联影智能发布元医院战略：重构医疗运营模式突破物理边界

今年的世界人工智能大会现场，300余款全球首发产品、1100余家参展企业将10万平米的展馆填得满满当当，机器人舞蹈、大模型对话、智能体落地多行业的场景随处可见，整个展会充满了科技赋能的热闹氛围。但当你走进联影智能的展台与论坛区域，会听到一个既熟悉又陌生的概念——元医院。

这个词很容易让人联想到几年前风靡全球的元宇宙，当时全球科技公司纷纷入局，所有人都在讨论平行数字世界会不会成为下一个互联网入口。但几年过去，元宇宙并未成为预期的答案，而到了2026年，这个带着“元”字的概念，却在医疗领域找到了新的落脚点。在本届WAIC上，联影智能正式发布了“元医院”战略。

很多人会混淆元医院和元宇宙，但二者的核心方向完全不同。元宇宙聚焦于构建虚拟数字空间，而元医院的目标并非打造虚拟医院，也不会替代医生，而是将散落的AI医疗工具整合为一套全院协同的智能体系，从底层重构医院的运营模式。有临床经验的医生在论坛现场提到，元医院确实拓宽了医生的诊疗能力边界，但同时也对医院的算力支撑、全域医疗数据管理提出了指数级增长的需求。

AI正在快速渗透各行各业，过去几年医疗AI已经诞生了大量落地应用，比如影像辅助诊断提升阅片效率、病历自动生成减少重复工作、智能问答降低信息查询成本，大模型的加入也让医疗AI拥有了更强的理解与推理能力。但这些应用普遍存在一个共同的局限：它们大多只针对单一环节进行优化，就像是给医院新增了一批独立的工具。

然而真实的医疗场景并非孤立的任务集合，一名患者从挂号到完成诊疗，往往需要影像科、检验科、临床科室、随访管理等多个科室的协同配合，医生需要整合大量跨环节的信息，结合专业经验做出综合判断。那么，这些零散的AI能力，能不能像医院的不同科室一样被组织起来，围绕患者形成完整的服务闭环？这正是元医院试图解答的核心问题。

当前优质医疗资源分布不均、优质医生资源稀缺、医院的服务能力受物理空间限制，这些问题都无法通过零散的单点AI工具得到解决，医疗能力急需实现系统化的升级与重构。元医院本质上是一种全院级、数智化的医院运营新模式，它通过“元技术”来升维医院的整体能力，让医疗服务突破物理空间的限制。这里的元技术涵盖了多模态大模型、数字孪生、智能可穿戴设备、区块链、具身智能、云平台、物联网、边缘计算、医疗大数据、三维渲染等多个技术方向。

和传统智慧医院相比，传统智慧医院更多是在原有医疗体系上做数字化升级，比如上线电子病历、开通线上挂号、开展远程问诊，而元医院所要改变的，是医疗能力的生产、组织与调用方式。我们可以用餐饮行业的变化来理解元医院的逻辑：过去的餐厅能服务的顾客数量，完全取决于门店面积和厨师团队的规模。而外卖平台出现后，餐厅本身没有改变，厨师依然是核心，但餐厅的服务半径被大幅拓展了。元医院的逻辑也是如此：实体医院依然存在，医生依然是诊疗的核心决策者，但医院的服务能力可以突破物理空间的限制，医生可以借助AI完成更多复杂的诊疗任务，患者也能获得更持续的全周期健康管理。简单来说，元医院不会替代实体医院，而是让现实中的医院拥有更强的能力边界。

一家实体医院要正常运转，需要土地、建筑、设备、医护团队和运营体系，同理，建设元医院也绝非简单部署几个AI应用就能完成，它需要四项缺一不可的核心能力。

首先是医疗数据底座。和传统医院建设先修基建不同，元医院的第一步是搭建医疗数据底座，因为数据是元医院持续运行和进化的基础。不同于传统AI应用只需要处理单一的检查数据或报告，元医院需要理解患者完整的诊疗全流程，因此它需要的不是单一数据源，而是一套持续运转的真实世界医疗数据网络。这些数据要覆盖影像、病历、检验、生命体征监测等多个场景，贯穿诊疗的全周期，并随着真实的医疗过程不断更新。但医疗数据的整合并不容易：过去医院的数据长期分散在不同的系统中，影像数据存在独立的影像系统，电子病历存储在HIS、EMR系统中，检验数据则属于另一套业务流程，而且不同医院、不同设备、不同系统之间的数据标准也并不统一。对于医生来说，他们可以通过长期的临床训练和经验积累，将这些分散的信息串联起来，但对于AI来说，分散的数据不会自动形成关联。因此，如何将不同来源、不同格式的医疗数据进行治理、连接和整合，让它们成为可被AI调用的标准化基础资源，是元医院首先要解决的问题。这不仅需要数据接入的入口，更需要建立覆盖数据采集、治理、流转和应用的完整数据能力体系，为后续的模型升级打下坚实基础。

