新眸原创·作者 | 鹿尧

今年进博会上，AI是不容忽视的关键词。

如果把AI比作一辆车，模型和算力决定发动机的性能，场景决定了道路的宽度，数据则是持续提供动力的燃料。只有驶入真实场景、在复杂环境中反复运行，AI的能力才能得到检验，经验也才能在使用中持续积累。

医疗健康，恰恰是AI最难“驶入”的领域之一。这里有极高的专业门槛、漫长的业务链条和极其严苛的安全要求，公开语料能够帮助模型学习医学知识，却不足以让它理解真实的临床环境。实验室中的样本变化、医院里的诊疗记录，以及患者离院后的健康状况，构成了一个复杂、动态且高度专业化的真实数据系统。

但难度也意味着空间，医疗健康+AI蕴藏着巨大的机会。

在进博现场，海尔大健康生态品牌盈康一生发布了“1+3+X”的AI战略蓝图，生命科学、临床医学、生物制药三大产业的40余款创新成果浓缩在六大AI场景里集中亮相，用AI重塑大健康产业的价值创造，也回答了一个备受关注的问题：AI时代，中国大健康产业如何进化？

过去几年，AI在医疗领域的应用并不鲜见。医学影像辅助识别、智能问诊、病历生成、信息检索等，解决了具体环节的效率问题，新问题随之出现：单个环节的智能化，就能改变医疗服务体验吗？

行业研究也在尝试描述这一变化。弗若斯特沙利文在《2026 AGI时代全球数智医学影像生态产业发展白皮书》中，把医疗AI划分为清晰的代际：AI 1.0是单病种、单模态的碎片化工具，AI 2.0实现了场景级的轻度整合，进入AGI驱动的AI 3.0阶段，智能体进一步向覆盖全流程、全模态、全病种演进，AI也由外部辅助工具向工作流内生能力发展。

这在今年进博会现场的盈康一生展区，通过AI+自主实验室、AI+低温生物工艺、AI+自主药品管理、AI+临床创新、AI+主动健康和AI+生物制药六大场景也有所体现。相较于单点功能，这些方案深度嵌入基础科研、临床验证、药物研发的各个环节，更强调AI与设备、业务流程及专业人员的协同，呈现医疗AI向系统化方案发展的方向。

在基础科研环节，AI正在改变科研工作方式。盈康一生旗下海尔生物展示的AI+自主实验室，尝试将样本前处理、细胞培养、类器官药敏测试等环节交给智能系统。以DreamFlow·E工作站为例，科研人员可以通过自然语言描述实验需求，由FlowSim Agent生成实验流程，经仿真校验后再交由设备自动执行。

这样一来，原本依赖人工经验的重复性实验，逐步走向自动化和标准化。而实验环节越标准化，越有利于保证样本质量、积累高质量科研数据，也越容易产出研究成果。 

在临床验证环节，AI融入了临床诊疗全流程。盈康一生旗下的盈康生命推出了面向患者的AI应用“智护盈康”，目前已在4家医院实测。

以一位肿瘤患者的就诊过程为例，就诊前，AI把散落在各处的检查报告、病理材料整理成清晰的病程时间线；就诊中，医生确认的方案被转译成患者听得懂的结论和安排；治疗期间，个人服务日历把检查、治疗、用药等关联起来。

即便出院回家，患者一句“不太想吃饭”，也会被关联到营养记录，根据需要转交专人跟进；复诊时，居家期间的用药和不适已整理成摘要，患者不必从头讲起。就这样，一个AI平台，把患者就诊康复全周期的环节都接续起来。目前，该平台用户超过1.5万人。 

药物研发环节也有AI的助力。以上海莱士的创新药SR604为例，在早期研发阶段，研发团队通过AI分子模型模拟，将抗体与抗原的分辨观察距离推进至埃米级别，实现了分子间相互作用的精准AI解析，成功筛选出高亲和力抗体。目前，SR604针对血友病A/B患者出血发作预防治疗的Ⅲ期临床试验已获批。

AI正在从某个环节的效率工具，成为嵌入医疗健康业务流程的基础能力，已是政策与产业的双重共识。去年10月，国家卫生健康委等五部门联合印发的《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，明确提出要“创新预防、诊疗、康复、健康管理等全链条连续智能服务，更好地满足人民群众日益增长的健康服务需求”。

这是盈康一生七赴进博的核心变化，也是医疗健康产业AI进化的重要拐点。

六大场景展示了AI在不同业务环节的应用，但场景铺开并不意味着战略已经跑通。医疗健康专业性强、验证周期长，AI要形成持续价值，还需要统一技术底座与真实业务场景共同支撑。盈康一生给出的思路，是通过“1+3+X”连接这两端。

一方面，做强公共技术底座，另一方面，做大真实业务场景，底座让AI能力能够跨场景调用，场景则为模型提供训练、验证和迭代的环境，二者双向咬合，相辅相成，才能进入快速进化的正循环轨道。

