北电数智以可信数据引擎推动AI医疗创新，释放医疗数据价值。
从辅助诊疗到药物研发，从医院管理到健康服务，“AI+医疗”正以前所未有的速度重塑我国医疗体系的运行模式。在提升医疗质量与效率的同时，这一融合也肩负着推动医疗普惠、缓解资源不均的重要使命。当前，国家政策持续加码，“人工智能+”行动已上升为国家战略。国务院印发的《关于深入实施“人工智能+”行动的意见》明确提出推进“人工智能+”民生福祉行动，鼓励有序发展人工智能在健康管理、辅助诊疗等领域的应用；与此同时，国家药监局陆续发布19项人工智能医疗器械注册审查指导原则，为AI医疗产品的合规化落地提供了清晰路径。
然而，在技术高歌猛进的背后，一个长期制约行业发展的瓶颈日益凸显——如何实现医疗数据的安全流通与价值释放？医疗数据作为最敏感的数据类型之一，涉及患者隐私、机构运营和公共安全，其“不敢共享、不愿共享、不会共享”的问题始终难以破解。在此背景下，北京电子数智科技有限责任公司（简称“北电数智”）凭借其在可信数据服务与AI技术上的深厚积累，成为破局的关键力量。该公司以“算力-数据-模型-智能应用”闭环为核心理念，探索出一条兼顾安全与创新的发展路径。
北电数智推出的“红湖・可信数据服务”，直面AI时代数据要素化的三大核心挑战：信任缺失、数据与算力错配、中小企业能力断层。该服务基于可信数据空间架构，融合高质量数据合成、自进化知识工程等关键技术，通过“技术+制度”双轮驱动，破解数据孤岛难题。尤其值得关注的是，其“数算一体”设计理念，既保障了原始数据“不出域”，又实现了跨机构协同计算，真正做到了安全与效能的统一。此外，预配置的行业工具链大幅降低了企业使用门槛，为中小医疗机构参与智能化转型提供了现实可能。
在实际应用中，北电数智已在多家三甲医院落地可信数据空间解决方案。例如，其与北京市某三甲医院合作，完成了200TB多模态医疗数据的治理与整合，支撑数十个专病大模型训练，并推动多个场景下的医疗数据定向开放。这一实践不仅帮助医院构建起高质量的数据资产体系，也为科研创新和临床决策支持提供了坚实基础。更关键的是，整个过程依托可信执行环境（TEE）、联邦学习与区块链技术，确保数据流转全程可追溯、不可篡改，满足了监管合规要求。这标志着我国医疗数据从“封闭保管”向“可信流动”的实质性跨越。
近期，北电数智与北京清华长庚医院达成战略合作，进一步拓展AI医疗的应用边界。双方将围绕“星火・医疗底座”开展联合攻关，重点布局药学大模型、睡眠大模型、药学可信空间及具身智能等领域。其中，药学可信空间针对药品辅料配比、制剂工艺、临床试验等高度敏感信息，通过红湖・可信数据空间实现全流程加密保护，同时对非结构化的药历、文献资料进行标准化治理，为药学大模型的研发提供高质量数据供给。而睡眠大模型的建设，则有望在未来实现个性化干预方案推荐，助力慢病管理智能化升级。
尤为引人注目的是，北电数智与中日友好医院合作打造的“中日楼智Agent开发平台”，已成为AI医疗落地的标杆案例。该平台集成了模型引擎、知识库管理、工作流设计等功能，支持院内业务系统的智能化改造。双方联合发布的“樱智大模型”系列中，“樱智・α专病大模型”已在皮肤科率先投入使用。据反馈，基于该模型的智能体使平均诊疗时间缩短20%，病历书写效率提升75%，病历质量提高45%。这意味着医生可以将更多精力投入到复杂病例判断与人文关怀中，而患者也能获得更快、更准、更优的服务体验。这种“降本增效+服务升级”的双重成效，正是AI赋能医疗的真实写照。
必须指出的是，AI并非万能钥匙，能否真正落地并产生价值，取决于技术提供方是否具备全栈能力、是否深刻理解医疗场景、是否建立得起合规可信的技术体系。北电数智之所以能在众多竞争者中脱颖而出，正在于其不仅拥有国内最早推出的可信数据空间技术，还构建了覆盖“数据-知识-业务”全链条的企业知识工程平台。例如，它能将医生的诊疗路径、影像判读逻辑、专家经验转化为可复用的知识资产，支撑临床决策系统持续进化；其数据合成中台则通过“行业场景适配器”精准对接医院业务流程，输出符合科研与训练需求的标准数据集，极大缓解了AI模型“巧妇难为无米之炊”的困境。
在我看来，北电数智的探索具有深远意义。它不仅仅是一家技术公司的产品输出，更是在尝试重构医疗数据的价值生态。过去我们习惯把数据当作“资源”来存储和保护，而现在，我们需要将其视为“生产要素”来激活和流通。北电数智所做的，正是搭建这样一个能让数据安全流动、合法使用、创造价值的基础设施。这种底层能力的建设，远比单一功能的AI工具更具战略价值。
展望未来，随着《可信数据空间发展行动计划（2024―2028年）》的推进，我国将加快构建全国一体化的数据流通网络，医疗领域必将成为重点应用场景之一。北电数智已明确下一步方向：深化“红湖・可信数据服务”能力，探索医疗大模型与国产AI芯片的全栈国产化适配，研究智算中心与边缘算力中心的灵活部署模式，并联合医疗机构共同制定行业标准与白皮书。这些举措若能顺利落地，不仅将增强我国AI医疗的自主可控能力，也将为全球医疗数字化转型贡献中国方案。
