近日，新加坡国立大学广州创新研究院携手清华大学医学院在中新广州知识城举办创新科技大会，汇聚来自新加坡、北京、上海及粤港澳大湾区的知名学者、政府代表、产业领袖及临床专家。
医渡科技（02158.HK）联合创始人、CEO徐济铭受邀出席“全场景产业落地——AI在临床、器械、医药与消费医疗的商业化实践”圆桌对话，与来自互联网医疗、医疗器械和临床一线的嘉宾，共同探讨医疗AI从技术探索走向真实应用的产业路径。
医疗AI的竞争正从模型能力走向真实价值
医疗是一个专业门槛高、责任边界严格、容错率极低的行业。一个模型能够完成医学问答，并不意味着它已经具备进入临床的能力。
徐济铭认为，医疗AI真正落地至少需要跨过三道门槛：首先，要能够理解真实、复杂且持续变化的疾病过程；其次，要经得起医学证据和临床实践验证；第三，要能够嵌入医生原有工作流程，而不是增加新的系统和额外负担。
“医疗AI正在从‘会回答问题’，走向‘能够参与医疗过程’。”徐济铭表示，未来真正具备产业价值的，不只是一个聪明的模型，而是一套能够在医疗系统中安全、稳定运行，并持续接受临床验证的智能能力。
这一判断也构成了医渡科技过去十余年的发展主线。
医渡科技从医疗数据治理起步，目前已累计处理和分析近90亿份经授权医疗记录，覆盖超过12000家医疗机构。公司围绕具体疾病，将分散的临床数据转化为可计算的疾病知识，进一步形成能够辅助临床判断的决策模型，再通过智能体进入诊前、诊中、诊后及临床科研等工作流程。
徐济铭指出，智能体是医生能够直接看到和使用的交互界面，但决定其专业深度的，是背后的高质量数据、疾病知识和经过验证的决策模型。
目前，医渡科技相关能力已进入多家头部医院的真实业务场景。在诊疗领域，临床辅助工具可用于病例信息整理、肿瘤分期评估和治疗方案等；在临床研究领域，AI已应用于患者筛选、研究队列构建和临床试验质控，帮助研究团队减少重复性工作、提升研究效率。
数据安全与数据价值，不是二选一
围绕医疗数据的安全合规使用，徐济铭表示，在医疗领域，数据安全与数据价值并不是二选一。真正高质量的数据治理，应当同时解决安全、质量和使用效率三个问题。
一份病历背后，不仅涉及患者隐私，也涉及医院管理责任、医学专业判断和具体使用边界。因此，医疗数据处理必须严格遵循授权范围和明确用途，坚持最小必要原则；能够在院内完成的计算和调用，应尽量在院内形成闭环，并对数据访问、加工和使用全过程进行权限管理和留痕审计。
与此同时，合规的数据并不意味着可以直接被AI使用。不同医院、系统和科室的数据，在表达方式、标准和临床口径上存在差异。如果缺乏标准化、结构化、质量评估和医学语义关联，即使数据规模庞大，也可能导致模型理解偏差。
徐济铭表示，理想的数据基建，不应让医院为每一个AI应用重复整理数据，而应形成一套安全合规、标准统一、能够持续复用的高质量数据底座。医院每增加一个应用，不是增加一份治理负担，而是在既有基础上释放新的价值。
“医疗AI需要‘信数据’，但不能‘唯数据’。数据数量决定模型能够看到多少，数据质量和医学逻辑则决定模型能不能真正看懂。”
离工作流越近，商业价值越清晰
谈及医疗AI的商业化路径，徐济铭将医渡科技的实践概括为：依托持续沉淀的标准化疾病知识构筑疾病智能，再把疾病智能嵌入真实工作流，最终形成可衡量的业务价值。
面向医院，医渡科技将AI嵌入临床和科研工作流，辅助医生完成信息整理、循证检索、诊疗路径提示和科研分析等。医院购买的不是一个独立的聊天工具，而是一套能够进入实际业务流程的生产力工具。
面向生命科学企业，公司利用获得充分授权的真实世界数据和AI能力，服务研究设计、临床试验招募、试验执行和上市后研究。在患者招募等场景中，AI带来的筛选效率提升和无效筛选减少，可以直接转化为研发效率和成本改善。
面向政府和区域医疗体系，医渡科技通过助力其建设高质量数据底座，进一步支撑疾病监测、公共卫生、居民健康管理和区域医疗资源配置，让数据持续服务科学决策。
在国际市场，医渡科技则根据不同国家和地区的医疗体系、数据基础和监管要求，与当地政府、医疗机构及生态伙伴共同建设数字健康协作网络。
在文莱，医渡科技参与支持的国家级数字健康平台BruHealth已覆盖当地约90%的人口；在新加坡，公司正在推进AI远程患者管理和联合创新。这些实践表明，虽然不同国家的医疗制度存在差异，但核心需求具有共通性：在安全合规的前提下连接医疗数据、理解疾病过程，并运用AI提升医疗服务和公共卫生治理效率。
“这些场景底层逻辑其实是一致的——都是以疾病为主线，将数据、知识、模型和具体行动连接起来。”徐济铭总结道，“真正可持续的商业模式，一定建立在明确的责任边界、真实的使用频率和可以验证的价值之上。”
未来，医渡科技将继续深耕医疗数据治理、疾病知识建模和医疗人工智能，推动经过真实场景验证的疾病智能进一步融入临床诊疗、科研创新、公共卫生和居民健康管理，让医疗AI真正成为医疗系统中可持续、可复制、可规模化的生产力。
