穿越大模型入院热潮，迭代后的 AI 能力在医院如何落地？树兰医疗已经交出第一张答卷。
日前，树兰医疗自主研发的 AI 健康智能体 Dr.Shu（树医生） 正式发布。不止于此，今年以来，树兰集团朝着 AI 方向进行了密集探索。至今，树兰医疗与每日互动等多家数据智能公司达成战略合作，深化智慧医疗布局，推动 AI 未来医疗战略落地。
以 AI 技术为破云剑，拓展医疗服务边界，成为树兰集团的新使命，这背后有两重内在支撑，一是集团创立之初就确定的 「双轮驱动」 科技基因底座，二是集团创始人兼总裁郑杰。这位 IT 出身的 「掌门人」 是集团 「All in 科技」 战略规划的设计师，亦是 AI 应用落地实施的执行者。
在郑杰为树兰集团绘制科技发展蓝图过程中，遵循的主脉络是 「计算医学」（Computational Medicine） 这门学科。计算医学不仅仅是传统意义上 AI 医疗工具的简单组合，更是一种系统性、机制驱动的精准医疗范式。它囊括了多尺度生命机理建模、统计学习、超级计算及医学知识工程。
放眼全球，计算医学正呈现崭新的发展态势。欧盟推出 2023 年计划，致力于打造联邦化的 「虚拟人体孪生」 数据库；美国国立卫生研究院 （NIH） 的 Bridge2AI 项目则聚焦于多模态数据构建，以支持精准医疗。美国 FDA 在 2024 年大幅加快 AI 医疗器械审批速度，2025 年 6 月初甚至将 AI 辅助工具覆盖到全体机构员工。树兰集团在国内对计算医学的布局，则清晰呈现了从数据标准化到生命建模逐步推进的路线图。
在郑杰看来，目前的医疗 AI 是计算医学的一个 「子集」，是基于现有数据和认知训练出知识大脑，以优化决策体系；而计算医学的最终目标是实现 「生命仿真」，前提之一是为医疗数据流通铺路搭桥。
计算医学导航，十年铺路数据共享
几年前，加州大学洛杉矶分校 （UCLA） 将拥有 40 年历史的生物数学系更名为计算医学系，这是一门横跨数学、计算机、生物学、医学等多个领域的交叉学科。国际主流共识中，「计算医学」 被定义为以生命系统多尺度机理建模为核心，融合统计学习、知识工程与人工智能技术的前沿交叉学科。其核心目标，是构建以患者为中心、可解释且可交互的数字孪生 （Patient-Specific Digital Twin），最终实现医疗决策的精准化与个性化。
「计算医学不是新事物，轴心是形成对生命系统的动态建模能力，这为临床决策提供更加精准的意见。」 郑杰认为，计算医学发展的不同阶段背后是数据能力的分层迭代。
在医院，EMR 系统 （Electronic Medical Record） 以电子化方式记录了患者的就诊信息，更为熟知的说法是 「电子病历」，EHR（Electronic Health Record） 作为下一步的数据记录，是一种跨机构的医疗数据汇总，紧随其后的是 PHR（Personal Health Records），即：纳入各院内个人医疗记录之外，还要将个人记录的健康信息也一同录入，包括智能穿戴设备数据、第三方体检数据等等。
从 EMR、EHR 再到 PHR，计算医学发展的数据底座渐次搭建，持续推进，郑杰认为会进入两大递进的新阶段，一是数据量再扩容后的个人生命云 （PLC，Personal Life Cloud），二是最终建立个人数字孪生 （PDT，Personal Digital Twin）。
「不同于数据有限的纸质病历时期，现在每人每年产生的医疗健康数据在爆炸式增长，数据更加碎片化，而提供精准医疗健康服务的前提是数据完整。虽然目前个人电子医保记录已开始普及，但完整可及的个人医疗健康数据还需全行业共同努力。」 郑杰表示，PLC 的核心正是形成以个人为中心的云端医疗健康数据库。
一个可以探索的方向是，让个人能有更多地对本人数据的获得权和使用权，即：能在线浏览，也能下载保存，还能一键授权发送。完整医疗健康数据的共享，是行业发展的共性基础。而无论是集成完整数据，还是促成数据流转，越不过的一道门槛是数据标准化重构，在这条路上，郑杰有另一重身份。
2015 年，作为发起人，郑杰成立了非营利性组织开放医疗与健康联盟 （OMAHA，Open Medical and Healthcare Alliance）。OMAHA 专注于推动医疗健康数据的机器可读标准发展，以及标准的开源开放，其中，为了实现医学知识的数字化和可计算，OMAHA 构建了 「七巧板」 医学术语集，集纳了总量达百万级的医学概念、术语、关系和不同版本的行业资源库，打破了对国外医学术语集的依赖，降低了国内很多医疗大数据行业机构的开发成本。
