当医院开始自己造AI Agent，医疗AI的门槛变了吗？

上线两个多月，1.2万个AI Agent。

8月24日，新加坡卫生部披露了一个数据：国家HealthTech机构Synapxe推出的AgentSea平台上线后，新加坡公共医疗体系的医护人员已经创建了超过1.2万个AI Agent，其中300多个被开放给其他用户复用和调整。

所谓"创建"，并不需要医生会写代码。医护人员只需像聊天一样描述自己想完成的任务，平台就能自动生成对应的Agent，用于病历整理、诊前准备、行政审核等场景。目前这1.2万个Agent中，很多仍处于内部测试阶段，但数字本身已经说明一个趋势。当开发门槛被大幅拉低，医院的AI应用模式正在从单纯采购标准化产品，增加一种新的路径：由医院先建设统一AI底座，再让临床和运营人员围绕具体工作流自主创建或共同开发Agent。

过去，医院需要AI功能，做法是找供应商、买产品、做集成。新加坡现在尝试换一条路：先搭台子——统一平台、安全框架、治理规则全部先铺好，然后让最懂临床的医护人员自己上手做应用。这就引出了一个关键问题：当医院开始自己"造"AI Agent，医疗AI企业未来靠什么建立竞争优势？

AgentSea目前已经有了一些实际案例。新加坡国家心脏中心的一名医生过去每天需要花40分钟以上，为最多20名患者整理病史、诊疗计划和待跟进事项。现在，他用自己创建的Agent完成部分前期信息整理，所需时间缩短了约一半。医生继续负责审核和临床判断，AI则帮助处理跨记录搜索、信息归纳和诊前准备。

病历摘要和诊前整理本身其实并不算新的AI应用。但是在这个案例中，这个工具不是由一家外部公司先开发好再卖给医院，而是由医生根据自己的工作流程直接创建。一个Agent如果在实际工作中证明有用，还可以开放给其他团队继续调整和复用。这种变化会逐渐改变医疗AI的产品形态。

过去，企业通常围绕一个明确场景开发相对完整的软件产品，再进入医院部署。随着医院拥有统一Agent平台，一些通用需求可以直接在平台上解决。对供应商来说，客户未来关注的也会从“有没有这个功能”，进一步延伸到产品能否接入医院已有的平台、数据和工作流，核心能力能否被调用和复用。

医疗AI由此开始从一个个相对独立的工具，进入更加开放的技术体系。

AgentSea能够快速而大量地应用，背后依托的是新加坡已经建设多年的公共医疗数字基础设施。Synapxe长期承担国家HealthTech平台建设，此前已经搭建生成式AI、安全数据环境和公共数字系统。AgentSea进一步把Agent创建、多步骤任务执行和共享复用能力放到同一个平台中。

这种集中建设首先解决的是重复投入。如果每家医院、每个科室分别采购模型、处理权限、搭建数据环境，同一种能力很容易被反复建设。应用数量增加后，不同系统之间的协同也会越来越复杂。统一平台先把模型、安全、权限和基础技术能力沉淀下来，医护人员再围绕真实需求开发应用，一个已经验证的场景也更容易向其他机构复制。

治理体系也在同步推进。随着Agent从生成内容走向执行任务，医院需要管理的不只是模型回答是否准确，还包括AI可以访问哪些数据、能够调用哪些工具、执行了哪些操作，以及出现问题后如何追溯。新加坡近年持续更新医疗AI治理要求，医疗机构需要对安全、性能和部署后的表现进行管理，医护人员仍然承担最终的专业判断责任。

新加坡卫生部提出从“AI as assistant”走向“AI as actor”，背后的变化并不只是AI变得更聪明。过去AI更多帮助医生查资料、写记录，现在它开始围绕一个目标完成多个步骤。未来还可能进入患者随访、预约协调、用药提醒和慢病管理等更长的工作流程。

