今天，医疗AI的主流形态依旧是“助手型AI”，辅助阅片、问诊助手、报告生成……但医学从来不只是文本和信息问题。疾病发生在真实的人体中，医生不仅需要获取信息、形成判断，更需要完成检查、操作、治疗和干预。

如果AI真正要深入医疗，就不能只有理解、推理和生成信息的能力，还需要进一步获得感知并与真实世界发生交互的能力。

而医疗设备，恰恰是医疗系统连接物理世界最重要的入口之一。CT、MR、PET、超声等医学影像设备，帮助医生感知人体内部发生的变化；放疗设备、介入设备、手术机器人，则进一步直接把医疗的干预作用于真实人体。

过去，这些设备更多是医生能力的延伸工具：医生设定参数、下达指令，设备忠实执行。但当AI从设备诞生便被原生地融入其中，设备与人的关系也开始发生变化。

在联影看来，未来的高端医疗设备将不断向具身智能诊疗机器人演进。这里所说的“机器人”，并不意味着设备一定要拥有机械臂、灵巧手，甚至不取决于它是否拥有传统意义上的机器人外形。更本质的问题是：它能否真正形成一个完整的感知、理解、行动和反馈闭环。

当一台设备能够主动感知患者和环境，理解医生的临床意图，在医生监督下自动完成复杂的检查规划和操作，并根据结果和反馈进行动态调整，它实际上已经不再只是一台等待医生操作的机器，而开始具备具身智能的基本特征。

联影在智能原生设备领域的探索已经显现出这样的方向。

过去，一次磁共振检查高度依赖技师完成摆位、定位、参数设置、扫描、图像检查等一系列操作。2021年起，联影就开始打造uAIFI类脑平台，让磁共振设备能够自主识别患者位置、自动适应患者状态，实现图像智能重建与降噪，并对设备各子系统进行全生命周期智能自检。在此基础上，联影正在全力打造的下一代产品还将继续向具身智能演进：更加全面地感知环境与患者信息，自主完成更多检查环节，如同医疗领域的“高阶智驾”，为患者提供端到端全流程自然无感的检查体验，让设备从“被操作的机器”逐渐变成能够参与临床工作的智能伙伴。他们将这种未来角色形象地称作影像科的“0号硅基员工”。

类似的逻辑也在超声领域发生。联影的超声自动扫查系统正探索通过机械臂搭载探头自主移动至目标扫查部位，完成精准压力调节和在线运动规划，AI将过去需要手动测算数分钟的步骤压缩到几秒，并自动生成报告。对基层医生而言，这意味着过去高度依赖经验积累的扫查过程，现在有了一个随时在线的“智能搭档”。

这背后真正改变的，并不只是医疗设备增加了多少AI功能，而是设备本身正在被重新定义。

这个变化直接回应了中国医疗体系一个真实而紧迫的结构性矛盾：设备可以买，但能把设备用好的专业人才依然稀缺。大医院磁共振排长队，背后不仅有设备供给问题，也有人力与流程效率问题；基层医院即便配备了先进设备，也可能因为专业技师不足，难以充分释放设备价值。设备智能化，正是缓解这一矛盾的重要路径之一。

过去十余年，医疗AI已经发展出大量单点应用。这些工具能够提高单项任务的效率，却始终存在一个共同的局限：一个AI往往只掌握一类数据，只完成一项任务。

WAIC 2026期间，复旦大学附属中山医院肝胆肿瘤与肝移植外科孙云帆教授展示了超级医生的工作方式

于是，一个有些反直觉的问题出现了：AI工具越来越多，医生的效率和负担并未真正改善。单点AI输出的碎片化信息，仍需要医生自己完成整合、核验和判断。大量时间依旧消耗在寻找信息、切换系统和重复操作上。AI价值兑现的“最后一公里”，卡在了工作流之中。

这也正是此前医疗AI商业化最大的障碍之一。中金公司生物医药首席分析师张琎在WAIC期间指出，行业存在“叫好不叫座”的现象：很多产品“更多是在秀技术，没有解决临床问题，没有形成商业闭环”；单点AI拿到了三类证，却缺少与院内诊疗流程的深度集成，“仅能作为附加工具”。

大模型和智能体的出现，开始改变这一局面。

医疗智能体不再只是等待医生提出一个问题、返回一个答案。它开始具备理解目标、拆解任务、调用工具、整合信息以及与其他智能体协同工作的能力。

因此，对医院而言，真正需要的不是越来越多彼此孤立的AI 应用，而是一套能够覆盖临床流程、调度不同智能能力的智能体集群。

这也是联影正在推进的另一条路径。

基于长期的医疗AI研发积累，联影在过去100多款AI应用基础上，进一步构建了涵盖影像、文本、视觉、语音以及混合大模型在内的多模态医疗垂域大模型，并孵化了覆盖诊疗、管理、服务等不同场景的智能体集群。

