从数据中台到AI中台：嘉和美康助力医疗机构数智化跃迁
近日，在CHIMA 2026大会“医院信息系统架构创新实践”分会场上，嘉和美康售前咨询师张强发表了题为《从数据中台到AI中台》的主题演讲，系统分享了嘉和美康在AI中台建设中的最新成果与前瞻思考。
战略转型：从电子病历到数据中台
战略转型：从电子病历到数据中台
20多年前，嘉和美康以电子病历为核心产品起步。10年前，嘉和美康成立大数据事业部，把数据业务作为独立产品线经营，从临床数据中心逐步拓展到大数据应用与科研领域。尽管很多同行认识嘉和美康始于电子病历，但到2023年，数据平台相关业务已成为嘉和美康主要收入来源。这一转变不仅是嘉和美康自身成长的缩影，也折射出医疗信息化行业从信息化迈向数智化的历史进程。
大模型重塑数据中台需求
2025年是医疗AI发展的关键分水岭。年初，医院部署大模型时，数据中台主要发挥临床数据仓库（CDR）的作用，应用方式与传统CDSS系统差别不大。但到2025年下半年，顶尖医疗机构的需求已发生深刻变化：
● 大模型微调阶段，要求数据中台产出高质量数据集；
● 推理阶段，需要对CDR患者数据进行向量化封装和更新；
● 智能体建设阶段，对提示词优化和管理提出了新要求。
越来越多医院建设AI中台时，关注点已不在基底模型版本选择或算力硬件比较上，而是聚焦于模型微调、推理、调用相关的数据管理。
在人工智能的三大要素——算法、算力、数据中，随着开源模型普及，算法问题已不再困扰医院；在国家政策对国产算力的大力支持下，算力成本以每年约40%的速度下降，灵活多变的租用服务也降低了医院初始投资门槛。当算法和算力两座“大山”被搬走后，数据成为决胜关键。
嘉和美康AI中台架构图
打磨细节，构建好用的AI中台
魔鬼藏在细节中。对医疗机构而言，一个真正好用的AI中台，其差异化优势正体现在细节之中。具体可从如下几方面来看：
1、训练（微调）数据集管理
嘉和美康AI中台可同时应对传统机器学习、经典神经网络、大模型微调三种完全不同的数据准备模式。
AI中台涵盖数据集加工处理、质量控制、特征标记、对话指令结构化生成的全流程，同时构建了100余个评价用例与2000余条评分细则，帮助医院快速评估模型微调效果，并在系统中不断开发沉淀新的测评场景和用例。
2、知识库建设
临床知识库文件格式复杂，包含多种板式、表格和专业符号，开源RAG工具经常出现切片错误。为此，嘉和美康放弃开源方案，独立研发RAG模块，提供交互界面让用户观察不同参数下的切片效果，并支持手工调整后以MarkDown格式回传，从源头保证知识库被正确解读。
而且，针对医院已有的CDSS知识库无法重用的问题，嘉和美康AI中台增加了专门模块，将CDSS规则库分批分类导出文本化后再导入RAG，实现两侧知识规则同步复用。
3、智能体构建
嘉和美康AI中台提供提示词管理、向量知识库、插件管理和工作流配置四套工具。其中，提示词管理专门开发了面向非专业人员的提示词调试工具，年轻医生无需触碰代码，即可获得适合自身应用场景的最佳提示词效果。配合后台面向技术人员的知识库支持、插件管理和可视化流程配置工具，可快速将大模型能力释放到前端临床业务场景中。
4、交互体验
嘉和美康打造AI助手，目前已对第三方厂商开放接口，支持免登录、统一消息提示、当前患者感知和实时临床数据接入等功能，既简化了医生的交互复杂度，也方便信息部门统一管理。
在实际应用中，嘉和美康AI中台已成为科研成果临床转化的重要通道。临床科室完成的疾病风险预测模型或用药推荐模型，经工程化封装和临床数据适配后，即可部署于嘉和美康AI中台，通过CDSS的统一临床交互插件实现服务落地。
过去20年，嘉和美康陪伴用户走过电子病历时代，跨过临床数据鸿沟。如今，在数据要素与人工智能时代，面对高质量数据集建设、垂域大模型开发、人工智能全场景应用的机遇与挑战，嘉和美康正以深厚的技术积淀和对医疗场景的深刻理解，助力医疗机构抢占先机，开启数智化转型新篇章。
