【中智观察】全球共识与中国路线：MAIC 2026 催生医疗AI从外挂时代迈向业务原生

2026年，全球医疗人工智能产业正经历一场分水岭式的蜕变。

如果您身处 MAIC 2026（医疗人工智能大会）的现场，聆听来自全球顶尖医疗机构、科技巨头以及行业专家的激烈交锋时，就会感受到，一个无比清晰的信号已然浮出水面：医疗AI的参数狂欢与模型秀场已经彻底成为过去式。整个行业正迅速驶入极其严肃、甚至有些残酷的价值落地兑现期。

医院管理者和临床医生们不再为单纯的技术Demo买单，他们发出的一致拷问是：大模型究竟能不能融入我每天高负荷的真实业务流中？

告别模型秀场，迎接业务原生AI的觉醒时刻

长期以来，医疗AI面临着一种令人尴尬的“看戏容易上场难”的困境。诸多打着颠覆旗号的AI产品，最终在医院里只能沦为一个边缘化的“外挂工具”——医生需要在HIS（医院信息系统）或EMR（电子病历系统）之外，额外打开一个窗口去查看AI的建议，这不仅没有减轻负担，反而增加了操作流转的摩擦力。

如何打破这一僵局？东软集团在大会上发布的东软添翼AI 3.0及其白皮书，犹如在迷雾中点亮的一座灯塔。在我看来，东软添翼AI 3.0不仅与全球医疗AI发展的代际趋势形成呼应，更通过提出“业务智能”的系统化架构，为中国医疗信息化产业跨越“外挂时代”、迈向“业务原生”给出了详尽、可操作的落地路线图。

东软集团总裁兼首席运营官盖龙佳则认为，这不仅仅是一次医疗业务系统版本的升级，更是一次底层业务逻辑的彻底重构。

从WHO全球治理指引看东软AI3.0的跨越逻辑

盖龙佳认为，探讨中国医疗AI的落地路径，必须将其置于全球视野下进行对标。

世界卫生组织（WHO）在近年来针对医疗AI发布的最新治理与应用指引中，反复且极其严厉地强调了一个核心原则：人工智能必须从一种零散的“辅助工具”，深度、系统地融入医疗卫生的核心闭环中，并且要具备极高的可解释性与安全性。

这一全球代际共识，在东软添翼AI系列的演进历程中得到了最为生动且清晰的印证。

回溯东软医疗大模型近几年的发展，东软集团副总裁兼医疗健康事业部总经理李东认为，可以清晰地将其划分为三个代际：

首先是添翼AI 1.0的“融智”阶段。在2023年至2024年的大模型爆发初期，医疗机构的首要痛点是“无门而入”。1.0在这一阶段侧重于“能力接入”，通过底层的“融智”框架和八类赋能体，率先引入包括DeepSeek在内的各类通用及专业大模型。这个阶段的核心是解决AI“能不能用、能不能连”的基础设施问题。然而，1.0阶段的AI更多是以API调用的形式存在，对医疗复杂场景的纵深理解仍有不足。

随后进入添翼AI 2.0的“场景智能”阶段。随着技术的下沉，行业意识到单靠一个通用大模型无法包打天下。东软在这一阶段迅速构建了“1+N”模型矩阵，并孵化出约120个专业智能体。此时，AI开始在临床辅诊、科研文献检索、病历自动生成等单点场景中发挥作用，解决了“能不能覆盖具体医疗场景”的痛点。但2.0阶段依然遗留了一个重要问题：这些场景是割裂的。放射科的AI、病案室的AI、导诊台的AI各自为战，形成了一个个新的“智能孤岛”。

如今，全面跃升至添翼AI 3.0的“业务智能”阶段。这正是3.0与WHO治理指引深度碰撞后产生的耀眼火花。3.0阶段不再满足于单点场景的赋能，而是通过强大的模数共振与多智能体（Multi-Agent）协同机制，直面医疗体系中最复杂的跨部门、跨流程业务。它解决的是“能不能理解复杂任务、组织多种能力并完成全链路业务闭环”的终极瓶颈。至此，医疗AI正式从“外挂工具”蜕变，跨入了WHO所倡导的、融入核心卫生系统的业务原生新时代。

事实上，中国软件网在采访中发现，这不仅仅是东软添翼AI发展的三个重要阶段，也是整个医疗AI发展阶段的缩影。

从外挂工具走向内生能力的双中枢革命

中国软件网调查发现，过去医疗AI难以大规模商业化落地的根源，在于其悬浮于传统业务系统之外的尴尬定位。

在MAIC 2026大会上，包括盖龙佳、李东等在内的众多位行业领袖，都一针见血地指出：医疗AI的价值不在于炫技，而在于能否与真实业务产生化学反应；只有将AI深度嵌入医疗核心流程，把大模型的能力化作春雨般“润物细无声”的内生能力，才能释放真正的临床与管理价值。

东软添翼AI 3.0通过前瞻性的架构创新，实现了这一维度的价值重构：

核心在于双中枢智能门户的建立。传统的医院软件系统遵循的是“人找功能”的菜单式逻辑，医生需要记住繁琐的操作路径。而添翼AI 3.0重构了人机交互的入口，打造了面向医院内部医护及管理者的“添添”，以及面向患者服务的“小翼”。这两个双中枢不仅仅是聊天机器人，它们是具备深度意图理解、复杂任务规划和能力编排执行的“超级大脑”。

例如，当医生在系统中输入“患者突发胸痛，疑似心梗”时，“添添”能瞬间理解意图，并在后台自动拉起心电图调阅智能体、既往病史分析智能体、甚至导管室资源协调智能体。它将“人找功能”彻底转化为“意图驱动”，医生只需发出指令，系统便自动完成跨模块的数据抓取与任务流转。