如果说过去的医疗AI是医生调用一个工具，那么未来的关系可能更接近：医生在调度一支智能团队。一个医生能够处理和完成的任务，开始突破个人时间、注意力与精力所能承载的尺度。

在WAIC 2026期间联影举办的论坛上，复旦大学附属中山医院肝胆肿瘤与肝移植外科孙云帆教授展示了一种未来医生可能的工作方式：医生通过语音下达指令，中枢智能体可以在数秒内整合散落在不同系统中的患者信息，并形成连贯的诊疗时间线，还能调度影像辅助诊断AI、三维影像重建AI等多个skill和智能体协同工作。孙云帆教授将这种人机协同模式称为“超级医生”。在他看来，如果这种模式真正进入日常查房和临床工作，将显著提升术前术后评估与动态监测的质量和效率。

“超级医生”并不是让医生变成无所不能的人，更不是让AI替代医生。相反，AI真正放大的，不只是医生的效率，更是医生能力边界的拓展。医生把重复、繁琐的信息工作交给AI，把自己的时间和注意力集中到复杂判断、临床决策以及人与人之间不可替代的沟通和关怀上。

设备和医生之外，AI还在触碰医疗体系另一个长期存在的边界：医院的围墙。

先进设备、专业医生等高质量医疗资源，高度集中于医院内部。但医院能够看到的，往往只是一次门诊、手术等离散的节点。

这也构成了传统医疗长期面临的一种矛盾：健康是连续变化的，而医疗服务长期以来却是间断发生的。

医疗级智能可穿戴设备与智能体的结合，让这种断点有机会被持续连接起来。

近年来，联影在诊疗设备之外，陆续推出了助听器、CGM、心电监测等智能可穿戴设备，把医疗级的能力延伸到更加贴近日常生活的智能终端。这些可穿戴设备可以把医疗级感知能力延伸到日常生活，持续记录人的生理状态；而对应的智能体则可以在这些连续数据之上进行理解、判断和服务，在发现值得关注的变化时，把人重新连接到专业医疗资源。

基于自研端侧AI芯片和DNN深度神经网络降噪，联影用端侧智能的创新逻辑重构助听器

由此，医疗服务也有机会从患者生病之后才发生的被动诊疗，进一步走向更加主动的健康管理；从医院中的离散节点，走向覆盖更长时间尺度的全生命周期管理。换句话说，医院里的医疗级专业能力，开始有机会延伸到人的日常生活。

而当这种变化进一步发生，医院本身也需要被重新思考。

如今，联影正与国内一批知名医院合作，探索未来医疗的组织和运营模式。在这一构想中，医院将不再只是患者进入之后才开始提供服务的物理空间。医生、设备、知识和服务能力，可以借助AI在数智空间中得到拓展和增强，患者在院外持续产生的健康信息能够与医院连接，专业医疗能力也能够在患者离开医院之后继续发挥作用。其最终目标，是让医疗服务在质量、效率、成本与可及性上实现系统性的提升，并进一步推动医疗从被动诊疗走向主动健康。

沿着联影近年的实践回看，可以看到一条越来越清晰的路径。

AI正在从三个层面重塑医疗：

第一步，它进入医疗装备，使机器从被动执行走向更主动的感知、理解和行动；

第二步，它通过大模型和智能体进入临床工作，让医生能够调动远超个人尺度的智能能力；

第三步，它进一步进入医疗服务体系，把医院中的专业能力延伸到更广阔的时间与空间。

任何一个单一领域，都已经有众多参与者。但医疗真正的改变，恰恰发生在这些能力开始彼此连接的时候。

从公开信息看，联影集团的布局覆盖了这条路径上所需的多个关键环节：联影医疗做高端影像设备，联影智融聚焦手术机器人，联影微电子自研芯片并延伸出智能可穿戴设备，全球一万六千多家医院合作伙伴构成了数据入口和场景入口，也为长期合作提供了信任的基石；联影智能围绕多模态大模型和智能体持续研发，长期在严肃医院里“泡”出来的场景理解，让AI更贴合临床逻辑，规避了通用大模型“懂算法、不懂医疗”的行业通病，再加上原生AI PACS和EMR等医院业务信息系统，实现医疗数据采集、治理、流转与智能理解的全链路贯通，形成对医疗数据结构、临床语义及诊疗流程的系统性理解能力。

这也是理解今天联影的另一个角度。表面上看，联影正在进入越来越多不同的技术和产品领域；但如果把它们放在同一张图上，会发现背后的逻辑始终一致：让AI从一种附加能力，真正原生地进入医疗服务体系中。

从这个意义上说，联影正在从一家高端医疗装备制造商，进化为一家原生AI驱动的医疗科技公司。它依然拥有医疗装备这一深厚的产业基础，但设备不再是边界。联影正在把原生智能延伸到设备如何感知和行动、医生如何工作、医院如何运行，以及医疗服务如何抵达患者。

这场实验的终局尚未可知。但当医生、智能设备与原生AI真正协同，人类理解生命、守护生命的能力，也将由此被进一步拓展。