李永飞
B端运营
第一篇：AI + 院内信息化的冷热分化：技术热潮下，存量系统的隐性危机（1）（注：仅代表个人针对行业的简要分析，如转发请标注出处-由于字数限制，拆分发出）一、一级市场热度与落地效果的反差2026 年，人工智能与医疗卫生融合已纳入国家战略层面，医疗 AI 赛道连续三年融资规模超千亿，头部科技企业相继推出医疗大模型产品，覆盖影像诊断、电子病历、DRG 核算、护理辅助等院内多个环节。但市场热度并未转化为实际的落地成效。据艾瑞咨询调研，国内已部署 AI 医疗产品的医院中，仅 17% 的产品实现常态化使用，62% 在试点后处于闲置状态，其余 21% 仅能实现单点基础功能。某三甲医院信息科主任坦言：“我们先后引入 5 款不同厂商的 AI 产品，没有一款能真正融入现有工作流。影像 AI 只能识别肺结节，和 HIS 系统数据不通；智能病历生成的内容错误率高，医生修改的时间比手写还长；DRG 核算系统跟不上医保政策更新，反而增加了财务工作量。”二、制约院内 AI 落地的四大核心痛点1.技术与临床场景脱节多数 AI 企业的医疗产品由通用大模型微调而来，缺乏临床场景的深度适配，仅能解决通用性问题，难以匹配医院复杂的个性化需求。基层医疗机构需要轻量化、易操作、低成本的工具，而市面产品往往功能复杂、操作门槛高；三甲医院需要多科室协同的全流程智能方案，但现有 AI 产品多为单点突破，数据割裂严重。更关键的是，绝大多数 AI 产品只能以独立外挂形式存在，无法嵌入医院现有工作流，医护人员需要在多系统间反复切换，反而加重了工作负担，这也是医院后续合作意愿低的核心原因。2.存量系统老化，兼容与合规风险并存存量系统老化是当前行业普遍存在、却极易被忽略的核心问题。据中国医院协会 2026 年统计，全国二级以上医院中，62% 的 HIS 系统服役年限超 8 年，35% 超 10 年。这类系统多基于 2010 年前后的单体架构开发，经过多年补丁叠加，代码冗余度普遍超过 70%，运行故障率逐年上升，部分三甲医院 2025 年因系统故障导致门诊停诊的事件达 12 次。（由于字数限制，拆分发出）
发布于 上海
分享
评论
5
未登录
友善发言
评论
加载中
