（问题）随着全球医疗机构加速推进信息化、智能化，临床一线却出现新的矛盾：系统与设备增加带来数据录入、跨系统检索与文书负担，医生“看屏幕多、看病人少”的现象多国医疗体系中不同程度存在。一些智能产品虽提高了数据产出，却也叠加提示、弹窗、重复录入等新负担，形成“信息噪声”，使技术红利难以充分转化为诊疗效率与患者体验的提升。 （原因）业内人士分析，造成上述矛盾的深层原因在于数智化建设长期偏重“系统堆叠”与“指标驱动”，而对临床流程的连续性、可用性与安全合规的整体设计不足：一是数据标准不一、系统割裂，导致信息流转不畅；二是部分产品过度追求“可见度”，在非关键环节频繁介入，反而扰动工作流；三是医疗数据受隐私与合规约束，跨机构共享困难，模型训练与持续迭代成本高；四是基层医疗机构资源有限，既缺人也缺算力与运维能力，优质诊疗经验难以下沉复制。 （影响）此矛盾不仅影响医生工作负荷与患者沟通质量，也影响医疗体系整体效率与公平可及。对大型医院而言，门急诊与住院高负荷叠加文书压力，容易造成效率瓶颈；对基层而言，诊疗能力不均衡与培训成本高，深入放大区域差距。放眼全球，人口老龄化与慢病管理需求上升，医疗系统若不能在“提效”与“减负”上实现同向发力，数智化投入的边际收益将递减，普惠目标也难以实现。 （对策）在MWC2026期间，润达医疗以“Quiet AI”作为理念框架，提出技术应“让位于临床”：只在诊疗关键节点提供决策支持与自动化能力，在非关键环节保持低打扰甚至“隐形”，以减少噪声、回归医疗本质。企业有关负责人在大会演讲中表示，医疗智能化的重点不在“让系统更忙”，而在“让医生更专注”，通过流程再造与人机协同，把时间从重复性事务中发出来，回到问诊、沟通与决策本身。 围绕这一理念，润达医疗展示了面向临床的产品路径与技术底座：其一，以数智孪生引擎为核心，强调通过可解释的推演能力，将病历从静态记录转向可结构化、可推演的“数智对象”，并探索药物作用过程模拟等应用方向；其二，在数据获取与合规之间寻求平衡，提出利用合成数据能力降低隐私风险与数据使用门槛，同时通过软硬件协同提升效率、降低部署成本；其三，在应用侧强调“可复制的落地”，通过与医疗机构合作把能力嵌入现有系统与工作流，避免形成新的操作孤岛；其四，通过生态合作拓展能力边界，推动临床表型与基因组学等多源数据融合，探索辅助诊断与风险预测的综合应用。 （前景）从展示的落地案例看，临床侧更关注“可用、好用、用得起”。据介绍，AI智能病历生成系统已在四川大学华西医院实现规模化应用，可整合院内外检查检验等信息，在较短时间内生成病历并支持回写医院信息系统，累计生成量达到百万级别，旨在降低文书时间占用并提升门诊效率。面向基层的AI临床病情分析系统则聚焦能力下沉，将三甲医院诊疗经验以标准化方式进行封装，服务基层常见病、多发病的规范化决策支持需求，力图在资源受限场景中提升诊疗一致性。 业界普遍认为，医疗智能化已进入“从能用到好用”的阶段，未来竞争将更多体现在三上：能否真正融入临床关键节点、能否在安全合规前提下实现可持续迭代、能否形成跨机构可推广的成本结构与服务体系。随着5G/6G、边缘计算与医疗数据治理体系完善，具备低打扰交互、强流程适配与可解释能力的产品形态，有望成为医疗数智化下一阶段的重要方向。另外，合成数据、隐私计算等技术路线仍需在真实世界应用中持续接受安全、有效性与伦理层面的检验。
医疗数智化正从“功能堆叠”转向“回归临床”，从“系统上线”迈向“效果验证”。只有让技术更“安静”、能力更“扎实”、应用更“普及”，才能真正提升医疗效率和公平性。此次MWC2026上的中国实践提供了一条可行路径：以减轻临床负担为目标，以底层技术为支撑，以安全合规为底线，推动医疗普惠真正落地。