具体而言，OMAHA 推出了名为 「HiTA 技术栈」 的标准化解决方案体系，包含标准服务平台、知识服务平台，以及计划于 2025 年正式上线的数据服务平台。其中标准服务平台已实现与国际主流医学术语 （如 SNOMED-CT、LOINC） 及医疗数据交换标准 （如 HL7 FHIR） 的映射融合，知识服务平台则以医学知识图谱 「七巧板」 为基础。2025-01 HiTA 平台新增收录 93 项国家/地方健康信息标准，累计收录 924 项文档。这一技术体系不仅大幅提升了医疗数据互操作性，更为构建动态、全面的个人健康数据库——如 PLC 和 PDT 提供了高质量的标准化数据与知识基底。
从 PLC 到 PDT，是静态数据到动态数据的过程。郑杰指出，PDT 类似于 「数字人」，不同之处是当前的数字人更多是形象、声音等外在表征的复刻，而 PDT 是计算医学发展的远期目标，会通过 「全人动态信息建模」 无限接近 「硅基生命」。
2019 年 5 月，浙江树人学院与树兰医疗联合创办了浙江树人学院树兰国际医学院，2024 年，学院参与的浙江省 「人工器官与计算医学重点实验室」 正式获批，实验室基于 AI 模型和计算医学研究，专研人工器官精准替代与修复新技术。学院还设有计算医学课程，郑杰担任讲师。
培养更多交叉学科人才，郑杰认为是推动计算医学发展的另一前提，而 AI 技术的快速迭代与落地应用，已经在为计算医学增添新内容。
医疗 AI 应用落地与待开发区
去年以来，医疗 AI 发展如火如荼。
一方面，医疗垂直大模型遍地开花，并快速向医疗行业最核心的医院场景落地，另一方面，相关政策不仅列出了 84 个 AI 在医疗领域创新应用的场景，今年初，政府工作报告还明确提出 「持续推进 『人工智能+』 行动」，加速大模型在医疗与药物研发场景的规模化应用。
「医疗 AI 属于计算医学范畴」，郑杰重申，计算医学的核心是实现生命信息建模，现在的医疗 AI 偏向对已有知识的提炼和挖掘，医疗大模型是对医学知识与临床数据的深度训练，这一能力持续进化，未来会在计算医学的生命建模中发挥作用。
与此同时，投资界对医疗 AI 的评估标准也在升级，医疗 AI 的价值不再来自工具本身，而是来自其交付的可量化成果。医疗 AI 要先从简单的 「医生助手」 开始，不断升级并形成高质量数据与医生反馈的闭环。这一趋势与郑杰强调的 「计算医学最终必须通过持续的数据积累、标准化和生命建模，推动 AI 真正融入诊疗流程，以实现临床决策的精准化与个性化」 的观点高度一致。
从预判与畅想回归当下客观环境，郑杰总结了医疗 AI 落地的四大方向——智慧管理、智慧服务、智慧医疗、智慧科研。
智慧管理用以提升医院运营效率，正被普遍应用。智慧管理已成为全球医疗 AI 落地的首要场景，比如美国梅奥诊所与谷歌云的合作，通过 Vertex AI 实现了病历数据智能检索。这一趋势在树兰集团自主研发的 HIS 系统 （医院信息系统） 演进中也已体现。
智慧服务领域国际实践丰富，如克利夫兰诊所在美国 NIH 资助下，利用去标识化 EHR、社会经济与地理数据，做城市社区级数字孪生，用于研究健康差异与制定干预策略。
智慧科研方向，AI 是否能成为一个研究者，主动去发现新规律、新理论，仍处于早期探索阶段。国际上，如美国 NIH 的 Bridge2AI 项目正基于语音和影像数据，开展多学科交叉研究探索疾病生物标志物。树兰国际医学院的计算医学研究同样以多学科交叉为特色，推动人工器官精准建模技术的突破。
智慧医疗方面，AI 目前的应用同样有限，但一些互联网医疗平台，已经在特定或多个专科领域，开始了为医学专家打造数字分身的尝试。
具体而言，这种数字分身模式是以远程医疗方式赋能基层医疗。郑杰指出，曾经基于专家的远程指导存在服务半径制约，但数字分身能够提供无边界服务。同时，他也强调了数字分身不可忽视的局限性，「名医数字分身大势所趋，背后是单病种或者专科智慧化能力，现有部分学科已经开始有应用，尤其在精神科、内科、中医科等领域，十分适配。」
作为科技型医疗集团的管理者，郑杰的切身体会是智慧服务当前的落地速度最快，因为 AI 率先提升了用户体验。