“1+3+X”，不仅是盈康一生的AI战略蓝图，也是其做公共技术底座的思路。

在现场，据盈康一生AI 战略规划负责人陆星介绍，“1”是统一的AI生态开放平台盈康大脑，包含基础设施与生态、AI技术能力底座、垂域模型矩阵（IncGPT）以及贯穿全链路的小盈AgentOS智能中枢，“3”是生命科学、临床医学、生物制药三大智能引擎，对应海尔生物、盈康生命、上海莱士三大产业板块，“X”则是覆盖智慧样本、细胞培养、智慧药房、主动健康管理等多元场景的生态应用。

这套架构的意义，在于将分散的AI能力沉淀为可复用的技术资源，再通过不同产业的工作流和场景完成适配。三大产业不用从零出发各自造轮子，而是共享同一个AI底座，快速在各自工作流上长出“X”个AI原生应用。

陆星介绍，面向员工、科研人员、医生、患者和产业伙伴，盈康一生推出了自主研发的AI智能体平台小盈AgentOS，提供统一的交互入口。其单日Token消耗破百亿，覆盖1.3万名员工，员工累计创建1000多个技能、近千个AI原生应用，涉及研发创新、生产制造、客户服务等各类岗位。

“借助小盈AgentOS，设备工程师能搭建设备管理平台，优化设备全生命周期管理；市场运营团队能搭出运营平台，做区域与产品分析；科研人则搭起科研情报平台，让研发更快、更准。”陆星说。

除了前端交互，做强AI底座的价值更体现在“数字智能×物理智能”的数实融合上，以场景为牵引，推动AI从理解真实世界走向参与真实业务。其中，具身智能模型训练机器人自主完成药盒抓取等操作，仿真环境下的综合成功率已达到99.8%。

而在进博现场呈现的“基础科研—临床验证—药物研发”产业闭环生态，则是盈康一生做大真实业务场景、反哺AI成长的实践行动。

在AI发展的新阶段，业务一线真实场景的价值日益凸显，对于医疗健康这种专业、垂直的领域更是这样。通用模型可以从公开语料学到医学知识，却未必理解科研操作、临床流程和患者管理中的具体约束。

所以，盈康一生布局的生命科学、临床医学、生物制药三大产业，一线场景既是模型训练的真实数据来源，也是验证模型能否稳定运行的落地环境。可以说，没有三大产业的真实场景与高质量数据，底座模型就会停留在懂医学知识而不懂医疗健康业务的层面，难以创造真正的价值。

在此基础上，盈康一生的AI技术底座与产业场景双向咬合、互相促进，目前进入了快速进化的正循环轨道——场景越多，底座越强；底座越强，支撑的新场景涌现就越多，“越用越强”的飞轮已经成形。 

如果说前几年行业探索的重点是AI能否进入医疗，那么接下来更值得关注的问题，是AI能否在医疗健康行业的三个发展课题里，持续产生经得起验证的价值，这也是AI+医疗健康的下半场想象空间所在。

第一个课题，是适配行业创新的复杂性。单一产品无法覆盖全部需求，面对不同的设备、操作规范、数据标准和患者群体，再好的技术也需要长期的真实场景验证，才能沉淀出稳定的服务能力——这也是产业闭环的重要性所在。

第二个课题，是满足用户需求的长期性。从治已病走向治未病，从单一诊疗转向防治康管一体化，这既是健康中国战略的支点，也是企业价值的来源，从提供设备和诊疗服务，拓展到长周期的健康管理服务，这是必然方向。

第三个课题，要站在更宏观的视角，就是中国与全球共建共享大健康生态。在这一过程中，AI作为重要变量，可以提高方案的适配能力与服务效率，为中国医疗健康方案融入全球市场提供技术的新可能。

在盈康一生展台的AI前沿生态成果展区，盈康一生迎接这些复杂课题的答案只有一个字：人。

一方面，贯穿感知、认知、决策、执行脉络的AI科技探索，出发点都是人。

不是看AI能做什么，而是不同身份的人——科研人员、医护人员、患者——在特定的场景下需求是什么，需求的方向，就是AI科技落地应用的方向。简单来说，人是目的，AI只是工具。这跟海尔“始终以用户为是”的理念一脉相承。

另一方面，创造一切新可能的，也是人。

陆星在AI发布会上说，“这些样板是盈康一生AI探索成果的一个切面，更核心的价值在于，它成功激发了组织的AI创造力。”这个价值难以衡量，却更为巨大。

当AI成为团队中每个人的有力工具，一线业务与AI科技的创造就时时刻刻都在发生。当每个人都在创新，今天的样板会持续进化，更多的样板也会被创造出来。

对于盈康一生而言，这既是技术的进化，也是一家企业面对AI时代的思考、抉择与行动。最终，技术的价值要回到人的生命与健康之中，回到“天下人一生盈康”的长期愿景里。