联影智能首次发布「元医院」战略：把 AI 工具整合为全院协同体系

在 2026 年世界人工智能大会（WAIC）现场，联影智能首次对外发布「元医院」战略。区别于传统智慧医院的单点数字化升级，这一概念试图把零散的医疗 AI 工具整合为全院级、数智化的协同体系，使医疗服务能力突破物理空间限制。

「元医院」是什么

联影智能将「元医院」定义为以「元技术」升维医院能力的运营新模式。这里的「元技术」涵盖多模态大模型、数智孪生、智能可穿戴、具身智能、空间智能、区块链、边缘计算等技术集合。

与「元宇宙」构建虚拟空间不同，「元医院」的目标是增强现实中的医疗体系；与传统智慧医院相比，它不再局限于电子病历、线上挂号等环节的信息化，而是改变医疗能力如何被生产、组织和调用。简单来说，医院仍然存在，医生仍是核心决策者，但借助 AI，医院的可服务半径和诊疗能力将被显著放大。

支撑「元医院」的四项能力

联影智能在现场强调，搭建「元医院」远比部署若干 AI 应用复杂，需要数据、模型、智能体调度、临床验证四项能力层层递进、闭环运行，缺一不可。

数据能力

「元医院」首先需要搭建医疗数据底座。不同于单一影像或病历数据，元医院要求覆盖影像、病历、检验、生命体征监测等全流程的真实世界医疗数据网络，并随诊疗过程持续更新。然而，影像存于 PACS、电子病历存于 HIS/EMR、检验数据又归属另一套系统，且不同医院、不同设备的数据标准并不统一。联影智能将「数据治理、连接和整合」列为元医院最先要解决的基础工程。

模型能力

元医院需要的并不是单一基座大模型，而是能持续生成医疗智能体的模型底座。联影智能认为，参数规模并非衡量医疗大模型的最关键指标，能否理解医疗流程、连接医学知识与患者数据、在复杂情境下做出符合医学逻辑的判断更为重要。联影智能近期开源的 uAI Nexus MedVLM（中文名「元智医疗视频理解大模型」）即在这一方向上的探索。

智能体调度能力

单个医疗 AI 只能完成看片、写报告、回答问题等单点任务，而真实临床需要影像分析、病历理解、知识检索、治疗建议、随访管理等多个智能体协同参与。为此，「元医院」需要一个能理解临床任务并按需调度不同智能体与技能的「中枢」。在 WAIC 论坛现场，联影智能展示了名为「超级医生」的调度中枢：复旦大学附属中山医院肝胆肿瘤与肝移植外科孙云帆教授戴上 VR 头显后，通过语音指令即可调取患者全周期诊疗档案、查看三维重建模型、完成肝脏实质剥离等手术规划操作，全程无需医生手动跨系统检索资料。

临床验证

数据、模型与智能体到位后，元医院仍需进入真实诊疗流程反复验证、迭代。联影智能表示，医疗场景涉及医生使用习惯、科室协作、安全合规与责任边界，任何 AI 系统想真正融入医院体系，都必须经过长期真实场景验证，而非一次性交付即可成熟。

为什么现在才提出

「元医院」之所以此前未被提出，联影智能给出的解释是：过去没有一家企业同时具备跨越数据、模型、应用与医疗流程的完整能力。互联网大厂有强 AI 技术但缺乏长期真实医疗数据与医院工作流理解；传统 HIS/EMR 厂商熟悉业务流程但系统并非为 AI 原生设计；多数设备厂商只能聚焦单一诊疗环节。

联影智能的逻辑在于，其自身在医疗产业链多个关键环节有所积累：底层有覆盖智能芯片、AI 原生医院业务系统、数据与知识平台的数智化基础设施；中间层有「元智」多模态医疗大模型及执行型、中枢性智能体；终端则有 CT、MR、放疗、DSA、外科装备以及 uOrigin、uCGM 等医疗级智能终端，连通院内外真实医疗场景。设备感知真实世界，数据沉淀医疗知识，模型理解复杂场景，智能体辅助临床决策，由此构成完整闭环。

行业意义与待解问题

「元医院」本质上是对「医疗 AI 拼工具数量」阶段的反思：当影像辅助诊断、病历生成、智能问答等单点应用陆续成熟后，行业的下一道题变成了如何让这些工具像医院科室一样围绕患者协同工作。联影智能给出的答案是自下而上打通「设备—数据—模型—智能体」四层底座，而非通过生态合作做补丁式整合。

不过，「元医院」目前仍是联影智能提出的战略概念。在 WAIC 现场，多位有临床经验的医生也指出，这一模式对医院算力、全域医疗数据治理以及跨系统集成能力提出了指数级上升的需求。概念从落地到形成可复制范式，仍需在更多真实医院中经历长周期验证。