穿越大模型入院熱潮，迭代后的AI能力在醫院如何落地？樹蘭醫療已經交出第一張答卷。 日前，樹蘭醫療自主研發的AI健康智能體Dr.Shu（樹醫生）正式發布。今年以來，樹蘭集團朝著AI方向進行了密集探索。至今，樹蘭醫療與每日互動等多家數據智能公司達成戰略合作，深化智慧醫療布局，推動AI未來醫療戰略落地。 以AI技術為破云劍，拓展醫療服務邊界，成為樹蘭集團的新使命，這背后有兩重內在支撐，一是集團創立之初就確定的“雙輪驅動”科技基因底座，二是集團創始人兼總裁鄭杰。這位IT出身的“掌門人”是集團“All in 科技”戰略規劃的設計師，亦是AI應用落地實施的執行者。 在鄭杰為樹蘭集團繪制的科技發展藍圖過程中，遵循的主脈絡是“計算醫學”（Computational Medicine）這門學科。計算醫學不僅僅是傳統意義上AI醫療工具的簡單組合，更是一種系統性、機制驅動的精準醫療范式。它囊括了多尺度生命機理建模、統計學習、超級計算及醫學知識工程。 在鄭杰看來，目前的醫療AI是計算醫學的一個“子集”，是基于現有數據和認知訓練出知識大腦，以優化決策體系；而計算醫學的最終目標是實現“生命仿真”，前提之一是為醫療數據流通鋪路搭橋。

計算醫學導航，十年鋪路數據共享

幾年前，加州大學洛杉磯分校（UCLA）將擁有40年歷史的生物數學系更名為計算醫學系，這是一門橫跨數學、計算機、生物學、醫學等多個領域的交叉學科。國際主流共識中，“計算醫學”被定義為以生命系統多尺度機理建模為核心，融合統計學習、知識工程與人工智能技術的前沿交叉學科。其核心目標，是構建以患者為中心、可解釋且可交互的數字孿生（Patient-Specific Digital Twin），最終實現醫療決策的精準化與個性化。

“計算醫學不是新事物，軸心是形成對生命系統的動態建模能力，這為臨床決策提供更加精準的意見。”鄭杰認為，計算醫學發展的不同階段背后是數據能力的分層迭代。

在醫院，EMR系統（Electronic Medical Record）以電子化方式記錄了患者的就診信息，更為熟知的說法是“電子病歷”，EHR（Electronic Health Record）作為下一步的數據記錄，是一種跨機構的醫療數據匯總，緊隨其后的是PHR（Personal Health Records），即：納入各院內個人醫療記錄之外，還要將個人記錄的健康信息也一同錄入，包括智能穿戴設備數據、第三方體檢數據等等。

從EMR、EHR再到PHR，計算醫學發展的數據底座漸次搭建，持續推進，鄭杰認為會進入兩大遞進的新階段，一是數據量再擴容后的個人生命云（PLC，Personal Life Cloud），二是最終建立個人數字孿生（PDT，Personal Digital Twin）。

“不同于數據有限的紙質病歷時期，現在每人每年產生的醫療健康數據在爆炸式增長，數據更加碎片化，而提供精準醫療健康服務的前提是數據完整。雖然目前個人電子醫保記錄已開始普及，但完整可及的個人醫療健康數據還需全行業共同努力。”鄭杰表示，PLC的核心正是形成以個人為中心的云端醫療健康數據庫。

一個可以探索的方向是，讓個人能有更多地對本人數據的獲得權和使用權，即：能在線瀏覽，也能下載保存，還能一鍵授權發送。完整醫療健康數據的共享，是行業發展的共性基礎。而無論是集成完整數據，還是促成數據流轉，越不過的一道門檻是數據標準化重構，在這條路上，鄭杰有另一重身份。

2015年，作為發起人，鄭杰成立了非營利性組織開放醫療與健康聯盟（OMAHA）。OMAHA專注于推動醫療健康數據的機器可讀標準發展，以及標準的開源開放，其中，為了實現醫學知識的數字化和可計算，OMAHA構建了“七巧板”醫學術語集，集納了總量達百萬級的醫學概念、術語、關系和不同版本的行業資源庫，打破了對國外醫學術語集的依賴，降低了國內很多醫療大數據行業機構的開發成本。

具體而言，OMAHA推出了名為“HiTA技術棧”的標準化解決方案體系，包含標準服務平臺、知識服務平臺，以及計劃于2025年正式上線的數據服務平臺。其中標準服務平臺已實現與國際主流醫學術語（如SNOMED-CT、LOINC）及醫療數據交換標準（如HL7 FHIR）的映射融合，知識服務平臺則以醫學知識圖譜“七巧板”為基礎。2025-01 HiTA平臺新增收錄93項國家/地方健康信息標準，累計收錄924項文檔。這一技術體系不僅大幅提升了醫療數據互操作性，更為構建動態、全面的個人健康數據庫——如PLC和PDT提供了高質量的標準化數據與知識基底。

