紧扣 “医工融合发展  创新引领未来” 主题，OFweek 2026智慧医院创新发展大会暨医疗机器人创新发展峰会在深圳顺利举办。

大会特设圆桌对话环节，由OFweek产业研究中心副总监李维维主持，特邀华中科技大学同济医学院附属同济医院信息中心原主任张晓祥、中国科学院深圳先进技术研究院副研究员梁晓坤、讯飞医疗售前咨询副总监胡丽君、深圳市南山区人民医院原CIO朱岁松先生四位嘉宾齐聚研讨。

嘉宾们围绕AI落地瓶颈、临床技术匹配、政策标准与未来机遇三大核心议题，从科研、医院、企业多视角展开深度思辨，全方位拆解智慧医院建设的挑战与破局路径，为智慧医院高质量发展建言献策。

「议题一」

AI技术在医院全流程落地时，不同环节面临哪些具体难题与实践瓶颈？

AI赋能医疗已成为行业共识，但落地过程中仍面临多重现实瓶颈，四位嘉宾从不同维度直击核心难题。

梁晓坤研究员指出，数据是医学AI广泛落地的最大瓶颈。生活场景AI因开源数据充足、训练充分效果优异，但医疗数据高敏感、难共享，且存在隐私合规约束，导致医学大模型难以实现强泛化能力；同时，研究院、企业、医院三方的协同不足，算法研发、产品化、临床落地的链路仍存在断层。

张晓祥主任从医院信息化视角提出两大核心难题：一是系统异构与数据碎片化，国内医院普遍存在上百套异构系统，数据归一化、统一整理难度极大，与国外厂商主导的同源同构模式差异显著；

二是数据标准化缺失，各医院自建标准难以互通，AI训练无法获取统一、真实、全量的有效数据，目前行业正通过中文医学术语标准建设破局，但仍缺少国外FHIR那样的快速更新、全民适配的标准机制。

胡丽君总监从企业产品落地角度分享两大挑战：一是医院个性化需求繁杂，同一系统在不同医院的需求差异大，方言适配（如粤语、客家话等）更是临床刚需，技术攻关与需求整合难度高；

二是患者接受度待提升，AI随访虽部署便捷，但如何让患者认可并配合，让随访数据真正赋能临床，是产品落地的关键卡点。

朱岁松先生补充技术底层短板：AI幻觉的核心成因是医学知识图谱缺失，生理、病理、药学等多维度医学知识无法通过图谱高效检索；需结合图数据库、向量数据库与检索增强生成技术（RAG），同时强制推进数据标准化，才能提升AI精准度与可复制性，避免“一家能用、别家不准”的困境。

「议题二」

如何实现技术供给与临床需求匹配？未来3-5年期待智慧医院建设有哪些突破?

针对技术供给与临床需求脱节的行业痛点，嘉宾们一致认为临床导向、医工融合是核心破局点，并指明未来发展方向。

梁晓坤研究员强调，医学AI是交叉学科，算法工程师与产品团队必须深度贴近临床、对接医生需求，杜绝“闭门造车”式研发，只有贴合实际场景的产品，才能真正在医院用起来、用得好。

张晓祥主任提出，需审慎看待AI资本热潮，避免盲目上线应用，未来最期待数字分身技术突破。基层全科医生专业能力有待提升，数字分身可将优质专家资源规模化复制，赋能基层医疗；同时需严守伦理、CFDA认证红线，用全量真实知识持续迭代模型。

胡丽君总监表示，企业要转变思路，让产品从医院临床需求中孵化，而非单纯向医院售卖产品；未来聚焦打造医生专属AI智能体，覆盖排班、诊疗、随访全流程，充当“私人助理”为医护减负，让医护把更多精力投入患者服务。

朱岁松先生认为，医院最需要专科专病AI，而非入门级通用工具，期待AI能精准辅助专科诊断、提升治疗水平；同时呼吁建立行业考核门槛，通过执业医师考试、病理影像实测等方式筛选优质AI产品；此外，期待AI结合运筹学优化医院运营，实现科室布局、药品库存、就医流程的全局最优解。

「议题三」

智慧医院建设在政策与行业标准构建方面的着力点在哪？未来发展方向与核心机遇是什么？

围绕政策支撑、标准构建与行业未来，嘉宾们从顶层设计到落地实践给出核心观点。

梁晓坤研究员建议，国家需加大专科医疗AI的政策扶持，开通临床辅助决策类产品的绿色通道，同时推进优质医疗AI产品纳入医保，破解专科AI落地难的问题。

张晓祥主任坦言，当前行业不缺政策资金，最缺长效生态与运行机制，只有构建统一、高效的行业机制，才能让智慧医院建设持续推进。

胡丽君总监认为，企业可紧抓三大政策机遇：一是基层医疗服务能力提升，二是健康中国2030下的居民健康管理与家庭签约落地，三是数据要素与高质量数据集建设，为专科模型训练、数据资产入表筑牢基础。

朱岁松先生总结南山医院实践经验，提出智慧医院未来核心方向：万物互联+全景智能+数字孪生，以万兆网络、5G-A实现全终端连接，通过实时数据采集构建医疗数字孪生，结合运筹学与专科AI求全局最优解，最终实现价值医疗，为患者提供最适配的诊疗方案。

本次圆桌对话凝聚医、研、企三方共识：

智慧医院建设需破解数据壁垒、系统异构、临床脱节三大核心难题，坚持临床需求导向、医工深度融合，以政策标准为护航、技术创新为驱动，推动AI从“能用”走向“好用、实用”，最终实现优质医疗资源普惠、医疗服务高效提质的目标。

— END —