打开网易新闻 查看精彩图片

把树兰医疗放进社会办医企业的行列,它似乎是个“异类”。

2013年底,在“互联网+医疗”风口下,具有计算机与TMT背景的郑杰创办树兰医疗。彼时,传统办医模式普遍聚焦于床位规模与常规诊疗,树兰集团却将“计算医学”这一横跨数学、计算机与医学的前沿交叉学科植入发展基因,并确立“既治病救人,又探索生命科学”的双轮驱动战略。

这一战略选择的前瞻性,如今正在获得国家层面的印证。近日,“计算医学”正式写入国家规划,标志着这一交叉学科方向从学术前沿正式上升为国家战略布局的一部分。当行业聚焦讨论“AI+医疗”的落地形态时,树兰医疗已将计算医学植入发展基因十余年——从国家规划到企业实践,二者同向而行,恰恰说明树兰当初那条“超越常态”的路径,正踩在医疗科技演进的主航道上。

AI浪潮席卷医疗健康领域之前,树兰医疗已展现出前瞻性的战略眼光——宣布“All in 科技”,开启了一场被郑杰称为“系统性重构”的范式切换。

其内核仍是计算医学。这是一门横跨数学、计算机科学与医学的前沿交叉学科,核心是对生命系统进行建模与仿真:通过数学建模、算法与高性能计算,对从分子、细胞、组织器官到全人的多尺度生命系统进行定量化建模,从而理解疾病机理、预测疾病演化、辅助诊疗决策。

通俗地说,计算医学要做的,就是让一个人的检查检验、病理、影像、基因等分散在不同系统的健康数据,还原为一个可计算、可推演的“数字人”——先让模型理解,再谈预测与决策。

在郑杰看来,计算医学实现“生命仿真”之后,“治病”的医疗机构,也将升级为“生命系统建模与健康管理”的生命科学机构。

他对树兰集团的长期定位,正是一个生命科学集团,而不是纯医疗集团。

这一目标如何实现?郑杰认为,“最终比拼的是AI医疗组织的学习能力、进化能力、迭代能力。”而过去十余年的技术底座搭建和“医疗服务+科技转化”的双轮模式探索,已为树兰的战略跃迁筑牢根基。

如果把树兰围绕科技战略所构建的软硬件体系比作一棵“科技树”,那么它的根系、主干与枝叶,正对应着该战略的三层结构:深扎于地下的树根,是自主可控的数据底座——以自研HIS为核心的信息化系统,为整棵大树持续输送养分;挺立其间的主干,是计算医学的方法体系——多尺度生命建模与AI原生操作系统,决定这棵树能长多高多壮;繁茂向上的枝叶,则是延展到诊疗、健康管理、科研与教育的应用场景、物理载体与人才生态,兑现这棵树的最终价值。

沿着从“数据”到“模型”再到“服务”的生长脉络,树兰医疗“All in 科技”的征程,也将为医疗行业提供价值重构实践的重要样本。

向下扎根:让数据成为生命的底座

这棵大树首先要扎下的,是数据之根。

“生命建模”的前提,是拥有自主可控、结构完整、可迭代的数据体系。在郑杰的规划中,HIS就是计算医学的基层操作系统。树兰医疗自研的HIS系统已经覆盖全院业务流程,并在此基础上延伸出iMDT多学科远程协作平台、整合院内外和线上线下场景的阿拉丁用户服务系统、覆盖患者健康管理全周期的Dr.Shu智能体等应用。

自研意味着迭代自由——当AI技术爆发,树兰不必等待第三方厂商适配,可以快速将临床数据接入模型训练,实现从数据采集到AI应用的闭环。自研HIS也为统一院内数据标准、提升数据的完整性、可追溯性与可计算性提供了基础。这正是“生命建模”最底层的原材料。

仅有院内数据闭环,远不足以支撑“全生命周期”的生命建模——患者的健康数据分散在不同医院、不同系统、不同数据格式中,要让这些数据汇入统一的“个人生命模型”,必须打通行业级的数据孤岛。这正是郑杰2015年发起成立OMAHA,致力于推动医疗健康数据的标准化与开源开放的意义所在。

OMAHA构建的“七巧板”医学术语集,集纳了总量达百万级的医学概念、术语和关系,不仅打破了对国外医学术语集(如SNOMED-CT、LOINC)的依赖,更为行业内各个版本的术语系统建立连接。在此基础上推出的“HiTA技术栈”标准化解决方案,累计收录近千项健康信息标准文档,在医学数据与语义层面实现标准化,大幅提升系统互操作性。这为从EMR、EHR到PHR、PLC(Personal Life Cloud,个人生命云)乃至PDT的数据演进路径,提供了高质量的标准化数据与知识基底。

数据底座的价值,还在于让数据成为可以持续增值的资产。这在全球已有成熟实践。英国生物银行(UK Biobank)计划对约50万名英国人持续追踪30年的健康数据,已成为全球科研数据平台的标杆;Oura Health(芬兰健康科技公司,主要产品为智能指环)与Function Health(美国AI+医学检测平台)等消费级产品,正将个人长期数据转化为可规模化的健康服务入口;梅奥诊所(Mayo Clinic)自2019年提出“医疗平台模式”以来,其平台网络已积累约26PB临床数据、超60亿份影像,2026年6月与微软宣布共同开发AI产品,迈出数据价值转化的重要步伐。