另一大支柱则是Agent Store生态体系。针对医疗业务极度碎片化和专业化的特点，东软并没有选择大包大揽，而是极具生态思维地推出了Agent Store。目前，该平台已聚合超150个专业智能体，全面覆盖了智慧医疗（如专病辅诊）、智慧服务（如全流程智能陪诊）、智慧管理（如DRG/DIP控费分析）、智慧科研、智慧基层及智慧卫健六大领域。

对于医院CIO而言，这意味着医院系统的建设逻辑发生了质变。传统的定制化开发周期长、成本高，而通过Agent Store，医院可以像在应用商店下载App一样，随时调用、组合甚至自主训练特定的智能体。大模型不再是高高在上的黑盒，而是被解构成一个个可复用、可拼装的“内生能力”插件，彻底打通了医院的“任督二脉”。

高质量数据支撑下的模数共振与白盒化推理

“没有高质量的数据沉淀与严谨的医学知识支撑，再庞大的模型参数也只是空中楼阁。”正如李东在剖析行业趋势时反复强调的，医疗AI的智商，取决于其吸收的数据养料。在医疗这个容错率为零的行业，大模型最令人恐惧的就是“幻觉”。

在我看来，东软添翼AI 3.0为此打造了堪称行业标杆的“模数共振”底座，通过大模型与高质量数据、权威知识库的双向循环，从根本上压制了AI的不可控性。

一方面是全谱系医学知识中心的压舱石作用。添翼AI 3.0联合了国内20余家顶级医疗机构，硬核沉淀了超过3000万篇医学论文、1万多种常见病知识库、20万条医疗质控规则以及121种罕见病知识库。这些结构化的权威知识，是遏制大模型“胡说八道”的最强法宝。更为惊艳的是其独创的“双层思维链”推理机制。在处理复杂病例时，模型不仅能在宏观上梳理患者的既往史、家族史（宏观思维链），还能在微观上针对某一项异常生化指标、某一张影像病灶进行病理学的循证推导（微观思维链）。这种“假设—验证—反思”的循环，让AI的每一次诊断建议都附带详尽的参考依据，实现了过程的“白盒化”，让医生知其然更知其所以然。

另一方面是高质量数据集中心的造血功能。对于现代医院而言，真正有价值的数据往往沉睡在海量的非结构化病历和异构的影像系统中。添翼AI 3.0的数据集中心不仅能对医院现有的存量数据进行深度治理，更能将其转化为大模型能够直接理解和学习的“AI Ready”高质量资产。这意味着，每一家部署了添翼AI 3.0的医院，都在实时构建属于自己的、不断进化的专属医学大脑。门诊量越大，沉淀的数据越丰富，大模型的专业微调和智能体的协作就越精准，真正实现了数据飞轮的持续转动。

安全内嵌与人机协同的最高治理范式

医疗场景的特殊属性，决定了任何技术的狂飙都必须被关进“严肃医疗”与“绝对安全”的笼子里。技术治理、数据合规与隐私保护，是行业专家在各种场合都不遗余力呼吁的生命线。AI的加入，绝不能以牺牲患者隐私和医疗质量为代价。

在工程落地的最后一公里，东软在添翼AI 3.0的底层构建了由七大能力平台组成的工程中心，重点筑牢了安全合规与人机协同的治理范式。

在原生安全与合规层面，添翼AI 3.0展现了国家队级别的技术底蕴。系统深度集成了SaCaEchoTrust区块链平台，确保从数据采集、模型微调到输出决策的每一个节点都拥有不可篡改的加密时间戳，实现了全链路的数据审计与溯源。与此同时，PrivTrustBox隐私计算技术的引入，巧妙解决了“数据不出院”与“模型需训练”之间的矛盾。医疗机构可以在保护患者绝对隐私的前提下，参与多中心联邦学习，让AI能力的迭代建立在合法合规的基石之上。

在人机协同的闭环管理上，东软极其清醒地认识到：在现阶段乃至未来很长一段时间内，AI在医疗领域的角色必须且只能是“超级助手”，而非“替代者”。通过专属的质量评测平台与全生命周期工程化交付体系，添翼AI 3.0建立了一套严苛的人机协作流程。AI给出的任何高风险临床建议，都必须经过人工医生的最终审核与确认（Human-in-the-loop）。AI负责从海量数据中大海捞针、提供最优解的草案，而医生始终掌握着最终的决策主导权与一票否决权。这种高信任度的人机协作模式，最大程度地缓解了医疗机构引入AI时的伦理焦虑与法律风险。

中国医疗AI的新标杆

纵观《东软添翼AI 3.0白皮书》的字里行间，我们看到的不仅仅是一套软件架构的升级，更是中国B2B医疗软件产业在智能化浪潮下的一次深刻自我革命。从“外挂式点缀”走向“原生化重构”，这条路径虽然充满荆棘，却是唯一一条能通向未来的康庄大道。

展望未来，MAIC 2026已经吹响了向深水区进军的号角。中国医疗AI的成功路径，必然属于那些能够摒弃浮躁、深耕医疗业务细节、筑牢高质量数据根基、且兼顾严苛安全治理的务实践行者。我认为，东软添翼AI 3.0以“业务智能”为核心引擎的实践范式，为整个产业的跃迁树立了极具参考价值的标杆。

我也相信，当大模型真正褪去神秘的光环，化作医护人员指尖每一次顺畅的点击、化作每一次精准的辅助诊断时，医疗AI终将跨越险滩，真正沉淀为赋能“健康中国”战略、守护大众生命健康的新质生产力。