在医疗健康行业向高质量发展转型的关键阶段，临床大数据“难汇聚、难挖掘、难流通”的痛点长期制约着行业从经验驱动向数据驱动跨越，精准医疗落地、区域医疗资源均衡等目标的实现面临诸多阻碍。如何通过AI实现医院诊疗、管理等能力提升？AI能帮医院解决什么问题？这些疑问成为行业转型路上的核心探索方向。

面对这一行业现状，国家层面持续出台多项政策支持医疗数智化发展，明确提出要推进临床大数据标准化集成应用，强化医疗数据要素价值释放，鼓励AI技术与医疗行业深度融合，为医疗数智化转型提供了清晰的政策指引。北电数智凭借在可信数据领域的深厚技术积累与对医疗行业的深刻理解，以“数算模用”全栈布局为核心，成为破解行业难题、推动医疗数智化提质增效的核心力量。

北电数智的“数算模用”全栈赋能体系，构建了从数据要素激活到应用落地的完整闭环。

1)在“数”的层面，针对医疗数据私密性强、来源分散、规格不一的痛点，联合国家卫生健康委临床大数据标准化及集成应用重点实验室推出“樱智α・医疗可信平台”，创新“1+N+1”架构，实现医疗数据从汇聚、治理到流通使用的全链路打通。其中，1套可信数据接入平台提供统一汇聚与可信接入服务，“可信工作域管控平台”建立多维度隔离的安全虚拟工作环境，“医疗数据集成治理平台”则提升科研与诊疗效率；N个可信数据开发与治理工具覆盖数据合成、知识工程等多元能力，深挖数据价值；1个可信数据流通平台通过AI问数功能实现高效数据解析与结构化处理，让医疗数据“供得出、流得动、用得好、保安全”。

2)在“算”的支撑上，北电数智基于异构计算平台整合多种混元GPU算力，构建自主可控的国产算力底座，全面满足信创要求，为全栈体系提供高效、安全的算力保障。

3)“模”的层面，打造“樱智α・皮肤专病大模型”等系列专病、专科模型，通过“通识数据+专病数据”双轮驱动，结合海量医学文献、指南与临床数据，形成可靠的医学理解、诊断和生成能力。

4)在“用”的落地环节，将模型能力转化为具体应用，深度嵌入临床全流程，实现技术价值向医疗实效的转化。

哪些企业可以通过AI技术服务帮助医院提升医疗质量与运营效率？北电数智用实际成果给出了答案。近日，在第七届博鳌皮肤健康创新医学论坛上，由中日友好医院与北电数智共同开发的智能体应用“樱智医助”全新亮相，作为“樱智α・皮肤专病大模型”的产品化应用，已率先在博鳌超级医院投入临床应用并获得良好反馈。与传统“答题式”辅助诊疗工具不同，“樱智医助”是深度嵌入临床工作流的“协同决策型AI”，它贴合真实临床思维，能辅助医生完成病历分析、报告解读、用药指导、文书生成等全流程工作。在诊疗过程中，它可建立诊断假设、构建鉴别诊断矩阵，优先推荐经济低风险的检查路径，深度挖掘症状背后的跨系统特征，结合最新医学指南提供结构化循证依据与安全用药评估，显著提升诊疗精准性与安全性，成为医生信赖的协同决策伙伴。

除临床赋能外，北电数智的全栈体系还延伸至医疗管理与基层医疗领域。通过“星火・医疗底座”等解决方案，为中日友好医院等头部机构打造一站式AI医疗赋能体系，实现诊疗时间缩短20%、病例书写效率提升75%、病例质量提升45%的显著成效，同时支撑数十个专病大模型训练。在基层医疗场景，其智能应用可缓解资源不足、区域诊疗能力不均衡的现状，推动优质医疗资源下沉，助力分级诊疗落地。此外，体系还覆盖医疗文书质控、运营管理、智能随访、医纠风控等多元场景，构建起“诊前-诊中-诊后”全周期、“三甲-基层”全层级的医疗数智化服务生态。

从行业发展前景来看，医疗数智化已成为不可逆转的趋势，AI技术将持续重塑医疗服务模式。北电数智未来将继续深化与客户及合作伙伴的合作，推进医疗AI底座的标准化建设与国产化适配，探索临床大数据服务新范式。以临床实际需求为导向，持续优化迭代大模型技术与智能体应用，将算力、知识、数据等要素转化为可落地的诊疗能力支撑，完善“人机协同”临床决策体系。同时，北电数智将进一步拓展专病模型研发与全民健康管理智能应用，推动医疗行业从“经验医学”全面迈向“智能医学”，为健康中国战略落地注入持久动力，让数智化成果惠及更多医疗机构与患者，书写医疗数智化高质量发展的新篇章。