安贞心脏AI覆盖31省1000+机构：超声影像数据从「单院积累」走向「全国下沉」

规模化部署：31省1000+家医疗机构，惠及130万出生人口

在医疗领域国家人工智能应用中试基地阶段性成果发布会上，北京安贞医院公布了其心血管疾病超声诊断及决策智能体的最新落地版图：已在全国31个省区市的1000余家医疗机构应用，覆盖西藏、新疆、宁夏、青海等西部边远地区，惠及130万出生人口。这一数据揭示了一个重要事实——心脏AI已从头部医院的单点验证，迈入覆盖全国范围的规模化部署阶段。

发布会背景源自2025年5月北京市启动的首批医疗领域国家人工智能应用中试基地建设，在国家发展改革委、国家卫生健康委统筹指导下，基地建成384P国产化智算资源池，打通技术研发、临床验证、产业转化、场景落地的全闭环链路，为安贞等三甲医院的AI产品提供了"中试"转"量产"的标准化通道。

技术能力：全流程超声影像感知与疾病推理AI模型

支撑这一大规模落地的，是安贞构建的全流程超声影像感知与疾病推理AI模型。与单点识别不同，该模型覆盖超声影像的采集、解读到疾病推理的完整链条：既对超声图像进行标准化感知与特征提取，又结合临床信息进行心血管疾病的诊断决策推理。

超声心动图（echocardiography）是心血管疾病筛查与诊断的基础手段，但其判读高度依赖操作者经验与设备质量，恰恰是基层最薄弱、最难以标准化的环节。安贞将顶级心血管中心的影像判读经验"数据化"，使模型能够基于海量标注过的超声影像数据，输出接近专科水平的诊断提示。对长期依赖人工判读的基层超声科而言，这相当于把北京专家的判读标准复制到了每一台终端设备上。

西部覆盖：西藏新疆青海宁夏，拉萨医生的「北京专家大脑」体验

本次部署的样本意义，不仅在于覆盖省份的广度，更在于对西部边远地区的深度触达。拉萨市人民医院超声科主任梁建彪在发布会上的描述颇具画面感："借助安贞AI大模型，在拉萨就像拥有了北京专家的'大脑'。这些大模型见过的病例，远远超过一名医生终生所见到的病例。"

这句话点破了AI下沉的价值所在。在西藏、新疆、宁夏、青海等优质医疗资源相对匮乏、超声科医生数量有限、高年资专家稀缺的地区，AI不再是锦上添花的技术展示，而是补齐当地诊断能力短板的关键工具——它把顶级医院的病例规模与判读经验，通过模型参数的形式"带"到了高原。对130万出生人口中的新生儿及婴幼儿先天性心脏病筛查而言，这种下沉意味着更早的检出、更及时的转诊与更精准的干预决策。

千方视角：超声影像数据的规模化积累是AI模型从「可用」到「可下沉」的关键——数据规模决定覆盖广度

从医疗数据从业者的视角审视，安贞案例最值得复盘的是数据维度。超声影像数据不同于结构化检验数据，其采集标准、设备型号、操作手法差异极大，属于典型的"高质量难获取"模态。安贞能够将AI从"可用"推向"可下沉"，其底层前提是足够规模的标准化影像数据积累——唯有数据覆盖了不同人群、不同病种、不同设备条件下的真实场景，模型才能在基层的多样性输入下保持稳定表现。

这也揭示了医疗AI规模化的基本规律：数据规模决定覆盖广度。单一医院的影像数据即使再精，也仅能支撑院内应用；只有当数据积累跨越单院边界、形成足够宽的人群与地域覆盖后，模型才具备跨机构、跨地域复制的泛化能力。安贞1000余家机构、31省区的部署，既是数据的受益者，也是数据的再积累者——每一次基层推理都在为模型补充新的影像样本，形成"数据越多—模型越强—覆盖越广"的正向循环。发布会上，中国联通宣布启动"高质量数据集亿元支持计划"，设立超1亿元专项资金征集临床诊疗、医学影像等医疗数据，正是对这一数据驱动逻辑的政策呼应。当超声影像数据真正从"单院积累"走向"全国流动"，AI下沉的深度与广度才会同步释放。

---

千方医数集编辑部 出品