中國非公立醫療機構協會是由依法獲得醫療機構執業許可的非公立醫療機構、相關企事業單位和社會團體等有關組織和個人自愿結成的全國性、行業性、非營利性社會組織。更多>>
會員風采丨扎根臨床，專注急危重癥，藍想數科想用AI改變什么？
我們不在意“數據的多少”，而是讓“數據會說話”。
雖是藥學出身，但從畢業到創業，吳海林二十年來大部分時間都在投身一件事——用數字技術服務臨床醫療。
2003年暴發的“非典”，暴露出醫療信息嚴重缺失、調度效率低下等諸多問題。當時，全國三甲醫院大多僅配備基礎HIS系統，許多醫院都是手寫病歷與文書。
吳海林敏銳地感知到，這不僅是公共衛生應急的短板，更是臨床信息化能力的缺位。
2006年，他加入了以提供臨床醫療信息系統的新興公司——麥迪科技，正式從“藥學人”轉型為“數字醫療人”。此后的十余年，吳海林見證并參與了公司及全行業從“信息化”向“智能化”“數字化”的飛躍式發展。2016年，麥迪科技登陸A股市場，成為醫療信息化細分市場的頭部企業。
人到中年的吳海林開始思考自己的人生“下半場”。2019年，國家將“大數據與人工智能”寫入政府工作報告，吳海林將目光瞄準了最復雜、最需要數字化能力賦能的急危重癥、手術、麻醉等臨床場景。
2019年5月，他從工作了十余年的麥迪科技離任，同年12月創辦藍想大數據科技（上海）有限公司（簡稱“藍想數科”），正式走上了創業路。
為什么是急診、手術、重癥？
在中國醫院的信息化浪潮中，急診、手術、ICU這些高風險場景，長期處于信息化“灰區”——設備最多、流程最復雜、風險最高，卻也恰恰是系統最割裂、效率最低的部分。
吳海林坦言，早在他任職于麥迪科技期間，就已觀察到這些臨床痛點。醫療機構雖不斷嵌入各類信息系統，但很多僅僅是將線下流程信息化，缺乏整合和智能判斷能力。在高強度場景中，醫生常常需要在6～7個系統間頻繁切換，才能獲得一組完整的患者信息。
“這既是信息化的成果，也是它的‘并發癥’?！?/p>
對吳海林而言，這些“難啃的骨頭”也意味著入局機會，更關鍵的判斷基礎來自臨床現實。急危重癥這類高復雜度場景，每一秒都關乎生死，任何數據延遲、流程斷層、協同失效都可能帶來不可逆的后果。吳海林指出，在這些關鍵臨床場景中，醫生最需要的不是圖表和指標，而是一個真正能幫他們提前識別風險、快速做出判斷、協調多方行動的系統。
此時，?？茟脠鼍暗臄底只?，也開始進入政策視野。《“健康中國2030”規劃綱要》《關于推動公立醫院高質量發展的意見》等文件，將急診、重癥、麻醉等?？屏袨椤疤嵘龂裔t療服務能力”的重點方向，進一步強化了吳海林對這類賽道長期價值的判斷。
因此，藍想數科明確將業務重心放在“急危重癥”領域——這個看似“小眾”、實則具備臨床戰略地位的核心場景。
用“數字孿生+AI智能體”
重構急危重癥的臨床決策鏈
藍想數科提出的“數字孿生+AI智能體”整體解決方案，意在構建一個具備實時感知、推演預測與閉環干預能力的智能化臨床基礎設施。
吳海林將其比喻為“醫生的第二大腦”。
“數字孿生的本質不是酷炫3D，而是讓物理世界中的患者在數字空間中擁有一個實時鏡像；而AI智能體就是這個鏡像上的思考引擎，替醫生預演風險、推薦路徑，最后把決策結果反饋到臨床現場?！?/p>
基于此，藍想數科團隊合力打造了三大核心產品：數字孿生急診中心、手術中心、重癥中心，分別面向三種高強度醫療場景。通過接入患者生命體征、檢驗結果、影像信息、病歷文本、設備數據等多模態輸入，構建“數字患者”，并在虛擬空間中進行狀態監測、風險預測、診療建議生成等。
