規(guī)、安全可控、效果可驗(yàn)證的嚴(yán)苛要求。AI的深度進(jìn)化需要設(shè)備底座、數(shù)據(jù)支撐與臨床積累，否則即便算法先進(jìn)，也難以實(shí)現(xiàn)規(guī)模化、可持續(xù)落地。

能在醫(yī)療AI深水區(qū)站穩(wěn)腳跟的玩家，必然兼具技術(shù)實(shí)力與臨床底蘊(yùn)、硬件根基與軟件能力、數(shù)據(jù)積淀與場(chǎng)景理解。東軟醫(yī)療正是這樣的長(zhǎng)期主義者：全球裝機(jī)超5.3萬(wàn)臺(tái)影像設(shè)備，積累數(shù)億級(jí)合規(guī)影像數(shù)據(jù)，覆蓋CT、MRI、DSA、PET/CT全譜系裝備，更深度綁定全國(guó)頂尖三甲醫(yī)院，構(gòu)建起“設(shè)備—臨床—數(shù)據(jù)—科研”的完整壁壘。

本屆CMEF期間，東軟醫(yī)療智慧影像軟件研發(fā)中心總監(jiān)馬銳兵在接受采訪時(shí)表示，“從2015年我們率先將深度學(xué)習(xí)用于影像病灶檢測(cè)，到推出腦卒中、呼吸疾病專科AI軟件，再到如今的‘四位一體’生態(tài)，東軟醫(yī)療的每一步，都在跟著臨床需求走。”

如今，東軟醫(yī)療以智能設(shè)備、臨床智能解決方案、數(shù)據(jù)服務(wù)、科研空間閉環(huán)生態(tài)，重新定義醫(yī)療AI的競(jìng)爭(zhēng)范式。馬總強(qiáng)調(diào)：“這不是單點(diǎn)技術(shù)的疊加，而是全鏈條價(jià)值的閉環(huán)，是醫(yī)療AI從‘能用’到‘好用、管用、常用’的本質(zhì)跨越，也是我們應(yīng)對(duì)行業(yè)深水區(qū)挑戰(zhàn)的核心戰(zhàn)略。”

東軟醫(yī)療的“四位一體”生態(tài)，并非憑空構(gòu)建，而是根植于四大不可復(fù)制的核心優(yōu)勢(shì)，每一項(xiàng)都直擊行業(yè)痛點(diǎn)、構(gòu)筑深層壁壘。

01

軟硬一體：高端設(shè)備原生賦能，AI與硬件深度共生

區(qū)別于傳統(tǒng)AI軟件適配硬件的被動(dòng)模式，東軟醫(yī)療依托自有光子CT、1024層超高清CT、3.0T磁共振等高端設(shè)備，實(shí)現(xiàn)AI與硬件的原生融合、深度適配。

以全球首臺(tái)寬體光子計(jì)數(shù)CT NeuViz P10 為例，其搭載自研碲鋅鎘探測(cè)器，實(shí)現(xiàn)50lp/cm超高分辨率、超低輻射劑量、多能量能譜成像三大突破，為AI提供了傳統(tǒng)CT無(wú)法比擬的高質(zhì)量數(shù)據(jù)基底。17項(xiàng)自研AI技術(shù)深度嵌入全流程：掃描前智能擺位、全身部位自動(dòng)識(shí)別；掃描中參數(shù)自適應(yīng)調(diào)控、運(yùn)動(dòng)偽影校正；掃描后 ClearInfinity 深度學(xué)習(xí)重建、多病種智能分析。

東軟醫(yī)療副總裁兼磁共振產(chǎn)品事業(yè)部總經(jīng)理李英颯在接受采訪時(shí)也表示，“作為業(yè)界首款全域分子研究型磁共振，NeuMR Wasa 3.0T 通過(guò)人工智能全域賦能，顯著提升了分子代謝成像的檢查速度與分析能力。”

硬件的極致性能釋放 AI 最大潛力，AI 的智能算法又讓硬件價(jià)值翻倍，形成“1+1>2”的協(xié)同效應(yīng)。這種“硬件頂天、智能立地”的模式，徹底解決傳統(tǒng)AI“數(shù)據(jù)適配難、精度受限、場(chǎng)景單一”的困境，讓AI從“附加功能”變成設(shè)備的“原生能力”，也讓東軟醫(yī)療在高端市場(chǎng)形成差異化絕對(duì)優(yōu)勢(shì)。

