广东医疗AI中试基地一周年：总投资6.5亿元、500P算力、300余项先导场景，全国7个医疗中试基地签共建协议

影响分析 × 投资人与产业分析师 ｜ 事实报道 × 药企研发负责人 ｜ 行业观察

去年9月启动的国家人工智能应用中试基地（医疗领域）·广东，10月21日在广州交出一周年成绩单：总投资6.5亿元，建成500P智算算力，累计形成300余项先导应用场景。与此同时，全国7个国家医疗领域中试基地——北京、上海、广东、浙江、安徽、河南、辽宁——当日签署协同发展共建协议，把分散各地的算力、数据、模型与场景推上跨区域互通的轨道。这是一份以投入为主的名单，产出端只披露了平台、模型、硬件与场景的数量，没有一个金额。

开场：6.5亿元、500P算力的医疗AI中试基地交出一周年成绩单

10月21日，以「汇聚、变革、赋能、先行、转化、卓越」为主题的国家人工智能应用中试基地（医疗领域）·广东阶段性成果发布会在广州举行，由国家卫生健康委指导，广州市人民政府、广东省卫生健康委员会主办，北京、上海、浙江、江苏等19个省市卫生健康部门及中试基地代表、广州地区三甲医疗机构主要负责人参会。

从投入结构看，6.5亿元并没有押注某一条产品线，而是投向500P智算算力、垂类大模型、先导场景三个方向。这个分配决定了基地的产出形态是公共能力而非单个器械注册证：它提供的是可被多个开发方复用的算力、数据与工具链，收益形式只能是项目承接、场景验证与服务调用，而不是向终端患者收费。

对投资人而言，这属于典型的基础设施型资产。它的价值不在于单点毛利，而在于能否压低区域内所有医疗AI项目的算力成本、数据获取成本与合规成本。衡量这类资产的标尺是利用率与复用率，而不是毛利率，可惜这两个数字在本次发布会上都没有给出。

能力盘点：2个共性支撑平台、2个垂类模型、3款硬件、300余项场景

目前已建成的家底是：2个国家级人工智能共性支撑平台、2个公共卫生垂类模型、3个自主人工智能硬件产品、300余项先导应用场景，并打造出公共卫生、临床诊疗两个垂类大模型。

3款自主硬件分别指向明确的公共卫生任务：智能研判机用于突发传染病预警预测研判，流调机用于疫情溯源处置，蚊媒监测系统用于城市蚊媒风险常态化预警防控，三者已在「两热」实战中完成应用验证。这类产品的采购方是疾控体系而非医院科室，付费逻辑与临床AI完全不同，销售节奏取决于公共卫生预算周期而非医院采购周期。

现场同步发布的中试基地运营平台，构建从算力支撑、数据服务、模型服务到应用开发、业务运营的全流程工具链，针对的是医疗机构算力调度分散、成果转化断点较多、数据安全合规压力大三个现实难题。支撑这套工具链的是广州自身的资源底数：医疗卫生机构7700多家、三甲医疗机构50家、年诊疗1.94亿人次；卫生健康大数据中台汇聚300多家医疗机构、100余亿条健康数据、形成47个高质量数据集；已开放电子健康档案1770万份，「数智家医」在7个区试点应用。数据要素的可得性，是这批能力里最难被异地复制的一项。

七基地协同：跨区域算力、数据、模型、场景互通共享

全国共有7个国家人工智能应用中试基地（医疗领域），此次签署协同发展共建协议的正是这七家。协议目标是推动跨区域算力、数据、模型、场景互通共享，凝聚集中力量办大事的协同合力。

从产业角度看，七基地协同最直接的影响是压低重复建设。若七地各自采购算力、各自标注同类数据、各自复刻同一套工具链，6.5亿元这一量级的前置投入会被复制七遍；互通之后，模型跨省调用、稀缺病种数据跨区域借调、已验证场景异地复制都成为成本更低的选项。对中小AI供应商来说，这意味着不必为每个省份重做一遍适配与合规。

但协议本身是框架性的。跨区域互通的真正门槛在口径层：各地数据的字段标准、脱敏规则、伦理审查流程与结算机制并不统一，一个省份训练出的模型要在另一省份落地，仍需完成本地验证与备案。七地签约解决的是意愿问题，不是口径统一问题，后者需要的时间远长于一场发布会。

标杆应用：16种眼疾离线筛查到1分钟全片病理分析

场景侧最具体的样本集中在几家头部医疗机构。中山大学中山眼科中心以眼科为切口重构新三级诊疗模式，用眼科大模型完成一级初筛，其开发的移动医疗「重明」设备可离线筛查16种眼疾——离线意味着不依赖云端算力，可以直接进入筛查车与基层网点。

中山大学附属第三医院展示的智能病理诊断创新成果，1分钟完成全片自动分析；广州市妇女儿童医疗中心立足国家儿童医学中心建设，构建覆盖妇儿全生命周期的多场景医疗智能体矩阵；广东省中医院依托院内名医打造的模型平台即将上线，禤国维皮肤病模型、林毅乳腺疾病模型把名中医经验转化为可验证、可复制的模型。此外还有疾控智能流调、国医AI智慧传承、慢病居家精准管理、肿瘤智能早筛早治、呼吸疾病智能诊疗、基层医疗提质增效等一批标杆场景。

这些样本的产业含义分层清晰：眼疾筛查与病理分析是标准化程度最高的环节，最容易被做进付费服务；而名医经验模型一类的资产，稀缺性来自数据本身不可复制，而非算法。对研发负责人来说，前者拼产线效率，后者拼数据独占性，两条路的资源配置方式完全不同。

冷静观察：先导场景与规模化临床产出之间仍有转化距离

本次披露的口径需要逐项标注。300余项是先导应用场景数量，属立项或试点口径，不等于已进入常态化使用，更不等于形成规模化临床产出；6.5亿元是建设总投资，发布会未给出任何运营收入、结算金额或成本回收数据。

最能说明信息边界的是两个被广泛引用的演示数字。中山三院1分钟完成全片自动分析，描述的是速度而非准确率，公开材料未给出灵敏度、特异性与阅片医生对照结果；中山眼科「重明」设备的16种眼疾离线筛查，同样未披露筛查阳性率与转诊确诊率。速度优势只有在性能不劣于常规读片的前提下才构成商业价值，这一步目前缺乏证据。

因此，评估这块基础设施的合理指标不是再数一遍场景数量，而是跟踪500P算力的实际利用率、300余项场景中转为常态化采购的比例，以及七地互通后的跨省调用次数。在这三项数据出现之前，中试基地更应被视为一个正在搭建的能力底座，而非已经跑通的商业模式。

原文链接：广州日报

千方医数集编辑部 出品