“2025年，全国上百近千家医院开始部署AI系统。”7月19日，商汤医疗联合创始人兼首席医学官钱琨在上海世博中心接受白马商评专访时兴奋地说出了这个数字，“这是一个重要信号，医院真的对AI有了高期待。”

2025年，她抛出了医疗AI领域的“三大瓶颈”论——信任、数据、商业模式。半年多过去，她更新了判断：商业模式已有政策驱动下的突破，数据正在慢慢被撬开，但“信任还是最难”。

这份判断，来自一个拥有三重视角的人。计算神经科学博士、复旦大学附属中山医院信息与智能发展部前主任（院长）助理兼规划与管理中心主任、商汤医疗首席医学官——钱琨的履历横跨临床一线、医院管理和产业前沿，让她成为中国医疗AI赛道上最独特的观察者之一。

“拿着锤子找钉子”

医疗AI有一个持续多年的尴尬：技术端热情高涨，临床端不温不火。

“技术端的人，时常是拿着锤子找钉子。”钱琨说得直白。但她同时观察到，情况正在快速改变——医院越来越有动力拥抱AI，因为它正在成为差异化竞争的核心抓手。

她举了一个正在孵化的项目作为例证：商汤医疗正在与某高端的私立医院合作，搭建患者全周期管理平台。这个平台用智能体的逻辑驱动，覆盖挂号指引、精准诊断、随访管理、定期回访、生活方式推荐等全链条节点——本质上正是公立医院都想要的有温度的互联网医院功能。

这体现了商汤医疗的定位策略：从严肃医疗端辐射到非严肃医疗的端口，用大模型作为知识库中枢，连接药企的患者服务、科研队列的数据采集、保险端的精准险种设计，切实地解决医疗生态圈的需求。

“从问题出发，而不是从技术出发”——这是她反复强调的方法论。

世界模型：从总结历史到预测未来

在AI圈，“世界模型”是当前最热的概念之一。钱琨给出了一个通俗的解释，“粗暴地分类，现在的大模型医疗应用普遍还是以某单模态为主导，其它模态数据为辅的知识体系。但医学世界模型是多维度的，至少要加上时间序列的预测能力。”

她打了个比方：大模型偏向对历史的推导和总结，世界模型则更善于对未来的预测。

“假如有个糖尿病患者，现在的专科模型可以基于历史数据告诉你什么时候该用多少胰岛素、什么时候进食能稳定血糖——但这些都是基于归纳。世界模型能加入更多元素：用不同的药物组合、不同的时间序列，推演出长期并发症的发病风险。”

更宏观的理解维度则是具身智能的落地。商汤医疗在病理科正在推进“黑灯工厂”的设想——用机械臂替代病理科重复性的劳动，把医生和技师的时间解放出来做更专业的工作。“微观上是生命科技，宏观上是人机协同。”钱琨说。

通专融合：90%的通识，10%的专科

通专融合一直是商汤医疗的核心技术路径。但实践中最大的难题是：通用能力和专科深度怎么平衡？

钱琨分享了商汤的数据配比经验——90%的基础医学知识加上10%的高质量专科数据。

“大模型的医学知识，90%来自互联网与开源数据库中的基础医学知识——基础的医学逻辑、生活逻辑和沟通逻辑。在这个基础上，再加10%非常高质量的专科数据，就能调出一个既能听懂人话、又能做专业医学推演的大模型。”

她强调，这个排布是在模拟人类知识演化的步骤。“毕竟用户还是人类，人类的沟通方式和思考模式，必须要非常相似于模型的能力。”

专科数据质量低会导致什么？幻觉。

“比方说一款药对应很多种疾病，很多药也陆续发现老药新用的机会。如果没有专科数据库挂载，模型可能会跑偏到跟患者完全没有关联性的问题上。”钱琨解释，商汤医疗采用医学定制化智能体架构，一开始就基于患者的基本信息，对标若干专科知识库，对话过程中持续抓取关键词做匹配，“这样产生幻觉的几率就会大大降低。”

医生的“第三双眼”

但是，采集高质量专科数据绝非易事。

“很多大模型公司现在和医院的合作，其实就是在采集医生的思考数据。”钱琨说，“医生在诊断的时候，很多时候是一种经验——这种经验没有被指南或教科书记录下来，尤其是厉害的医生。”