他说：「医院线上入口可以直接与用户进行语音沟通，随着交互的深入，后端 『AI 大脑』 接收的信息越多，服务会更偏个性化，更接近于服务智能体，可以快速精准提供咨询、分诊、导诊和陪诊等服务。」
洞察与执行一致，聚焦这一智慧服务场景，树兰医疗在 2025 年 3 月推出了 AI 健康智能体 Dr.Shu（树医生），其中内嵌了覆盖诊前、诊中、诊后的一系列医疗服务能力。
诊前，患者可以通过文字或语音描述症状，Dr.Shu 会快速识别并匹配相应科室，引导患者准确挂号；诊中，Dr.Shu 能协助医生进行病史采集并自动生成病历文档，提高诊疗效率，为医生提供建议；诊后，Dr.Shu 会为患者整理健康档案，并有随访任务智能提醒等功能。
此外，Dr.Shu 还创新性地引入了 「健康管家」 模块，通过持续跟踪用户的健康数据，如血压、血糖、运动量等，生成个性化健康管理方案。
这与郑杰推崇的计算医学发展推进形成协同，更是树兰集团 「双轮驱动」 战略的不断落地。
数字驱动深植基因，「All in 科技」 谋定未来
国际主流学术机构，如约翰·霍普金斯大学和加州大学洛杉矶分校 （UCLA），也明确将人工智能列为计算医学四大支柱之一 （系统生物学、密集数据、人工智能、高性能计算），因此，医疗 AI 只是计算医学方法体系中的重要工具之一，而非独立范畴。未来计算医学的终极目标在于打通从基础机理模型到临床决策优化的完整链路，AI 则成为其中实现数据与模型交互的关键桥梁。信息与智能技术是计算医学发展的基础。
树兰集团创办之初确立了 「双轮驱动」 发展战略，一手是治病救人的传统医疗健康普惠服务，一手是聚焦生命科学领域，打造科技研究型医疗集团。
用郑杰的话来说，「既要呵护人类健康，又要探索生命本质。」
集团基因使然，树兰医疗引入了自研的医院信息系统 （HIS，Hospital Information System），这套系统让树兰医疗自主实现了病历存储、配药、订餐等流程的数字化。
追溯起来，彼时正值 HIS 系统从单一的 「工作流」 功能向门诊、药房等多元场景升级迭代的阶段，一批医疗 IT 企业乘势壮大，市场上可供选择的信息化解决方案不在少数。
郑杰回顾称，「HIS 是最基层的操作系统，当时考虑到未来需要快速迭代能力，没有买现成系统，选择了自研。」2016 年，基于这一自研系统，树兰医疗还推出了国际多学科协作诊疗数字化平台 iMDT，实现了不同学科顶级医疗人员的跨国、远程协作。
树兰医疗数据基建完成后的十年中，大数据接入、影像科等各细分场景与 AI 技术的嵌套组合都以这一自研系统为基石。
进入 2025 年，树兰集团的 AI 布局更进一步。
近期，树兰集团宣布了 「All in 科技」 战略升级，郑杰提出，以 「计算医学」 重构未来医疗模式，在落实 AI 未来医疗战略方面，树兰医疗良渚医学中心将发展为 AI 未来医院。
据了解，2024 年 7 月，树兰医疗良渚新城树兰国际医学中心项目举行主体结构封顶仪式，预计 2026 年完成建设并开始运营。
对于这座正在建设的 AI 未来健康医学中心，郑杰的构想是将更多的医健闭环结合最新的 AI 与穿戴设备等新技术，为用户量身定制 「无边界、全场景」 的全生命周期健康医疗服务。在智能化方面，不仅需要考虑全新的算力、网络、终端的基础设施，还需要重构服务空间的流程设计，尤其与 AI 的匹配度，让用户的体验更具智能化和随身化，串联起实体医院场景、居家社区场景、虚拟线上场景。
为实现 AI 未来医疗战略落地，树兰医疗正由内至外有条不紊地推进工作。除了已经上线的 AI 服务智能体 Dr.Shu，后续还将为其叠加体重管理专科智能体、肝病医生助手智能体等能力。同时，树兰集团积极与行业内各领域的优秀合作伙伴进行战略共创，将严肃医疗的质量严谨性，应用于高质量 AI 健康医疗的数据底座，实现 AI 医疗能力与真实世界数据之间的反馈闭环，提升 AI 医疗的准确率和普惠性。
综合来看，树兰集团 「All in 科技」 的战略本质上正是围绕计算医学的系统布局，它不是简单的医疗 AI 工具堆叠，而是多尺度、机制驱动的精准医疗范式，最终目标实现生命仿真，真正构建未来的医疗生态。
IT 出身的郑杰惊喜于大模型应用的高潮迭起，他本以为将终其一生为 「AI 医生」 的到来铺路，不曾想技术发展提前进入实践兑现阶段，他也迅速从准备姿态转为躬身入局。医疗 AI 高速发展，树兰集团正全力以赴。
