「AI 原生医院」是指：一家医院成功跨越了数字化，建立了标准化的数据基础，并能让 AI 从「被动查询的工具」进化为「主动解决问题的 Agent」，最终依据自身属性，在临床推理、物理流程或生态治理上实现系统自主运作的医疗机构。
当我们扫描全球顶尖医院的转型路径时，会发现「AI 原生（AI-Native）」有各种各样的演化，作者尝试用两轴将全球 AI 原生医院划分为四种截然不同的演化类型，称为「AI原生医院战略分类矩阵」。第一轴是「驱动力量」，是由底层技术创新推动，还是由上层治理需求主导；第二轴是「介入深度」，即 AI 是用来改造看不见的基础架构，还是用来创造看得见的全新服务模式。
基础建设型：标准化接口的建筑师
对于许多正起步的医院而言，通往 AI 原生的第一哩路是偿还过去累积的技术债。此类型的战略核心在于「打地基」，重点在于标准化与接口整合。
英国伦敦国王学院（King's College London）便是此路径的典范。他们意识到 AI 模型无法落地的最大障碍在于医院系统的封闭性，因此不急着开发模型，而是打造了 AIDE 平台。这就像是为医院装上了「万用插座」，建立标准化的 API 接口，让市面上各种 AI 模型能像手机 App 一样即插即用，并将运算结果自动写回电子病历。联新国际医院与日本国立癌症研究中心（NCC）皆专注于内视镜检查中的「人机协作接口」标准化，建立实时推论架构，让 AI 能在检查当下实时圈选病灶。将科技无缝融入医师直觉操作。
颠覆创新型：无人化服务的新物种
当科技驱动力向上延伸至应用服务层， AI 不再只是医师的助手，而是具备自主意识的「代理人」，颠覆了传统医病互动的逻辑，甚至创造出脱离实体限制的创新组织。美国 Forward Health 推出的 CarePod 医疗舱，正是这种思维的极致展现。他们创造了「无人诊所」，病患进入舱体后，由 AI 引导完成全身扫描与诊断，将医疗服务转化为标准化、可复制的产品。而中国清华大学的 Agent Hospital 构建了一个纯虚拟医院，让 AI 医生在虚空间中自主进化诊疗逻辑。未来医院的大脑可能先在虚拟世界完成训练，再反哺实体医疗。
系统重构型：流程换脑的工程师
对于高运量、人力吃紧的综合医院而言，转型的动力往往来自迫切的「效率治理需求」。重点不在于创造新商业模式，而是利用 AI 重构内部操作系统，让旧有的流程变聪明。加拿大 Humber River Hospital为了彻底解决急诊拥塞与病床周转效率，建立了「中央指挥中心」来重构医院的营运大脑。系统不再被动等待塞车发生，而是主动预测未来 4 小时的病患流量风险，并自动指挥清洁机器人与护理站启动床位准备。以色列 Sheba Medical Center 因应战时大量伤员的治理挑战，重构了检伤流程。透过 AI 在急诊门口完成无接触生命征象分析，实现零等待检伤。
生态治理型：跨域运筹的指挥官
当治理驱动力与应用服务层结合，医院不再是孤岛，而是城市健康体系的中枢节点，治理范围延伸至小区与居家。新加坡国立大学健康体系（NUHS） 其ENDEAVOUR AI 系统不看单一病人，而是治理整个医疗集群，能跨越医院围墙，预测全体系的资源需求与财务风险。而沙特阿拉伯的 KFSH&RC（费萨尔国王专科医院） 则示范了国家级的生态整合，从基因库到临床路径，利用 AI 治理庞大的跨机构数据，实现了从「治病」到「管健康」的宏大愿景。
结语：寻找属于自己的转型坐标
对于医院管理者与 CIO 而言，转型是看清组织的体质，选择一种原型深耕，建立对应的治理架构，这才是通往 AI 原生新纪元最务实的路径。
作者／林华庭 联新国际医疗集团 总执行长办公室 策略总监