其次是医疗大模型底座。数据接入系统只是第一步，接下来要让AI真正理解医疗场景。传统医院的诊疗能力依靠医生团队，经过多年的医学训练和大量病例积累，医生才能形成诊断、治疗和决策的能力。而在元医院中，这种能力需要由医疗大模型来重构。不过元医院需要的并非仅仅是一个基础的医疗大模型，而是一套能够持续生成医疗智能体的模型底座。在这个背景下，模型参数的数量并不是衡量医疗大模型的核心指标，真正重要的是它能否真正理解医疗流程，能否将医学知识、患者数据和诊疗场景进行有机结合，并在复杂的临床场景中做出符合医疗逻辑的判断。此前开源的uAI Nexus MedVLM元智医疗视频理解大模型，正是朝着这个方向进行的探索。依托这样的模型底座，元医院能够对不同来源、不同模态的数据进行理解和推理，并进一步生成面向具体临床场景的医疗智能体。简单来说，模型就是元医院的“大脑”，负责将原始数据转化为可落地的医疗智能。

第三是智能体调度能力。当一个个基于医疗大模型生成的医疗智能体不断涌现，如何让这些智能体协同工作，就像传统医院的不同科室一样完成复杂的诊疗任务，成为元医院的另一项核心能力。过去的大量医疗AI应用都只解决单点任务，比如一个模型负责影像阅片，一个模型负责生成病历，一个模型负责回答患者问题，但真实的临床流程往往涉及多个环节，单一的AI能力很难独立完成完整的诊疗服务。比如一个肿瘤病例的诊疗，可能同时需要影像分析、病历理解、医学知识检索、治疗方案建议、术后随访管理等多个智能体的参与。当智能体的数量越来越多，如何让它们根据临床需求高效协同，就成了关键问题。元医院需要一个能够理解临床任务，并根据具体需求调用不同智能体与技能的“调度中枢”。

在本届WAIC的论坛现场，联影智能展示了这套“超级医生”系统。复旦大学附属中山医院的孙云帆教授通过VR头显完成了沉浸式实操演示，他的视野画面同步投屏给现场观众。当孙教授下达“调取这位患者完整病历”的语音指令后，该患者的全周期诊疗档案立刻完整呈现，包括历次就诊记录、全套影像资料、检验指标、既往病史等，无需医生手动翻找多个分散的系统。在手术规划环节，这套系统同样能提供强力辅助：当孙教授下达“剥离肝脏实质”的指令后，虚拟模型瞬间完成了组织剥离，肝内胆道、动脉、门静脉、肝静脉等关键管道清晰立体地呈现出来。孙云帆教授介绍，肝脏手术的最大难点，就是在完整保护重要血管和胆管的前提下精准切除肿瘤，这套系统支持自由缩放、多角度旋转观察，对于外科术前规划和术中判断都有极强的实用性。而在过去，医生查房时，住院医师往往需要提前很久到岗，跨系统调取、整理分散在各处的患者资料，再汇总给主任汇报，大量的时间都消耗在重复性的信息归集工作中。依托“超级医生”系统，全流程的数据可以一键整合，直接解放了医护的人力成本。不难看出，单纯比拼AI工具的数量已经过时，医疗AI的下一阶段竞争，核心在于能否让这些工具真正实现协同联动。

最后是临床验证闭环。当我们拥有了数据系统、医疗模型和智能体，元医院已经具备了基本的运行条件，但一家实体医院并非建成当天就完全成熟，它是在每天接诊患者、处理复杂病例的过程中不断完善诊疗流程、积累经验、提升医疗能力的。元医院也是如此，数据系统、医疗模型和智能体最终都需要进入真实的诊疗流程，在实际使用中发现问题、获得反馈，再推动下一轮的优化升级。因为医疗场景远比实验室环境复杂，诊疗流程涉及医生的使用习惯、科室的协作方式、医疗安全要求，以及复杂的责任边界，任何一个AI系统想要真正融入医院的运行体系，都需要经过长期的真实场景验证。这也是医疗AI落地过程中最大的挑战之一。从这个角度来看，元医院并非一次建设完成的静态智能系统，它和实体医院一样，需要在真实的医疗环境中持续运行、持续反馈、持续优化。这四项核心能力是层层递进、相互闭环的，任何单一能力的突出，都不足以支撑起完整的医疗智能系统。

