树兰医疗AI战略布局 - 公司自主研发AI健康智能体Dr.Shu正式发布，覆盖诊前分诊、诊中病历生成、诊后健康管理等全流程服务，并创新性引入"健康管家"模块跟踪用户健康数据生成个性化方案[12][13] - 公司提出"All in 科技"战略升级，以计算医学重构医疗模式，良渚医学中心将发展为AI未来医院，计划2026年投入运营，实现"无边界全场景"全生命周期服务[17][18] - 公司自研医院信息系统(HIS)作为数据基建基石，2016年推出国际多学科协作平台iMDT，支撑后续AI技术嵌套组合[16] 计算医学发展路径 - 计算医学被定义为融合多尺度生命建模、统计学习与AI技术的交叉学科，核心目标是构建患者特异性数字孪生(PDT)，实现精准个性化医疗[4][7] - 数据能力分层迭代路径：从EMR(电子病历)→EHR(跨机构数据)→PHR(含穿戴设备数据)→PLC(个人生命云)→PDT(个人数字孪生)[5] - 全球发展态势：欧盟推进虚拟人体孪生数据库，美国NIH的Bridge2AI项目聚焦多模态数据，FDA加速AI医疗器械审批[3] 医疗数据标准化突破 - 公司创始人发起开放医疗与健康联盟(OMAHA)，构建含百万级术语的"七巧板"医学术语集，打破国外依赖[6] - OMAHA推出HiTA技术栈实现与国际标准(SNOMED-CT/HL7 FHIR)映射融合，2025年累计收录924项健康信息标准文档[7] - 医疗数据共享需突破标准化门槛，个人健康数据年增长率达爆炸式但碎片化严重，完整数据需行业协同[5][6] 医疗AI落地四大方向 - 智慧管理：提升医院运营效率，如病历智能检索，已成为全球首要落地场景[11] - 智慧服务：克利夫兰诊所构建社区数字孪生研究健康差异，公司Dr.Shu实现智能导诊等场景[11][12] - 智慧科研：NIH基于多模态数据探索疾病标志物，公司参与人工器官计算医学实验室[8][11] - 智慧医疗：数字分身模式突破远程医疗半径限制，已在精神科/内科等专科应用[12] 学科建设与行业协同 - 公司联合创办树兰国际医学院，设立计算医学课程，获批浙江省人工器官与计算医学重点实验室[8] - 与每日互动等数据智能公司战略合作，构建AI医疗数据底座闭环，提升模型准确率[2][18] - 计算医学需多学科交叉人才，AI快速迭代为学科增添新内容[8][15]