我們不在意“數(shù)據(jù)的多少”，而是讓“數(shù)據(jù)會說話”。

撰文丨王曉

雖是藥學出身，但從畢業(yè)到創(chuàng)業(yè)，吳海林二十年來大部分時間都在投身一件事——用數(shù)字技術服務臨床醫(yī)療。

2003年暴發(fā)的“非典”，暴露出醫(yī)療信息嚴重缺失、調度效率低下等諸多問題。當時，全國三甲醫(yī)院大多僅配備基礎HIS系統(tǒng)，許多醫(yī)院都是手寫病歷與文書。

吳海林敏銳地感知到，這不僅是公共衛(wèi)生應急的短板，更是臨床信息化 能力 的 缺位。

2006年，他加入了以提供臨床醫(yī)療信息系統(tǒng)的新興公司——麥迪科技，正式從“藥學人”轉型為“數(shù)字醫(yī)療人”。此后的十余年，吳海林見證并參與了公司及全行業(yè)從“信息化”向“智能化”“數(shù)字化”的飛躍式發(fā)展。2016年，麥迪科技登陸A股市場，成為醫(yī)療信息化細分市場的頭部企業(yè)。

人到中年的吳海林開始思考自己的人生“下半場”。2019年，國家將“大數(shù)據(jù)與人工智能”寫入政府工作報告，吳海林將目光瞄準了最復雜、最需要數(shù)字化能力賦能的急危重癥、手術、麻醉等臨床場景。

2019年5月，他從工作了十余年的麥迪科技離任，同年12月創(chuàng)辦藍想大數(shù)據(jù)科技（上海）有限公司（簡稱“藍想數(shù)科”），正式走上了創(chuàng)業(yè)路。

為什么是急診、手術、重癥？

在中國醫(yī)院的信息化浪潮中，急診、手術、ICU這些高風險場景，長期處于信息化“灰區(qū)”——設備最多、流程最復雜、風險最高，卻也恰恰是系統(tǒng)最割裂、效率最低的部分。

吳海林坦言，早在他任職于麥迪科技期間，就已觀察到這些臨床痛點。醫(yī)療機構雖不斷嵌入各類信息系統(tǒng)，但很多僅僅是將線下流程信息化，缺乏整合和智能判斷能力。在高強度場景中，醫(yī)生常常需要在6～7個系統(tǒng)間頻繁切換，才能獲得一組完整的患者信息。

“這既是信息化的成果，也是它的‘并發(fā)癥’。”

對吳海林而言，這些“難啃的骨頭”也意味著入局機會，更關鍵的判斷基礎來自臨床現(xiàn)實。急危重癥這類高復雜度場景，每一秒都關乎生死，任何數(shù)據(jù)延遲、流程斷層、協(xié)同失效都可能帶來不可逆的后果。吳海林指出，在這些關鍵臨床場景中，醫(yī)生最需要的不是圖表和指標，而是一個真正能幫他們提前識別風險、快速做出判斷、協(xié)調多方行動的系統(tǒng)。

此時，專科應用場景的數(shù)字化，也開始進入政策視野。《“健康中國2030”規(guī)劃綱要》《關于推動公立醫(yī)院高質量發(fā)展的意見》等文件，將急診、重癥、麻醉等專科列為“提升國家醫(yī)療服務能力”的重點方向，進一步強化了吳海林對這類賽道長期價值的判斷。

因此，藍想數(shù)科明確將業(yè)務重心放在“急危重癥”領域——這個看似“小眾”、實則具備臨床戰(zhàn)略地位的核心場景。

用“數(shù)字孿生+AI智能體”

重構急危重癥的臨床決策鏈

藍想數(shù)科提出的“數(shù)字孿生+AI智能體”整體解決方案，意在構建一個具備實時感知、推演預測與閉環(huán)干預能力的智能化臨床基礎設施。

吳海林將其比喻為“醫(yī)生的第二大腦”。

“數(shù)字孿生的本質不是酷炫3D，而是讓物理世界中的患者在數(shù)字空間中擁有一個實時鏡像；而AI智能體就是這個鏡像上的思考引擎，替醫(yī)生預演風險、推薦路徑，最后把決策結果反饋到臨床現(xiàn)場。”

基于此，藍想數(shù)科團隊合力打造了三大核心產(chǎn)品：數(shù)字孿生急診中心、手術中心、重癥中心，分別面向三種高強度醫(yī)療場景。通過接入患者生命體征、檢驗結果、影像信息、病歷文本、設備數(shù)據(jù)等多模態(tài)輸入，構建“數(shù)字患者”，并在虛擬空間中進行狀態(tài)監(jiān)測、風險預測、診療建議生成等。

以數(shù)字孿生急診中心為例，系統(tǒng)可在患者進入急診科前就接收120平臺數(shù)據(jù)，預判風險等級，并聯(lián)動急診搶救、影像檢查、檢驗預約等環(huán)節(jié)。當患者進入搶救階段后，智能體則會自動追蹤生理參數(shù)變化，提前識別潛在休克、呼吸衰竭等風險，甚至能調用電子病歷和藥物歷史，推薦個性化搶救路徑，并實時觸發(fā)如備血、手術室預定、會診通知等流程聯(lián)動。