为什么医疗AI发展了这么多年，之前没有企业提出元医院的概念？答案其实很简单：不是没有人想过，而是过去很少有企业真正具备建设元医院的条件。元医院需要跨越数据、模型、应用和医疗流程多个层面，但过去多数企业往往只具备其中的某一项能力。互联网大厂拥有强大的AI技术能力，但医疗并非单纯的数据和算法问题，它需要长期的真实医疗数据积累，需要深入理解医院的工作流程，更需要建立符合医疗场景的安全合规体系，缺少这些核心能力，AI很难真正进入临床场景。单一的软件公司更熟悉医院的信息系统，它们掌握HIS、EMR等业务流程，但传统的信息化系统更多承担的是数据管理和流程支撑的角色，并非为AI原生设计，想要接入AI往往需要不断增加插件和应用，最终很难形成统一的智能底座。再看设备厂商，它们天然连接临床场景，但设备能力大多聚焦于某一个医疗环节，很难支撑起完整的元医院体系。

进入智能原生时代，真正的医疗变革并非给原有系统“外挂一个AI”，而是让医疗产业链的每一层都重新生长：

• 数智技术底座重塑医疗的筋骨；
• 智能装备延展医生的感官与双手；
• 院外泛在智能装备持续守护患者健康；
• 智能大模型升级医疗的大脑，让顶尖医生的诊疗能力无限复制；
• 最终重构医院的组织形态。

在整个医疗产业链中，当其他玩家还在尝试跨界联手，用生态补丁拼凑解决方案时，联影智能已经首创出了元医院的概念。过去多年，联影智能在医疗产业链的多个关键环节都积累了深厚的能力：首先是数智化基础设施，元医院需要一个能够承载医疗数据和智能应用的底层技术平台，联影智能已经构建起覆盖智能芯片与传感器、AI原生医院业务系统、数据与知识平台等软硬一体的基础设施层，搭建起了元医院运行所需的“筋骨”和“血脉”。其次是以大模型和智能体为核心的智能能力，基于长期积累的医疗数据和临床场景，联影智能构建了“元智”多模态医疗大模型，并进一步衍生出执行型智能体和中枢性智能体，让AI不再只是完成单点任务，而是能够理解复杂的医疗信息，并根据临床需求调用不同能力实现协同工作。最后是将AI能力真正落地到物理医疗世界的连接能力，在院内，联影智能拥有全模态、多场景的“具身智能诊疗机器人”，它们并非单一的工具，而是具备自主感知、决策、行动、进化等能力的核心硬件装备；在院外，智能可穿戴设备、康复智能体则成为连接患者的“神经末梢”，推动健康管理从院内延伸到院外，从疾病治疗延伸到全生命周期管理。

从CT、MR等大型影像设备，到放疗、DSA、外科等诊疗装备，再到医疗级智能终端，联影智能的设备连接着医院内外的大量真实医疗场景，它们不仅是诊疗工具，更是连接患者、医生与元医院的智能单元。从数智化技术底座，到元智大模型和智能体，再到具身智能诊疗机器人、智能可穿戴设备，这些能力最终汇聚成一套完整的闭环：设备感知真实世界，数据沉淀医疗知识，模型理解复杂场景，智能体辅助临床决策，推动医疗能力突破物理空间的限制。

我们可以想象这样一个未来场景：住在小镇的老人佩戴着智能医疗设备，日常健康状态被持续监测。某天，系统检测到异常脑电信号，提前提醒他存在脑卒中风险，但老人并未在意。当意外发生后，设备第一时间捕捉到生命体征的变化，并将数据同步至元医院，急救响应随即启动，在通知家属的同时救护车已经出发。在车上，乡镇医生通过AI系统实时分析生命数据，辅助判断病情；“元医生”结合影像和患者数据给出治疗建议，远程卒中专家同步介入，快速制定手术方案；在专家的远程指导下，血管介入机器人根据术前规划执行取栓操作，帮助医生争分夺秒地抢救患者。

这正是本届WAIC上展示的未来医疗AI畅想场景。当医疗不再是一次被动响应的急诊，而是一种持续的、主动的健康陪伴，医生的能力也将突破空间的限制，而元医院正是搭建这一切的起点。变革已经悄然开始。