不久前，北京大学深圳医院 ICU 收治了一位危重患者。按照传统流程，值班医生需要耗费 2 到 3 个小时，翻阅患者过去 72 小时的床旁监测数据、检验报告、影像资料和医嘱记录，才能拼凑出完整的病情演变过程。而这次，借助迈瑞医疗的“启元”重症医学大模型，整个流程被大幅压缩——系统仅用 5 秒就自动生成了一条完整的病情时间线，并同步弹出休克风险预警，建议立即启动液体复苏。这一效率，显著提升了危重症急救的研判速度。

“在不增加人员编制的情况下，重症患者出院人次提升了 13%，平均住院日缩短了 12%。”迈瑞数智化市场经理杨登向南方财经记者透露了这一数据。重症场景下的 AI 价值，并非替代医生做临床判断，而是充当一名不知疲倦的“数据翻译官”。在数据密集、决策紧迫、容错率极低的 ICU 环境中，大模型最擅长高效梳理庞杂的医疗信息，辅助医生做出更精准的研判。

借助启元大模型，医院可以打通病情监测、诊疗决策、护理执行、特殊治疗等全诊疗环节，甚至能根据科室的临床习惯进行定制化训练。这样一来，每家医院、每个科室都能拥有一个适配自身诊疗体系的专业“AI 搭子”。

业内普遍认为，医疗大模型无法靠通用技术“一套方案走天下”。杨登表示，行业商业化落地的关键，在于深耕重症监护、围术期管理、医学检验、妇产超声等高壁垒专科场景。这需要依靠“专科定制训练 + 精准医疗数据供给”的双轮驱动模式，逐一破解落地难题。

国内医药产业沃土众多，但广东之所以能在 AI 医疗大模型落地赛道上保持领先，核心在于数据、算力、场景三大优势。广东通过政府统筹机制打破了医疗数据孤岛，联合多家医院搭建了高标准的重症医疗数据库；依托国家级智算中心夯实了算力底座，为医疗 AI 的技术迭代和落地提供了硬核支撑；在场景端，既兼顾了三甲医院的前沿创新，也推动了基层普惠落地，用海量真实临床场景打磨技术、规避 AI 幻觉，持续降低医疗 AI 的临床落地门槛。

相比行业普遍存在的技术同质化、落地碎片化难题，广东以体系化创新思维应对 AI 医疗高速迭代、风险并存的行业特征。凭借完备的数据、算力、场景生态，为全国医疗人工智能从技术试点走向规模化临床普惠，打造了一个可借鉴、可复制的落地样板。

（封面设计：刘妍妍）