一位58岁的糖尿病患者在一家医疗机构看初级保健医生，在另一家看内分泌科医生，然后从家附近的两家药房取药。
每个医疗系统仅掌握她病情的片段。当她因突发胸痛前往医院急诊室时，医生看到的记录看似完整，实则缺失了本应提前三天警示其风险的药物相互作用信息。
能检测到这一问题的AI模型已存在多年。问题根源并非智能不足，而是基础设施缺陷。
该患者的经历并非特例。全球各地的医疗系统都面临相同的结构性缺陷：患者记录无法随行、数据在机构边界中断、人工智能模型运行在从未为其构建的基础架构上。技术已进步，但底层架构却未同步发展。
医疗数据在各系统间碎片化
她的数据如同全球数十亿患者的资料一样，散落在从未设计用于共享的系统中。电子健康记录无法互操作，药房数据库各自孤立，保险系统优化的是计费而非洞察。医疗健康人工智能必须运行的底层环境，从未为此关键阶段做好准备。
这是我们讨论不足的挑战：医疗健康AI的瓶颈并非模型不足，而是缺失了关键层——使这些模型真正发挥作用的隐形架构。
当医疗领导者谈及互操作性时，常将其视为技术问题，实则这是治理挑战。
在生产级AI领域取得切实进展的组织已认识到这一点。他们将智能数据视作组织大脑，将数据统一提升为高管优先事项，并明确临床、运营和技术领导者的责任归属。
监管框架已奠定大量基础。欧盟互操作性要求、美国快速医疗互操作性资源（FHIR）标准的采用、印度阿育曼·巴拉特数字任务以及世界卫生组织的全球数字健康战略均指向同一方向。始终缺失的是机构决心——将数据统一视为战略基础设施而非合规检查项。
停留在持续试点阶段的组织具有共同特征：在数据基础仍碎片化的情况下投资复杂AI工具。麦肯锡研究指出，仅不到20%的医疗健康AI试点能成功过渡到全面部署；麻省理工学院2025年研究发现，95%的AI实验未能创造价值。
医疗数据的可见性缺口
在消费级AI领域，近似结果往往足够。准确率达80%的推荐引擎仍能为用户提供价值，即使忽略上下文，也可通过二次查询修正。
然而医疗健康AI面临不同约束。遗漏的药物相互作用绝非小问题，基于不完整病史的诊断建议绝非仅是次优方案。在医疗领域，“勉强可用”与“真正充分”之间的差距直接体现为患者结局差异。
这一现实要求数据质量标准远超当前多数医疗系统、支付方和监管机构的水平。生产级医疗健康AI需要纵向记录，捕捉患者完整病史而非单一体系内的就诊记录。
它还需要传统医疗记录从未设计容纳的社会决定因素等上下文数据。系统距此标准仍遥远，无论模型多么先进，都无法弥补源头数据的不完整性。
患者已开始察觉差异。消费技术的广泛采用使人们期待能正常工作的AI。全球超过9亿人每周与ChatGPT等AI助手互动，这些系统经过训练能预判需求、提取相关信息并在所有设备上无缝运行。但当他们走进医疗场所，却遭遇传真机、重复填写的登记表以及无法获取同城医院记录的临床医生。
这种体验差距正形成制度压力。患者日益期待其医疗系统展现与生活中其他场景相同的智能水平。
缩小医疗数据差距的三大路径
缺失层可以构建，且无需全面替换现有系统。真正需要的是结构上不同的数据架构方法——在不强制替换所有遗留系统的情况下统一信息。该方法由三大能力定义：
首先，位于现有系统之上的数据统一，从电子病历、药房平台、理赔数据库和辅助来源提取信息，无需替换每个系统。
其次，多模态规范化，将传真、非结构化临床笔记、通话记录等现实中杂乱格式的真实数据转化为结构化、可查询形式。
第三，智能本体和知识图谱，将静态数据存储转化为可推理资产，构建既能存储信息又理解其关系的基础设施。解锁此架构需两大决策：医疗机构将数据基础设施列为优先事项，支付方重新定义质量指标以奖励全周期数据覆盖而非仅就诊点文档。
阿布扎比提供智能健康蓝图
这并非遥不可及的愿景。阿布扎比智能健康系统由世界经济论坛合作开发，提供了可操作的蓝图，如《数字健康新时代：阿布扎比迈向健康智能》白皮书所述。
通过将健康智能视为基础服务而非应用层，该酋长国已从碎片化数字化转向AI赋能的全民规模护理协调。
实践中，阿布扎比系统整合了50多家医疗机构的数据，实现临床决策实时支持和人群级风险分层。
医生可访问患者在公立和私立机构的完整记录——在多数医疗系统中，这需耗时数周的手动协调。成效显著：诊断重复减少、慢性病管理更早干预、形成其他卫生机构可复制的治理模式。
如此，阿布扎比智能健康系统助力改善健康结局和生态系统效率，为其他地区提供范例，助其将医疗健康AI视为必须优先发展的领域。
医疗健康AI如何重构患者叙事
让我们回到那位抵达急诊室的58岁患者。
在重构的场景中，系统已知悉她的健康问题，记录在各护理点统一整合，药物相互作用在她到达前已被警示。
接诊医生看到完整图景而非碎片信息。干预发生在关键时间点，而非数日后。当天她便健康归家，避免了高风险住院和不必要的医疗支出。
此未来并非幻想。模型存在，标准存在。缺失的是连接它们的基础层构建承诺。这一承诺需由医疗机构制定、支付方赋能、监管方引导；单方无法独自达成。
最关键的基础设施常是无人注意的部分——使一切运转的无声架构。
在医疗健康AI领域，该架构仍缺失。构建它是我们未竟的使命，因为技术在故障时最显眼，在完美运行时最隐形。
【全文结束】