联想YOGA Air 14 Aura AI超能本首发，赋能医疗AI工厂落地，开启元启医疗新范式。
12月18日，“智算协同医疗生态 链接未来”主题研讨会在成都举行。联想携手英特尔等生态合作伙伴、医疗机构客户及主流媒体，共同走进循上医疗，围绕智算技术在“AI+医疗”领域的落地实践展开深度交流与现场观摩。这不仅是一场技术分享会，更是一次对智慧医疗从概念走向临床、从单点突破迈向系统升级的关键见证。
循上医疗・医学院校长、数字化智慧医疗中心负责人李景宇，循上医疗数字化智慧医疗中心苏志豪，联想中国基础设施业务群战略管理总监黄山，英特尔全球大客户经理张奕君等嘉宾出席活动，并就AI如何真正“懂医”“助医”“惠医”展开务实探讨。值得注意的是，多位发言嘉宾身份兼具学术背景与一线运营经验，这种“医生+工程师+架构师”的跨界组合，恰恰折射出当前智慧医疗建设最稀缺也最关键的协同能力——技术不能自说自话，医疗不能闭门造车。
活动当天，与会嘉宾实地参观了循上鹏瑞利医院，现场体验AI在导诊分流、影像初筛、电子病历结构化生成、慢病随访路径推荐等真实场景中的运行逻辑。不同于常见的“演示屏+讲解稿”式展示，此次观摩强调“可触摸、可验证、可追问”，例如工作人员当场调取一位糖尿病患者的全周期健康档案，AI系统实时生成干预建议并同步推送至家庭医生端。这种沉浸式呈现，让抽象的“AI赋能”变得具象可感，也为行业提供了难得的“非样板间式”参考样本。
现场展出的联想问天WA7880 G3大模型训练微调一体机与WA5480 G5服务器均搭载英特尔®至强®可扩展处理器，成为全场焦点。值得指出的是，这些设备并非仅作性能参数展示，而是已深度嵌入循上医疗AI医院的实际训练与推理链路中——它们支撑着每日数千例医学文本的语义理解、数百份影像报告的跨模态对齐，以及私有知识库的小时级增量更新。硬件不再是后台静默的“算力底座”，而成为临床决策流中可感知的“智能节点”。
从数据治理到模型敏捷迭代，AI正在系统性重塑医疗生态。
当前，人工智能与医疗健康的融合已越过政策倡导期，进入规模化落地攻坚阶段。国家层面持续释放医疗信息化、智慧医院评级、AI医疗器械审批等利好信号，但一线医疗机构仍普遍面临三重现实困境：一是“系统林立、数据沉睡”，HIS、LIS、PACS、EMR等系统互不联通，形成大量“数据堰塞湖”；二是“流程冗长、人力承压”，医生60%以上时间耗费在文书录入与跨系统操作中；三是“服务同质、响应滞后”，面对老龄化与慢性病高发趋势，传统“人盯人”管理模式难以为继。这些问题无法靠单一算法或某款App解决，亟需基础设施级的系统性破局。
作为全国高端私立医疗机构的经营标杆，循上医疗以“长寿医学、慢病逆转、肿瘤癌症、疑难重症、跨境救援”五大方向为支点，将科技赋能置于与专家资源、国际标准同等重要的战略位置。这种定位颇具启示意义：在医疗领域，技术不是锦上添花的装饰，而是重构服务范式、突破能力边界的杠杆。尤其在慢病管理和早筛早诊等长周期服务中，AI的价值不在于替代医生，而在于把医生从重复劳动中解放出来，使其专注更高价值的临床判断与人文关怀。
会上，李景宇系统阐释了循上医疗的AI实践路径：AI医生助手实现秒级循证决策支持，AI健康顾问提供个性化干预追踪，长寿医学平台整合多组学数据构建个体化衰老图谱，慢病逆转系统动态优化生活方式处方，肿瘤早筛模型则基于超声、MRI等多模态影像提升微小病灶识别率。这些应用并非孤立存在，而是共享同一套数据底座与模型迭代机制——这正是区别于“AI功能堆砌”的关键所在。
联想为循上医疗打造的“AI大模型+RPA+集成平台”解决方案，直击医疗数据治理痛点。通过建设企业级集成平台与临床数据中心（CDR），将分散在HIS、订单、财务、药房等十余个异构系统中的数据完成汇聚、清洗、映射与标准化，最终生成动态更新的“患者360度全息视图”。这一过程看似是技术工程，实则是医疗信息流的“供给侧改革”：只有当数据真正流动起来、可信可用，AI才可能从“辅助工具”进化为“决策伙伴”。
联想中国基础设施业务群战略管理总监黄山在分享中强调：“坚实的AI工厂基础设施与持续演进的算力引擎，是承载医疗智能化应用、确保其稳定高效运行的基石。”此言切中要害。当前不少医疗机构陷入“有模型、无算力”“有数据、无管道”的尴尬，而联想提供的不仅是服务器，更是覆盖训推一体、模型蒸馏、知识注入、安全审计的全栈能力。尤其值得关注的是，其AI中台支持对DeepSeekR1等国产大模型进行私有化部署下的持续微调——这意味着模型能随最新指南更新、新药上市、临床路径优化而自主进化，彻底告别“上线即过时”的行业顽疾。
算力生态的开放协同，是智慧医疗可持续发展的底层保障。英特尔®至强®6处理器被业内称为智算中心主控CPU的“六边形战士”，其AMX指令集对医学NLP任务加速显著，高核心密度适配多模型并发推理，内存带宽提升则保障了影像分析类重载场景的流畅性。更重要的是，其软硬件全生态兼容性，降低了医疗机构引入新技术的迁移成本与试错风险。张奕君所言“推动算力普惠化”，在医疗语境下意味着：让三甲医院与县域医共体都能获得适配自身规模与发展阶段的可靠算力，而非陷入“唯参数论”的军备竞赛。
循上鹏瑞利场景化AI应用解决方案的真正突破，在于超越了“功能替代”思维，转向“流程再造”范式。针对医疗数据标注成本高、罕见病样本少等瓶颈，方案创新采用自激励强化学习框架——系统在真实问诊流、随访流、转诊流中持续接收反馈信号，无需人工标注即可完成策略优化。这种“在业务中学习、为业务而进化”的机制，让AI真正长出了医疗场景的“肌肉记忆”。
该方案已显现出清晰的效能转化：面向患者，“AI医生”“AI护士”将平均导诊耗时缩短52%，报告解读响应提速至30秒内；面向医生，“AI医嘱助手”实现语音→结构化病历→诊断建议→用药提醒的端到端闭环，病历书写时间减少约40%；面向运营，RPA机器人日均自动处理跨系统对账单超1200笔；面向管理者，“ChatBI”支持自然语言查询床位周转率、科室DRG盈亏、高危患者预警分布等关键指标。这些数字背后，是医疗服务可及性、安全性与温度感的同步提升。
当AI能力如毛细血管般渗入挂号、问诊、检查、治疗、随访每个环节，我们看到的不仅是医院的技术升级，更是一种新型医疗生态的实质性萌芽：在这里，数据主权牢牢掌握在医疗机构手中，安全合规与效率跃升不再是非此即彼的选择；在这里，算法输出的不只是冷冰冰的结论，而是嵌入诊疗逻辑的可解释建议与充满人文温度的服务触点；在这里，顶尖医疗资源正通过AI这一“新质连接器”，突破时空限制，向更广泛人群延伸。联想与生态伙伴所推动的，从来不是一场硬件更新运动，而是一场以算力为基、以临床为本、以患者为中心的医疗价值再发现之旅。