AI开始执行更多任务之后，真正决定它能否规模化的，会同时包括技术能力、基础设施和治理能力。

如果把视线转回国内，会发现“医院自己造Agent”并不是新加坡独有的方向。国内不少大型医院已经从部署单个大模型和AI应用，进一步转向建设统一的AI平台。

今年，北京朝阳医院提出建设智能体研发应用平台，希望把院内Agent的研发、部署、运营和管理统一起来，并与已有业务系统连接。南方医院等机构也在探索医院级通用人工智能平台，把算力、数据、模型和Agent开发能力放到共同底座中，让医生能够更直接参与应用创建。国家层面的政策方向也已经明确提出发展临床专病专科垂直大模型和智能体，并推动省级公共AI支撑平台和相关中试体系建设。

中国和新加坡也正在朝着相近的方向发展：医疗AI开始从单点工具走向统一平台，再由平台承载不同智能体和场景。两边的差异更多来自医疗体系本身。

新加坡公共医疗体系相对集中，Synapxe长期承担国家级数字基础设施建设，因此AgentSea可以从一开始就面向整个公共医疗体系设计。一项能力经过验证后，更容易沿着统一平台快速复制。中国医疗市场规模更大，医院数字化水平、采购机制和区域平台存在较大差异，目前更容易形成多层并行的结构。大型医院会建设自己的AI平台，城市和省级层面逐步提供公共能力，国家层面再推动数据、算力和标准体系。

这样的差异也会影响企业的市场进入方式。在中国，一家医疗AI公司仍然可以从某个专科或医院切入，再逐步进入医院级平台。在新加坡这样的市场，国家HealthTech机构、公共医疗集团和统一技术平台可能更早参与到产品的进入路径中。

当医生能够自己创建病历摘要、信息整理和基础流程类Agent后，一些通用功能的产品壁垒会逐渐降低。企业真正需要建立的差异化，也会往更专业的地方移动。

一类是临床能力。专科模型、独有数据、算法性能和临床验证，很难通过简单的Agent生成取代。另一类是系统能力。产品需要稳定接入医院数据和业务系统，同时满足权限管理、安全、审计和持续监测要求。还有一类是规模化能力，一个场景在一家医院验证成功之后，能否快速适配其他科室、医院甚至不同国家，会越来越影响产品的商业价值。这对准备出海的中国医疗AI企业尤其重要。

过去判断一个海外市场，企业通常重点关注市场规模、监管准入、医院客户和本地合作伙伴。随着越来越多医疗系统建设统一AI基础设施，还需要增加几个问题：当地谁掌握AI平台，谁制定技术和治理规则，采购决策由谁主导，自己的产品应该作为独立应用进入，还是作为平台中的一个能力模块进入。

新加坡AgentSea释放出的信号，并不是医院未来不再需要医疗AI公司。相反，医院自主开发能力越强，对真正专业、稳定且能够进入核心临床流程的能力要求也会越高。简单Agent更容易产生之后，能够证明临床价值、完成系统整合并实现规模复制的产品，才更容易形成长期壁垒。

医疗AI过去几年快速发展，企业之间的竞争很大程度上围绕模型效果和单个应用场景展开。Agent平台开始进入医院以后，市场正在多出一个新的维度：产品不仅要解决问题，还要知道自己如何进入一套已经存在的医疗数字体系。

对计划进入新加坡、东南亚乃至更多海外市场的中国医疗AI企业而言，这会直接改变市场进入策略。除了市场规模、监管准入和医院客户，企业还需要更早理解当地医疗数字基础设施由谁建设、AI治理规则由谁制定、采购和平台接入由谁决定，以及自己的产品更适合作为独立应用进入，还是作为某种专业能力嵌入现有平台。

这也是澄世咨询在医疗AI国际化项目中关注的重点：市场进入已经不只是寻找客户，而是理解一套完整的医疗体系和技术生态，并识别真正的决策主体、平台伙伴和商业化路径。

当医院开始自己“造”AI Agent，医疗AI的门槛并没有降低，而是在发生转移。未来真正稀缺的能力，将越来越集中在临床价值、系统整合和规模化落地。

新加坡的1.2万个Agent，提供的正是这样一个观察窗口。

欢迎点击“阅读原文”与我们取得联系。