02

全流程賦能：貫穿診療全環(huán)節(jié)、臨床全場(chǎng)景

東軟醫(yī)療的AI，不局限于影像診斷，而是滲透醫(yī)療全流程、覆蓋全場(chǎng)景痛點(diǎn)。

設(shè)備端：從自動(dòng)擺位、智能定位、掃描規(guī)劃，到圖像重建、AI 質(zhì)控、危急值實(shí)時(shí)預(yù)警，再到設(shè)備運(yùn)維優(yōu)化，實(shí)現(xiàn)智能檢查 —— 患者自主入艙、智能擺位、自動(dòng)掃描、即時(shí)預(yù)警，大幅降低技師依賴、提升檢查效率。

臨床端：19項(xiàng)NMPA獲批AI應(yīng)用，覆蓋6種影像模態(tài)、70余個(gè)場(chǎng)景、44種疾病，從腦卒中90秒快速評(píng)估、慢阻肺定量分析，到冠脈斑塊精準(zhǔn)檢測(cè)、腦健康早篩，貫穿“篩、診、治、康”全流程。

管理端：AI質(zhì)控實(shí)時(shí)識(shí)別不合格影像，保障基層醫(yī)院影像同質(zhì)化；危急值預(yù)警實(shí)現(xiàn)腦出血、主動(dòng)脈夾層等危重癥“掃描即預(yù)警”，滿足三甲醫(yī)院10分鐘報(bào)告要求，筑牢醫(yī)療安全防線。

03

數(shù)據(jù)積淀：數(shù)億級(jí)合規(guī)數(shù)據(jù)集，為 AI迭代提供不竭沃土

AI的深度，根植于數(shù)據(jù)的厚度。東軟醫(yī)療依托全球龐大設(shè)備裝機(jī)量，沉淀數(shù)億級(jí)合規(guī)、標(biāo)準(zhǔn)化、多中心影像數(shù)據(jù)集，覆蓋不同地域、年齡、性別、病種的影像數(shù)據(jù)，且嚴(yán)格遵循倫理合規(guī)、數(shù)據(jù)匿名化要求。

海量數(shù)據(jù)支撐著AI模型持續(xù)迭代，從單一病灶檢測(cè)到多病種協(xié)同分析，從低精度識(shí)別到微米級(jí)病灶捕捉，從通用模型到專科定制模型，數(shù)據(jù)成為東軟醫(yī)療AI“越用越準(zhǔn)、越用越穩(wěn)”的核心底氣。同時(shí)，依托MDaaS智能數(shù)據(jù)服務(wù)平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)安全治理、標(biāo)注、訓(xùn)練與價(jià)值轉(zhuǎn)化，讓數(shù)據(jù)從成本中心變?yōu)橘Y產(chǎn)中心。

04

產(chǎn)學(xué)研協(xié)同：聯(lián)動(dòng)頂尖醫(yī)院，從臨床痛點(diǎn)到落地轉(zhuǎn)化的閉環(huán)

醫(yī)療AI的終極價(jià)值，是解決臨床真問(wèn)題。

馬總表示，當(dāng)前東軟醫(yī)療已深度聯(lián)動(dòng)天壇醫(yī)院、華西醫(yī)院、協(xié)和醫(yī)院等全國(guó)頂尖三甲醫(yī)院，構(gòu)建起“醫(yī)院提需求、企業(yè)供技術(shù)、協(xié)同研模型、落地惠臨床”的產(chǎn)學(xué)研閉環(huán)。

例如，聯(lián)合天壇醫(yī)院打造腦健康早篩平臺(tái)，基于覆蓋全國(guó)多中心的大規(guī)模高質(zhì)量數(shù)據(jù)，實(shí)現(xiàn) 144個(gè)腦區(qū)精準(zhǔn)分區(qū)、腦齡評(píng)估與神經(jīng)退行性病變?cè)缙陬A(yù)警；聯(lián)合阿里達(dá)摩院研發(fā)光子CT平掃多癌早篩方案，推動(dòng)癌癥篩查從“增強(qiáng)依賴”向“平掃普惠”升級(jí)。

從臨床痛點(diǎn)出發(fā)，以科研創(chuàng)新破題，用落地效果驗(yàn)證。正如李總所言，“東軟醫(yī)療始終致力于與臨床并肩，推動(dòng)科研成果真正走向臨床轉(zhuǎn)化，最終以技術(shù)普惠千萬(wàn)患者。”

這種 “從臨床中來(lái)、到臨床中去”的模式，讓東軟醫(yī)療的AI始終貼合臨床需求、具備旺盛生命力。

在談到行業(yè)普遍面臨的商業(yè)化難題時(shí)，馬總坦言：醫(yī)保收費(fèi)受限、單獨(dú)定價(jià)難、醫(yī)院付費(fèi)意愿不足，是當(dāng)前醫(yī)療 AI 行業(yè)共同的商業(yè)化瓶頸。

