一家医院为什么要联合数字病理、国产算力、数据库、AI算法等一整条产业链，专门成立一个联合创新平台？

8月22日，由浙大邵逸夫医院数智病理研究中心牵头，联合多家产业链企业成立西湖数智病理联合创新平台。这件事值得关注的是一个角色变化：医院开始从AI的使用者，走向AI生态的引领者。

过去，医疗AI多是“企业研发、医院采购”：企业提供产品，医院提供场景。但当AI真正进入临床，医院会发现，最难的问题往往不是“有没有AI”，而是AI到底应该解决什么问题、如何进入医生工作流程，以及怎样从一个产品变成一套能力。而这些问题，恰恰只有医院最有发言权。

医院开始反向定义AI

医疗AI已经不缺模型。肺结节、乳腺、病理、影像……一个个AI产品不断进入医院，但“有AI”和“真正用起来”之间，仍然存在距离。原因在于，医疗AI首先是临床问题，其次才是技术问题。

一个病理医生每天面对什么难题？哪个环节最耗时？哪些判断最依赖经验？AI应该在什么时候介入？什么结果能够真正帮助医生？这些问题，企业可以提供技术，却很难单独定义。

因此，医疗AI正在出现一种新的创新路径：医院提出临床问题，企业提供技术能力，科研机构参与研发，医院再通过真实病例验证，最终把成果变成可以复制的产品和能力。

邵逸夫医院成立联合创新平台，本质上就是在探索这种模式。医院不再只是提出采购需求，而是开始站到创新链前端。

目前，邵逸夫医院病理科已经上线20余个AI辅助模型，覆盖冰冻诊断、细胞学筛查、活检判读、免疫组化分析等多个环节，涉及12个以上人体器官，AI辅助覆盖科室75%以上病例。

这组数据真正重要的地方在于：AI已经进入了病理科相当大一部分日常工作。也就是说，医院已经积累了大量真实临床经验。因此，邵逸夫医院手里真正有价值的，不只是20多个模型，而是一套“临床问题—AI研发—真实验证—持续迭代”的机制。

术中冰冻AI是邵逸夫医院这套模式最典型的案例。该医院与浙江大学相关团队研发的AI显微镜系统，不需要更换现有显微镜，能够在1秒内完成病灶识别。

更重要的是，这套系统已经在肺结节、甲状腺、乳腺前哨淋巴结等术中冰冻场景验证超过1万例，AI研判与医生诊断一致率超过90%。所以，真正值得关注的不是“1秒”，而是1万例真实临床验证。

此次平台的参与方非常有代表性。数字病理企业解决设备和存储，数据库企业解决数据，国产算力企业提供基础设施，AI企业提供算法，而医院提供最核心的东西：真实临床场景。

病理AI并不是一个孤立的软件。前面连接取材、制片和显微镜，中间连接数据、数据库和算力，后面连接AI分析、医生判断和病理报告。任何一个环节脱节，AI都可能变成一个“孤岛”。

因此，未来医疗AI需要的，不只是更强的模型，还需要一个能够把产业链组织起来的角色。医院恰恰适合承担这个角色。企业知道“技术能做到什么”，高校知道“前沿在哪里”，而医院最清楚临床需要什么。所以，“医院主导、多元企业协同”的意义就在于：医院不需要自己做完所有AI，而是负责把不同技术组织到同一个临床目标下。

如果平台最终只是让邵逸夫医院自己拥有更多AI，它的意义仍然有限。真正值得期待的是“能力输出”。

病理领域长期存在优质专家资源分布不均的问题。基层医院可能有设备，却缺少足够的高水平病理医生。

而邵逸夫医院正在探索的一个方向，是让AI兼容现有显微镜，降低基层医院引入病理AI的设备门槛。

这意味着，AI的价值可能不只是让三甲医院的医生更高效。

更重要的是，能不能把头部医院积累的专家经验，变成更多医院都能够获得的数字能力。如果这一模式能够复制，医院的角色就会进一步变化：从一个医疗服务中心，变成一个AI能力输出中心。

所以，重新看这次西湖数智病理联合创新平台，它真正的价值并不是“邵逸夫医院又有了多少AI”。

而是它正在尝试回答一个更大的问题：AI时代，医院应该扮演什么角色？

过去，医院是AI的采购者；后来，医院成为AI的应用者；而现在，一些头部医院正在成为临床需求定义者、AI技术验证者和产业生态组织者。

这意味着医疗AI的竞争，也正在从“谁有一个更好的模型”，转向谁更懂临床，谁能组织产业链，谁能把AI真正变成医院的一种基础能力。邵逸夫医院这次做的，表面是病理AI，背后其实是在探索一种新的医院模式：医院提出问题，企业提供技术，科研参与创新，临床完成验证，成熟能力再向更多医院扩散。

如果这条路真正跑通，那么医院就不再只是AI产品进入医疗体系的“最后一公里”。医院本身就可能成为医疗AI创新的起点。

免责声明：

智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

本平台所发布信息的内容和准确性由提供消息的原单位或组织独立承担完全责任!

凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。