從PLC到PDT，是靜態數據到動態數據的過程。鄭杰指出，PDT類似于“數字人”，不同之處是當前的數字人更多是形象、聲音等外在表征的復刻，而PDT是計算醫學發展的遠期目標，會通過“全人動態信息建模”無限接近“硅基生命”。

2019年5月，浙江樹人學院與樹蘭醫療聯合創辦了浙江樹人學院樹蘭國際醫學院，2024年，學院參與的浙江省“人工器官與計算醫學重點實驗室”正式獲批，實驗室基于AI模型和計算醫學研究，專研人工器官精準替代與修復新技術。學院還設有計算醫學課程，鄭杰擔任講師。

培養更多交叉學科人才，鄭杰認為是推動計算醫學發展的另一前提，而AI技術的快速迭代與落地應用，已經在為計算醫學增添新內容。

醫療AI應用落地與待開發區

去年以來，醫療AI發展如火如荼。

一方面，醫療垂直大模型遍地開花，并快速向醫療行業最核心的醫院場景落地，另一方面，相關政策不僅列出了84個AI在醫療領域創新應用的場景，今年初，政府工作報告還明確提出“持續推進‘人工智能+’行動”，加速大模型在醫療與藥物研發場景的規模化應用。

“醫療AI屬于計算醫學范疇”，鄭杰重申，計算醫學的核心是實現生命信息建模，現在的醫療AI偏向對已有知識的提煉和挖掘，醫療大模型是對醫學知識與臨床數據的深度訓練，這一能力持續進化，未來會在計算醫學的生命建模中發揮作用。

與此同時，投資界對醫療?AI?的評估標準也在升級，醫療AI的價值不再來自工具本身，而是來自其交付的可量化成果。醫療AI要先從簡單的“醫生助手”開始，不斷升級并形成高質量數據與醫生反饋的閉環。這一趨勢與鄭杰強調的“計算醫學最終必須通過持續的數據積累、標準化和生命建模，推動AI真正融入診療流程，以實現臨床決策的精準化與個性化”的觀點高度一致。

從預判與暢想回歸當下客觀環境，鄭杰總結了醫療AI落地的四大方向——智慧管理、智慧服務、智慧醫療、智慧科研。

智慧管理用以提升醫院運營效率，正被普遍應用。智慧管理已成為全球醫療AI落地的首要場景，比如美國梅奧診所與谷歌云的合作，通過Vertex AI實現了病歷數據智能檢索。這一趨勢在樹蘭集團自主研發的HIS系統（醫院信息系統）演進中也已體現。

智慧服務領域國際實踐豐富，如克利夫蘭診所在美國NIH資助下，利用去標識化EHR、社會經濟與地理數據，做城市社區級數字孿生，用于研究健康差異與制定干預策略。

智慧科研方向，AI是否能成為一個研究者，主動去發現新規律、新理論，仍處于早期探索階段。國際上，如美國NIH的Bridge2AI項目正基于語音和影像數據，開展多學科交叉研究探索疾病生物標志物。樹蘭國際醫學院的計算醫學研究同樣以多學科交叉為特色，推動人工器官精準建模技術的突破。

智慧醫療方面，AI目前的應用同樣有限，但一些互聯網醫療平臺，已經在特定或多個專科領域，開始了為醫學專家打造數字分身的嘗試。

具體而言，這種數字分身模式是以遠程醫療方式賦能基層醫療。鄭杰指出，曾經基于專家的遠程指導存在服務半徑制約，但數字分身能夠提供無邊界服務。同時，他也強調了數字分身不可忽視的局限性，“名醫數字分身大勢所趨，背后是單病種或者專科智慧化能力，現有部分學科已經開始有應用，尤其在精神科、內科、中醫科等領域，十分適配。”

作為科技型醫療集團的管理者，鄭杰的切身體會是智慧服務當前的落地速度最快，因為AI率先提升了用戶體驗。

他說：“醫院線上入口可以直接與用戶進行語音溝通，隨著交互的深入，后端‘AI大腦’接收的信息越多，服務會更偏個性化，更接近于服務智能體，可以快速精準提供咨詢、分診、導診和陪診等服務。”