在手術室場景中，智能體可以基于術中監(jiān)測數(shù)據(jù)實現(xiàn)閉環(huán)控制，提示異常指標、優(yōu)化麻醉方案；在ICU場景中，則具備病情演化因果鏈建模能力，實現(xiàn)并發(fā)癥預警、治療路徑推薦等功能。

吳海林強調，通用大模型不是藍想數(shù)科的“特長”，他們正在做的是基于真實臨床數(shù)據(jù)訓練出來的“專科智能體集群”，這更貼合醫(yī)護的實際需求。同時，藍想數(shù)科構建了“底座+網(wǎng)絡+場景”三極架構，確保系統(tǒng)能以模塊化組件快速部署，又能滿足醫(yī)院定制化場景適配。

目前，藍想產(chǎn)品已在復旦華山醫(yī)院、上海市中醫(yī)醫(yī)院等多家三甲醫(yī)院試點落地。在上海申康醫(yī)院發(fā)展中心牽頭的“平急結合急危重癥數(shù)字孿生平臺”中，藍想數(shù)科系統(tǒng)覆蓋全市30家市級醫(yī)院的急診科，形成了跨院級聯(lián)動機制，其在新冠疫情期間發(fā)揮了重要作用。“這些系統(tǒng)不是實驗室產(chǎn)品，而是真實落地、醫(yī)生正在用的工具。”吳海林強調。

同時，藍想數(shù)科也在構建清晰的醫(yī)療產(chǎn)業(yè)協(xié)同圖譜。在吳海林看來，它們與GE、飛利浦、西門子以及國內崛起的設備廠商間保持技術互通與接口兼容。

“我們不是傳統(tǒng)意義上的競爭關系，而更像是對同一現(xiàn)場能力的協(xié)同補足。”他指出，藍想數(shù)科想要實現(xiàn)的是為傳統(tǒng)設備提供“智能決策層”支撐，在數(shù)據(jù)分析和場景落地層面，推動更多設備“數(shù)智化”的可能性。

吳海林認為，未來的醫(yī)療信息化不再是信息展示層面的數(shù)字工具，而要成為“面向患者全周期管理、面向醫(yī)護全流程決策支持、面向醫(yī)院全場景協(xié)同”的核心能力建設。這也對系統(tǒng)的縱深覆蓋和橫向打通提出了更高要求。

從“深耕一域”到“走出上海”

自2019成立5年多，藍想數(shù)科一直堅持“專注臨床、厚植數(shù)據(jù)”的策略，拒絕浮于表面的千院復制，而是選擇醫(yī)院急危重癥救治全場景，把一個“微縮型臨床智能生態(tài)”真正跑通。

“我們不在意‘數(shù)據(jù)的多少’，而是讓‘數(shù)據(jù)會說話’， 這兩者之間隔著十幾道臨床門檻。 ” 吳海林說道。為此，公司在產(chǎn)品設計時始終與醫(yī)護共情，以“角色+場景”為原則，在同一醫(yī)院內部打通從院前急救到術后康復的閉環(huán)，最大程度還原“數(shù)據(jù)與生命真實互動”的場景。

這一策略也帶來了數(shù)據(jù)質量的極大提升：在同一數(shù)據(jù)邏輯下，藍想沉淀了一整套適用于急危重癥的“病情因果鏈模型”“術中狀態(tài)演化模型”“跨科室協(xié)同模型”，構建了領先的臨床智能圖譜。

“我們要用的不是‘存起來的數(shù)據(jù)’，而是‘在臨床互動中產(chǎn)生的數(shù)據(jù)’。”吳海林指出，只有嵌入醫(yī)療流程、實時服務于臨床決策的動態(tài)數(shù)據(jù)，才能真正具備指導價值。這類“伴隨式數(shù)據(jù)”更加精準，能真實反映醫(yī)生在急危重癥場景中的判斷過程，也為模型訓練和持續(xù)優(yōu)化提供了堅實基礎。

在商業(yè)模式上，藍想選擇則選擇跳出傳統(tǒng)License銷售邏輯，轉向“平臺服務+數(shù)據(jù)運營+專屬定制”的長期合作模式。

當然，前路并非無阻。吳海林坦言，藍想數(shù)科當前仍面臨諸多挑戰(zhàn)：如多源異構數(shù)據(jù)標準不統(tǒng)一、實時性與計算資源的平衡、臨床醫(yī)學與人工智能復合人才的稀缺等。

2025年被醫(yī)療業(yè)內視為“AI智能體元年”， WAIC 2025世界人工智能大會暨人工智能全球治理高級別會議將于7月26日在上海啟幕。作為大會AI醫(yī)療領域示范服務商，藍想數(shù)科將重磅發(fā)布“數(shù)字孿生臨床醫(yī)療暨LAN-AI Agents急危重癥專科智能體” ，通過現(xiàn)場實景演示與專家對話，展示其在“數(shù)據(jù)－流程－價值”三層結構上的落地能力。

“如果有一天，醫(yī)生在搶救臺上被系統(tǒng)托舉起來，而不是被它拖累，那我們就成為了真正的醫(yī)護助理。”吳海林總結道。

醫(yī)學界急診重癥領域交流群正式開放！

加入我們吧！

*“醫(yī)學界”力求所發(fā)表內容專業(yè)、可靠，但不對內容的準確性做出承諾；請相關各方在采用或以此作為決策依據(jù)時另行核查。