商汤医疗的做法是在临床现场配置科研助理和临床助理，让医生在诊断过程中口述思维链路，“因为出现某个症状，所以可能是某一类疾病，我们要去做某些诊断，再做相应治疗。”

一位公立医院的主任对钱琨说过一句话，她至今印象深刻——“AI代表的是医生的第三双眼，是他的潜意识。很多医生自己都不知道自己有这个潜意识。”

这听起来很像互联网行业早期的数据标注员，但要难得多、深得多。“不仅要做标注，还要驱动医生去表达他的思维。这是两件事。”

搭建信任的“桥”

回到钱琨说的"三大瓶颈"——商业模式、数据、信任。前两个都有正在突破的迹象，但信任依旧是最大的拦路虎。

她正在做的事是跟全球医院信息化评级机构HIMSS一起设计一套“可信AI框架”，专门针对医学和临床场景，分为三个维度。

第一维，是传统的药械审批路径——有效性安全性验证，所有AI医疗器械都在做的。“这只是入门砖。医生看到你的精准度和安全性，才会说跟你‘聊一聊’。”

第二维，是嵌入到医生的工作流里。“我们驱动了很多主任级别的专家，针对特定专科设计量化指标。像糖尿病，我们有数字人项目，把大模型圈在一个‘紧箍咒’里，你只能跟这个专科相关的问题对话。但凡跳出去，模型自动转人工或转专家。”

第三维，是引入卫生经济学的体系，协同药械和医疗保险做长周期效益分析，判断技术对患者、机构和社会产生的长效收益。“有了三套指标体系，才能说建立了一个相对完整的可信AI框架。”

钱琨说，“核心是与他的认知模式共振，不要轻易挑战数千年来医学从业者遵循的规则系统。先有了解，才会有信任。”

“医院在拥抱技术企业”

“商汤医疗最强的能力是驱动最好的专科医生去做专科的模型，去做专科病人的随访，去做真实世界数据分析。”钱琨说，“我们在专科的认知上、在多模态数据和医生的对接上有天然的壁垒，因为我们渗透到了患者管理的工作流。”

商汤医疗CEO张少霆在2026世界人工智能大会分论坛《AI在全球医疗领域的应用实践与监督机制》上分享了完整的医疗AI技术落地路线：从成熟的商业化影像AI产品，到自研通用病理大模型PathOrchestra，再到软硬一体的病理医疗具身智能系统。其中，商汤医疗联合瑞金医院搭建的全身数字人解剖建模体系覆盖人体200余个器官，配套全域影像高精度分割工具；团队在多中心医学影像方向已有两篇研究成果发表于Nature系列顶刊。

而钱琨的角色，是在这张技术底图上画出临床可用的路线图。她说，之所以有信心从医疗系统加入商汤医疗，是因为“能明显看见医疗行业对技术企业的拥抱”。

钱琨在中山医院主导的数字化转型成果——中国首个医疗四维数字孪生系统，入选了《哈佛商业评论》案例。这段经历让她深刻理解了一个道理：医院不缺技术热情，缺的是能找到“合适定位”的合作伙伴。

在中山医院期间，她推动的模型服务体系（MaaS）连接底层大模型、机房、数据库和应用层的平台架构，被证明是医院管理者当前最需要的“AI基础设施”。而这套经验，正在商汤医疗被放大到更大的生态中。

专访的最后，钱琨提到了一个趋势性的变化——患者的医疗消费习惯正在改变。“大家越来越习惯在线上问诊。先线上问一问，问三个就有数了，真治不好再去挂号。这个行为已经在足够便捷的大模型服务下转变了。”

她认为这反而是严肃医疗最大的机会。“在这个最大的消费体量的入口，给患者指明一条有严肃医生参与的道路，帮助白衣天使们照护好他们的患者——这可能是我们能够提供的最重要的力量。”

从中山医院到商汤医疗，从医疗需求侧到产业供给侧，钱琨始终在做的是在技术和临床之间搭建一座足够宽阔、足够稳固的桥。这座桥能连接多远，或许决定了医疗AI能走多远。

文章内容和观点仅供参考，不构成投资建议。投资有风险，决策需谨慎。