洞察與執行一致，聚焦這一智慧服務場景，樹蘭醫療在2025年3月推出了AI健康智能體Dr.Shu（樹醫生），其中內嵌了覆蓋診前、診中、診后的一系列醫療服務能力。

診前，患者可以通過文字或語音描述癥狀，Dr.Shu會快速識別并匹配相應科室，引導患者準確掛號；診中，Dr.Shu能協助醫生進行病史采集并自動生成病歷文檔，提高診療效率，為醫生提供建議；診后，Dr.Shu會為患者整理健康檔案，并有隨訪任務智能提醒等功能。

此外，Dr.Shu還創新性地引入了“健康管家”模塊，通過持續跟蹤用戶的健康數據，如血壓、血糖、運動量等，生成個性化健康管理方案。

這與鄭杰推崇的計算醫學發展推進形成協同，更是樹蘭集團“雙輪驅動”戰略的不斷落地。

數字驅動深植基因，“All in科技”謀定未來

國際主流學術機構，如約翰·霍普金斯大學和加州大學洛杉磯分校（UCLA），也明確將人工智能列為計算醫學四大支柱之一（系統生物學、密集數據、人工智能、高性能計算）。因此醫療AI只是計算醫學方法體系中的重要工具之一，而非獨立范疇。未來計算醫學的終極目標在于打通從基礎機理模型到臨床決策優化的完整鏈路，AI則成為其中實現數據與模型交互的關鍵橋梁。信息與智能技術是計算醫學發展的基礎。

樹蘭集團創辦之初確立了“雙輪驅動”發展戰略，一手是治病救人的傳統醫療健康普惠服務，一手是聚焦生命科學領域，打造科技研究型醫療集團。

用鄭杰的話來說，“既要呵護人類健康，又要探索生命本質。”

集團基因使然，樹蘭醫療引入了自研的醫院信息系統（HIS，Hospital Information System），這套系統讓樹蘭醫療自主實現了病歷存儲、配藥、訂餐等流程的數字化。

追溯起來，彼時正值HIS系統從單一的“工作流”功能向門診、藥房等多元場景升級迭代的階段，一批醫療IT企業乘勢壯大，市場上可供選擇的信息化解決方案不在少數。

鄭杰回顧稱，“HIS是最基層的操作系統，當時考慮到未來需要快速迭代能力，沒有買現成系統，選擇了自研。”2016年，基于這一自研系統，樹蘭醫療還推出了國際多學科協作診療數字化平臺iMDT，實現了不同學科頂級醫療人員的跨國、遠程協作。

樹蘭醫療數據基建完成后的十年中，大數據接入、影像科等各細分場景與AI技術的嵌套組合都以這一自研系統為基石。

進入2025年，樹蘭集團的AI布局更進一步。

近期，樹蘭集團宣布了“All in 科技”戰略升級，鄭杰提出，以“計算醫學”重構未來醫療模式，在落實AI未來醫療戰略方面，樹蘭醫療良渚醫學中心將發展為AI未來醫院。

據了解，2024年7月，樹蘭醫療良渚新城樹蘭國際醫學中心項目舉行主體結構封頂儀式，預計2026年完成建設并開始運營。

對于這座正在建設的AI未來健康醫學中心，鄭杰的構想是將更多的醫健閉環結合最新的AI與穿戴設備等新技術，為用戶量身定制“無邊界、全場景”的全生命周期健康醫療服務。在智能化方面，不僅需要考慮全新的算力、網絡、終端的基礎設施，還需要重構服務空間的流程設計，尤其與AI的匹配度，讓用戶的體驗更具智能化和隨身化，串聯起實體醫院場景、居家社區場景、虛擬線上場景。

為實現AI未來醫療戰略落地，樹蘭醫療正由內至外有條不紊地推進工作。除了已經上線的AI服務智能體Dr.Shu，后續還將為其疊加體重管理專科智能體、肝病醫生助手智能體等能力。同時，樹蘭集團積極與行業內各領域的優秀合作伙伴進行戰略共創，將嚴肅醫療的質量嚴謹性，應用于高質量AI健康醫療的數據底座，實現AI醫療能力與真實世界數據之間的反饋閉環，提升AI醫療的準確率和普惠性。

綜合來看，樹蘭集團“All in 科技”的戰略本質上正是圍繞計算醫學的系統布局，它不是簡單的醫療AI工具堆疊，而是多尺度、機制驅動的精準醫療范式，最終目標是實現生命仿真，真正構建未來的醫療生態。

IT出身的鄭杰驚喜于大模型應用的高潮迭起，他本以為將終其一生為“AI醫生”的到來鋪路，不曾想技術發展提前進入實踐兌現階段，他也迅速從準備姿態轉為躬身入局。醫療AI高速發展，樹蘭集團正全力以赴。