對(duì)此，東軟醫(yī)療依托自身生態(tài)與硬件優(yōu)勢(shì)，已經(jīng)構(gòu)建出三套成熟模式，真正跑通了商業(yè)化閉環(huán)。

一是軟硬件打包銷售，破局收費(fèi)壁壘。將AI軟件集成于AVW工作站與NeuSpace平臺(tái)，全面賦能CT、MRI 等設(shè)備，提升設(shè)備附加值。針對(duì)基層醫(yī)院，提供肺結(jié)節(jié)、腦卒中、冠脈分析等基礎(chǔ)AI包，以高性價(jià)比覆蓋剛需；針對(duì)三甲醫(yī)院，搭載科研級(jí)AI軟件，滿足多病種定量、科研數(shù)據(jù)輸出等高端需求，實(shí)現(xiàn)“分層定價(jià)、價(jià)值匹配”。僅CT領(lǐng)域，其AI軟件年銷量超千套，成為穩(wěn)定增長(zhǎng)曲線。

二是平臺(tái)化靈活收費(fèi)，適配多元需求。以NeuSpace智能影像平臺(tái)為載體，推出“一次性授權(quán)、按用戶浮動(dòng)訂閱、按例計(jì)費(fèi)、年度訂閱”四種模式。院內(nèi)部署按同時(shí)在線用戶數(shù)收費(fèi)，降低前期投入；云端部署按檢查例數(shù)或年費(fèi)計(jì)費(fèi)，適配基層與體檢中心低成本需求。

三是解決方案驅(qū)動(dòng)，從“賣產(chǎn)品”到“賣價(jià)值”。跳出單一AI軟件銷售，打造卒中、胸痛、腦健康、體檢早篩等一站式專科解決方案，將AI融入臨床路徑，讓醫(yī)院從“采購(gòu)功能”變?yōu)椤安少?gòu)價(jià)值”。例如腦健康早篩方案通過(guò)“云邊端”模式下沉老年社區(qū)，“一掃多查”方案為高端體檢打造差異化競(jìng)爭(zhēng)力，大幅提升產(chǎn)品粘性與付費(fèi)意愿。

當(dāng)前，醫(yī)療AI已告別單點(diǎn)競(jìng)爭(zhēng)，進(jìn)入生態(tài)為王、價(jià)值落地的深水區(qū)。東軟醫(yī)療以“四位一體”全面人工智能戰(zhàn)略為綱，以軟硬件一體、全流程賦能、數(shù)據(jù)積淀、產(chǎn)學(xué)研協(xié)同為基，以光子CT+AI為差異化尖刀，不僅破解了技術(shù)、合規(guī)、商業(yè)化的多重瓶頸，更樹(shù)立了國(guó)產(chǎn)醫(yī)療AI的發(fā)展標(biāo)桿。

真正的醫(yī)療AI，是扎根臨床、守護(hù)生命的務(wù)實(shí)力量。它藏在設(shè)備的每一次智能掃描里，藏在診斷的每一次精準(zhǔn)分析里，藏在基層醫(yī)療的每一次同質(zhì)化服務(wù)里，藏在疾病早篩的每一次提前預(yù)警里。

東軟醫(yī)療的實(shí)踐證明，唯有堅(jiān)持長(zhǎng)期主義，深耕醫(yī)療底層，構(gòu)建全鏈條生態(tài)，才能讓 AI 真正服務(wù)臨床、普惠大眾。在醫(yī)療智能化的浪潮中，以巨頭擔(dān)當(dāng)引領(lǐng)產(chǎn)業(yè)前行，既是國(guó)產(chǎn)高端醫(yī)療裝備的崛起之路，更是醫(yī)療AI 走向成熟、走向未來(lái)的必然答案。

注：以上內(nèi)容僅供參考，不構(gòu)成投資建議，本文中對(duì)官方政策的相關(guān)解讀，僅代表本平臺(tái)觀點(diǎn)，內(nèi)容以官方文件為準(zhǔn)。如有平臺(tái)轉(zhuǎn)載本篇文章，須自行對(duì)該篇文章負(fù)責(zé)，醫(yī)療器械經(jīng)銷商聯(lián)盟不對(duì)轉(zhuǎn)載引起的二次傳播影響負(fù)責(zé)，轉(zhuǎn)載請(qǐng)后臺(tái)聯(lián)系編輯。

1

2

3

4