大数跨境
0
0

卫宁AI之路:从增强到内生

卫宁AI之路:从增强到内生 卫宁健康
2025-10-22
6
导读:10月18日,卫宁健康Winning World 2025以线上直播形式举行。本次大会主题为“AI内生,价值超越”,标示了卫宁 AI 战略的一个重要转折点——AI不再是医疗信息系统的“外挂”工具,而是


10月18日,卫宁健康Winning World 2025以线上直播形式举行。本次大会主题为“AI内生,价值超越”,标示了卫宁 AI 战略的一个重要转折点——AI将从医疗信息系统的“外挂”工具,转变为内生于产品与业务的关键要素。


卫宁健康副总裁兼CTO赵大平进行了以“卫宁AI之路:从增强到内生”为主题的分享。他指出,2017年卫宁设立WAIR人工智能实验室持续探索人工智能领域,2023年起尝试成果转化,用AI赋能业务流程,并于2024年广泛应用AI增强业务场景。而在2025年,卫宁以释放价值为核心设计目标,将AI深度融入产品,形成便捷可用、高效输出、安全可靠的“内生态”智能。 


为实现AI 内生,除了关注AI 自身能力外,三大能力的建设亦不可或缺:知识工程、系统工程与应用工程。 



知识工程能力建设 

由于大语言模型(LLM)是一种高阶的知识形态,知识工程的建设也因此成为“用好大模型”的基础。知识工程关注知识表达、知识使用与知识调用能力,分别对应AI的可靠、可信、可用问题。在知识表达层面,赵大平判断当前AI已逐渐进入能力成熟期,LLM的稳定输出将为其常态化应用奠定基础。 



知识使用方面,LLM的本质是“根据给定输入计算下一个高概率的输出Token”,因此为了输出准确,在输入方面需采用提示词、知识图谱、RAG和上下文工程等各种技术,这些技术手段的成熟能够在一定程度上减少幻觉,满足应用对准确性的要求。 



而在知识调用层面,为解决应用直接访问大模型时的难控制问题,在应用和模型之间增加“Agent层”,可以起到中间协调的作用,实现转化、存储、调用及多 Agent 协作,可大幅提升大模型可用性。




系统工程能力建设

当大模型的应用通过知识工程成为常态时,系统工程也应同步实现能力变革,以加速AI应用的构建。赵大平认为,系统工程应包含系统方法、系统架构和系统技术的变革。方法体系参考经典的DIKW模型,实现从信息层到知识层的视角跃升,通过“两降一升”从知识工程、知识本体的角度去重新梳理构建方法,改变对信息和数据层的要求,并通过智慧层进行业务重构,快速完成智能化转型。



系统架构方面,现在从“大型主机-Client/Server-云计算”的通算架构变为“算力集中式+分布式”的智算架构是时代趋势,但目前这样的演进仍存在成本高昂的问题,因此需参考 Gartner 提出的“技术三明治”架构,考虑中心级-部门级-个人级的算力融合。



在技术架构方面,AI也可作为一个技术元素融入到当前的技术框架中,因此卫宁将AI能力融入2024 年提出的FTR(First-Time-Ready 一次性就绪)底层技术框架,使 AI、Agent Framework 等智能深度赋能各个技术和业务产品,可便捷实现大模型的使用和智能体的调用。




应用工程能力建设

在应用工程方面,产品化、平台化、一体化交付等能力深耕将成为应用推广的必然,并基于此介绍了卫宁深耕应用工程的重点产品: 


WiNGPT 3.5-turbo:轻量、循证强化的医疗大模型:

WiNGPT 作为卫宁2023 年发布的医疗垂直领域大模型,已经历 1.0-3.0 的多次版本迭代。在性能层面,新版本WiNGPT 3.5-turbo和上半年发布的3.0相比在推理速度、准确性方面又有了较大提升,同时可大幅节省显存资源。通过在架构上采用MoE混合专家架构、更新基模型为 Qwen3-30B-A3B,模型在推理速度上提升近100%,准确率提升5%。


在算法层面,WiNGPT 3.5-turbo在在语料准备阶段收集、筛选生产实践过程中的高质量数据,同时通过“知识重述”技术将专业文献转化为多种形式的数据集,提升CPT信息密度,并与指令集进行混合训练(MIP),缓解多步骤训练时知识遗忘问题。模型在强化学习阶段创新引入“双阶奖励机制”(DSGRA),采用连续奖励模型以避免训练早期的稀疏问题,后期再用0-1离散奖励模型进行精调。通过这些手段,大模型训练的效率和准确性都得到大幅提升,WiNGPT 3.5-turbo在OpenAI healthBench和WiNEval-3.0医疗评测体系中都排名领先。 



WiNEX Copilot 3.0:个性化+领域化智能医护助手 

WiNEX Copilot从2.0 “智能体+”的智能医护助手跃升为 3.0 “个性化+领域化”的智能医护助手,强化了意图识别、知识推理和工作流编排能力,将原先100多个分散场景转化为 Agent,并结合诊疗任务执行路径提炼出临床、护理、医技等15 个重点应用领域,诊疗任务执行能力大幅提升。


以Copilot 3.0的典型应用为案例:医生只需和 Copilot 对话并输入“病情速览”,总控Agent即协调多子Agent完成从临床数据查询到最终的病情速览页面组装和输出。这种多Agent间的高效协同显著提升了临床信息处理效率,可以将病情速览的制作速度从小时级降低到分钟级。 



卫信海智算立方:中心端一体化算力

在AI一体化交付中,针对医院中心端AI 能力及算力需求,卫宁联合深信服与海光信息推出卫信海智算立方 AI Computing Cube。这款预优化、预集成的全栈式AI创新引擎整合三方硬件与算法资源,搭载WiNGPT 3.5-turbo和WiNEX Copilot 3.0,可为医院提供标准化的 AI 基础设施建设与开箱即用的AI部署运维,保障AI 在临床应用“毫秒级响应”,为医院提供原生的、“即开即用”的AI能力。 


WiNBOT:医生专属AI工作站

该设备由卫宁联合沐曦、华为、海光、天数、江原等厂商,支持国产化全栈适配,具有低功耗、小尺寸、低噪音的特点。产品预置WiNGPT模型,涵盖智问、智研、智见三个领域、七大助手,可覆盖诊疗、科研、教学等全场景任务,满足医生个性化AI需求。多台WiNBOT之间还可形成统一调度模式,提供类似MDT(多学科诊疗)的分布式协同。


WiNBOT当前提供两种配置,一个是AI PC工作站级别的一体交付,满足个人所需;一个是服务器级别的交付,满足科室所需。 


卫宁WiNEX迭代之路经历了“从碎片到系统、从自动到自主、从集中到个体”的发展趋势,在当下AI+重塑医疗的背景下,卫宁将基于深厚的经验积累,不断引领行业变革,共同构建“智能医疗常态化”的未来生态。 


扫描图片二维码,了解更多。


【声明】内容源于网络
0
0
卫宁健康
1234
内容 410
粉丝 0
卫宁健康 1234
总阅读1.2k
粉丝0
内容410