CHIMA专访 | 金山云彭德华：以 “云数智” 重构医疗新基建 打造健康中国数字引擎

　　在 “数字中国” 与 “健康中国” 战略的深度融合下，医疗行业正经历前所未有的数字化变革。如何用技术打破数据孤岛?怎样让AI真正赋能临床场景?带着这些行业关注的焦点问题，CHIMA专访了金山云数字健康总经理彭德华。从五大业务模式的创新实践到医疗大模型的前沿布局，彭德华的分享不仅勾勒出医疗数字化转型的清晰路径，更揭示了技术与医疗深度融合的未来图景。

五大业务模式：从痛点破局到生态重构

　　“医疗信息化的难点，在于既要解决当下问题，又要为未来发展预留空间。” 彭德华开门见山地指出行业痛点。针对长期存在的 “数据孤岛”“重复建设” 等顽疾，金山云以区域健康云、区域影像云、核心业务云、医共体平台、智慧医院五大业务模式为抓手，构建起覆盖区域与院内的全链条解决方案。

　　在区域健康云领域，湖北省健康医疗大数据中心项目堪称标杆案例。“我们打造的‘一云、一湖、四中台、两门户、多应用’架构，实现了省、市、县三级数据的双向流动。” 彭德华介绍道，“通过湖仓一体技术，平台不仅能实时处理海量数据，还支撑着60余项卫健应用稳定运行。” 这一标杆项目不仅成为省级数据治理的典范，更验证了技术深度与业务逻辑融合的可能性。

　　区域影像云则通过技术创新与模式突破双轮驱动。在江苏省影像云平台，2000 多家医疗机构的影像数据实现实时汇聚，全省范围内影像调阅互认成为现实。“更重要的是，我们与合作伙伴探索的‘投建运’模式在常州率先获得突破，成功将数字影像服务转化为可持续的运营收入。” 彭德华强调，“这为行业提供了从建设到运营的完整范式。”

　　面对区域医疗信息化的重复建设问题，核心业务云给出了集约化解决方案。“多租户架构就像一个智能大厦，不同医院既独立运行，又能共享资源。” 彭德华形象地比喻，“这种模式不仅降低了建设成本，更因为带来的数据统一的特点为未来的数据要素运营奠定了基础。”

　　在基层医疗领域，医共体平台正在重塑县域医疗生态。彭德华介绍，湖北仙桃市通过数字医共体建设，建立了120万份动态电子健康档案。当基层医生面对复杂病例时，可即时发起远程会诊，目前仙桃通过医共体平台实现的远程心电日均会诊量约300例，平均3分钟完成报告回传；远程影像日均会诊量100例左右，可在30分钟内完成报告回传。同时，平台实现日均门诊审方近2500人次、日均住院审方近600人次，帮助仙桃实现处方合格率96%以上，在湖北省卫生健康委处方抽查中排名第二。这些改变直接反映在就医行为上：该市居民选择县域内就诊的比例突破90%。“数字化不是要把患者留在基层，而是让基层有能力留住患者。”彭德华如此解读数据背后的逻辑。

　　“智慧医院建设正进入架构重构，数据智能的新阶段。”彭德华详细介绍了公司在武汉大学中南医院和宜昌市中心人民医院的实践。在武汉大学中南医院的实践中，金山云通过技术中台与数据中台的双轮驱动，支持核心业务系统厂商进行系统容器化和微服务升级改造，将重点场景高频业务响应时间从平均7.1秒大幅降至1.2秒，效率提升近6倍。宜昌市中心人民医院的数字化转型则展现了数据融合的力量。通过构建新一代数据平台，医院实现了60余个源系统的数据实时贯通，沉淀900余个标准化数据模型，开发300多个智能数据服务接口，实现秒级完成患者治疗数据从HIS采集到数据中心再对业务应用提供服务。这种深度数据治理不仅支撑起40余个业务应用的高效运行，更为重要的是使数据参与了医疗机构实时业务流程与医疗决策，助力医院开展全新的数据运营与管理实践。

大模型布局：从技术储备到场景落地

　　随着大模型技术在医疗领域的快速渗透，金山云的前瞻性布局备受关注。“我们的策略是‘4+1’：在基础设施层储备充足算力，在模型研发层打造医疗专属模型，在应用层构建全流程平台，在能力层打造AI原子能力，外加一整套工程化方法” 彭德华详细介绍。基础设施层面，金山云已储备充足的高性能算力；在模型研发层面，金山云自研了轻舟大模型，并正在联合医疗机构与高校共创医疗大语言模型与多模态模型；在平台层面，金山云自研了MaaS模型训练管理平台和面向AI开发的多模态数据平台；金山云也基于金山WPS的文档处理优势，研发了包含智能文档解析、生成、检索等的AI原子能力；尤其是在大模型工程化层面，金山云已经实践积累了一整套的覆盖场景选择、流程分析、数据可得性分析、任务实现方案、模型能力评估和选择、工作流构建、应用迭代等环节的工程化方法。

　　谈到大模型与现有医疗系统的融合，彭德华提出了四个关键维度。现阶段选择重点一定是流程痛点明确、变革意愿强、能够快速看到ROI的场景，比如医生高频低效的环节，尤其要避免“技术替代人力”的思维，如要大模型介入诊疗环节，要特别关注模型可解释性，比如更多的知识溯源，设计双轨运行机制；和现有信息系统集成上，需将大模型全面、细粒度地渗透到医疗流程的每一个环节中，用智能体重构现有应用，可能是大模型与现有信息系统融合的关键路径；高性能算力成本总体较为昂贵，尤其是如果全面使用大模型，各个医疗机构可能无法独立承担昂贵的成本，因此区域统筹的算力可能会是一个解决之道；建立大模型的持续学习与反馈闭环机制，通过医生评分、患者结局数据(如治疗效果、并发症发生率)构建模型效果评价体系，驱动模型迭代。

使命驱动：让优质医疗触手可及

　　“金山云的目标，是成为医疗数字化变革的同路人。” 彭德华的这句话，道出了金山云数字健康的核心使命。从打破数据壁垒到创新运营模式，从技术研发到场景落地，金山云始终围绕一个核心 —— 让优质医疗资源像水电一样触手可及。“医疗数字化不是终点，而是提升医疗服务效率的手段。” 彭德华总结道，“我们希望通过持续创新，为行业提供从‘建设’到‘运营’的完整方法论，助力健康中国战略的实现。”

　　这场专访，不仅展现了金山云在医疗数字化领域的探索与实践，更传递出一个重要信号：当技术深度融入医疗业务，医疗行业的未来将充满无限可能。