过去几年，医院引入AI的典型路径是：在现有HIS、EMR、PACS旁边，单独挂一个AI应用，接口对接好，科室试用。这种模式下，AI是“锦上添花”——有了更好，没有也不影响业务运转。

但大模型带来的变化不同。它不是再加一个功能模块，而是重新定义了人和系统的交互方式：医生用自然语言就能调取病历数据，门诊病历从手写变成语音实时生成，管理者用对话就能查询全院运营指标。

换句话说，医院数字化建设的底层逻辑正在从“流程驱动”转向“数据+模型驱动”。

面对这波变化，医院信息科的工作重心需要调整。过去对接一个新系统，考虑的是接口标准、数据字段、上线周期。现在引入AI，需要多问三个问题：

第一，这个AI是嵌入现有流程，还是又造出一个信息孤岛？如果它的数据不能回流到HIS和EMR，再智能也只是摆设。

第二，模型的“幻觉”问题有没有在院内知识库上做校准？医疗场景里，一句错误建议的代价远高于普通办公场景。

第三，它能不能被普通医生和护士自然使用，还是又增加了一个需要培训的新系统？AI的价值不在于模型多先进，而在于有多少人每天真的在用。

目前能确定的是，AI在医院数字化建设中的渗透速度比预期快。但它最终能走多远，不取决于模型参数有多大，而取决于医院的数据治理做得够不够扎实、业务流程改得够不够彻底。

对信息化建设者来说，现在最需要做的不是追最新的模型，而是把自己医院的数据底座先打牢——数据不通，再强的AI也发挥不了作用。