以數字孿生急診中心為例，系統可在患者進入急診科前就接收120平臺數據，預判風險等級，并聯動急診搶救、影像檢查、檢驗預約等環節。當患者進入搶救階段后，智能體則會自動追蹤生理參數變化，提前識別潛在休克、呼吸衰竭等風險，甚至能調用電子病歷和藥物歷史，推薦個性化搶救路徑，并實時觸發如備血、手術室預定、會診通知等流程聯動。
在手術室場景中，智能體可以基于術中監測數據實現閉環控制，提示異常指標、優化麻醉方案；在ICU場景中，則具備病情演化因果鏈建模能力，實現并發癥預警、治療路徑推薦等功能。
吳海林強調，通用大模型不是藍想數科的“特長”，他們正在做的是基于真實臨床數據訓練出來的“專科智能體集群”，這更貼合醫護的實際需求。同時，藍想數科構建了“底座+網絡+場景”三極架構，確保系統能以模塊化組件快速部署，又能滿足醫院定制化場景適配。
目前，藍想產品已在復旦華山醫院、上海市中醫醫院等多家三甲醫院試點落地。在上海申康醫院發展中心牽頭的“平急結合急危重癥數字孿生平臺”中，藍想數科系統覆蓋全市30家市級醫院的急診科，形成了跨院級聯動機制，其在新冠疫情期間發揮了重要作用?！斑@些系統不是實驗室產品，而是真實落地、醫生正在用的工具?！眳呛Ａ謴娬{。
同時，藍想數科也在構建清晰的醫療產業協同圖譜。在吳海林看來，它們與GE、飛利浦、西門子以及國內崛起的設備廠商間保持技術互通與接口兼容。
“我們不是傳統意義上的競爭關系，而更像是對同一現場能力的協同補足。”他指出，藍想數科想要實現的是為傳統設備提供“智能決策層”支撐，在數據分析和場景落地層面，推動更多設備“數智化”的可能性。
吳海林認為，未來的醫療信息化不再是信息展示層面的數字工具，而要成為“面向患者全周期管理、面向醫護全流程決策支持、面向醫院全場景協同”的核心能力建設。這也對系統的縱深覆蓋和橫向打通提出了更高要求。
從“深耕一域”到“走出上?！?/p>
自2019成立5年多，藍想數科一直堅持“專注臨床、厚植數據”的策略，拒絕浮于表面的千院復制，而是選擇醫院急危重癥救治全場景，把一個“微縮型臨床智能生態”真正跑通。
“我們不在意‘數據的多少’，而是讓‘數據會說話’，這兩者之間隔著十幾道臨床門檻?！眳呛Ａ终f道。為此，公司在產品設計時始終與醫護共情，以“角色+場景”為原則，在同一醫院內部打通從院前急救到術后康復的閉環，最大程度還原“數據與生命真實互動”的場景。
這一策略也帶來了數據質量的極大提升：在同一數據邏輯下，藍想沉淀了一整套適用于急危重癥的“病情因果鏈模型”“術中狀態演化模型”“跨科室協同模型”，構建了領先的臨床智能圖譜。
“我們要用的不是‘存起來的數據’，而是‘在臨床互動中產生的數據’。”吳海林指出，只有嵌入醫療流程、實時服務于臨床決策的動態數據，才能真正具備指導價值。這類“伴隨式數據”更加精準，能真實反映醫生在急危重癥場景中的判斷過程，也為模型訓練和持續優化提供了堅實基礎。
在商業模式上，藍想選擇則選擇跳出傳統License銷售邏輯，轉向“平臺服務+數據運營+專屬定制”的長期合作模式。
當然，前路并非無阻。吳海林坦言，藍想數科當前仍面臨諸多挑戰：如多源異構數據標準不統一、實時性與計算資源的平衡、臨床醫學與人工智能復合人才的稀缺等。
2025年被醫療業內視為“AI智能體元年”，WAIC2025世界人工智能大會暨人工智能全球治理高級別會議將于7月26日在上海啟幕。作為大會AI醫療領域示范服務商，藍想數科將重磅發布“數字孿生臨床醫療暨LAN-AI Agents急危重癥?？浦悄荏w”，通過現場實景演示與專家對話，展示其在“數據－流程－價值”三層結構上的落地能力。
“如果有一天，醫生在搶救臺上被系統托舉起來，而不是被它拖累，那我們就成為了真正的醫護助理?！眳呛Ａ挚偨Y道。