诸多实践表明:在生命建模时代,谁拥有标准化、可计算、可迭代的数据底座,谁就能掌握未来医疗的入口——这正是树兰医疗把数据底座视为发展根基的原因,根深,方能叶茂。

主干挺立:计算医学重构医疗服务逻辑

在AI医疗的落地热潮中,大多数医疗机构的尝试以常见的“智慧医院”单点工具叠加为主:从AI预分诊、语音电子病历自动生成,到影像辅助读片与病理初筛,其核心目标在于优化流程、提升诊疗效率与单次就医体验。

树兰医疗“All in 科技”战略,则直接穿透了工具层——郑杰强调,树兰不止于单点工具,而是着眼于医疗组织的系统性重构。

计算医学的核心,是“建模”而非“问答”。在树兰的实践里,它首先要回答一个更根本的问题:如何把一个人的生命过程,从一堆割裂的文档,还原为一个可计算、可预测的整体模型。

在树兰医疗的内部认知中,当前大部分医疗AI只是计算医学在应用层面的一个分支——基于现有数据和认知训练知识大脑以优化决策;而计算医学的终极目标,是构建以患者为中心的“个人数字孪生”(PDT),通过“全人动态信息建模”,最终实现“生命仿真”。目前的患者电子病历(EMR)、跨机构电子健康档案(EHR)、纳入穿戴设备与体检数据的个人健康档案(PHR)等等,都是实现PDT终极目标的阶梯。

树兰医疗以计算医学为内核,目的正是实现多尺度生命机理建模与PDT,从而构建系统性、机制性的精准医疗范式——这是“All in 科技”战略最显眼的部分,也构成了树兰医疗“科技树”的主干。

树兰医疗的计算医学主张,也正从内部实践走向行业舞台。近日,由树兰医疗主办的“琴澳一体化大健康产业新模式专场”论坛以“从前沿医学创新到跨境产业生态”为主题,在横琴天沐琴台会议会展中心成功举行。郑杰以《AI Native医疗服务新范式:树兰在横琴的答案》为题,阐述了AI原生医疗的深刻内涵。在他看来,在计算医学推动下,医疗正从还原论走向系统医学,未来的医院将建立在“跨尺度建模的生命状态空间”之上,从虚拟细胞走向虚拟患者;而AI原生医疗组织将从单次就诊走向“持续承担患者的健康目标”,通过连接专业与工具,让新医学能力无缝进入患者生活。这一表述,正是对树兰“从被动救治转向全周期主动健康管理”理念的深化与公开回应。

放眼全球,这与医疗科技演进的核心方向高度一致。欧盟已于2023年启动联邦化的“虚拟人体孪生”数据库计划,美国NIH的Bridge2AI项目,也是聚焦多模态数据构建以支持精准医疗。这些探索印证着,树兰医疗选择的主干方向,正与全球医疗科技演进的主航道同向而行。

这不仅意味着医学范式转换,还是对医疗服务逻辑的重塑——从被动救治转向全周期主动健康管理。传统医疗是在疾病发生后介入治疗,而树兰集团自创立起便秉持“医疗服务的终点不应是出院,而是建立终身健康管理关系”的理念。当单次诊疗拓展为“持续关系”,场景从院内延伸至院外,数据与服务同时变厚,预防、预测与参与式管理便成为可能。医疗服务的逻辑,正沿着这棵大树的主干被重新定义。

更为深远的变革在于产业边界的消融与重铸。当医学与生命科学高度关联,以生命系统为中心的治疗范式取代“头痛医头”,产业链便自然向医、教、研、产全链条生态发散。这正是主干价值向外溢出的方式,郑杰认为,这将是“没有天花板”的第二增长曲线。

向上生长:把模型伸进患者的日常

当根系扎深,枝叶便向上生长。基于自主可控的数据底座,树兰医疗已经打造出覆盖患者就医全周期的AI能力。

2025年3月,AI健康智能体Dr.Shu上线:诊前智能分诊与预约,诊中辅助生成病历,诊后健康档案管理与随访提醒,其“健康管家”模块还可持续追踪血压、血糖等数据,生成个性化干预方案。作为“枝叶”层率先落地的应用,Dr.Shu已经把计算医学的价值伸进了患者的日常。

“All in 科技”战略的可持续性,还需要物理空间与智力体系的双重支撑。

正在建设的良渚医学中心,被定义为“AI未来医院”的试验场,将融合最新算力云、6G网络与新型移动终端,重构医疗服务物理空间与实施流程。按规划,未来它将成为计算医学与AI技术深度融合的实体锚点、“生命建模”走向物理世界的载体。它也是“AI原生操作系统”由概念走向完整落地的核心试验场。如果说根系与主干定义了树兰医疗的能力上限,良渚医学中心就是让这些能力在物理世界伸展枝叶的锚点。

此外,树兰医疗正在构建产学研一体化闭环,以支撑第二增长曲线。

由树兰(杭州)医院与浙江树人学院、浙江数字医疗卫生技术研究院三方共建的浙江“全省人工器官与计算医学重点实验室”,连同树兰国际医学院,是其在科研与人才培养方面的重要布局。旗下树兰(杭州)医院设有4个国家认证的规培基地,形成“以研带教、以教促学”的体系;郑杰还亲自讲授计算医学课程,培养医工交叉人才。

可以说,树兰医疗的计算医学实践已经轮廓初显,但这棵树要长成参天大树,还需跨过四道现实难点:其一,跨机构医疗数据的确权、标准化与隐私保护尚未完全打通,数据孤岛仍是制约“全生命周期”建模的瓶颈;其二,深度健康服务依赖基因组、蛋白组等多组学数据与高频监测,采集成本高、患者接受度有待培育;其三,严肃医疗容错率极低,AI幻觉问题使“1%的误差”都可能成为临床应用的门槛;其四,也是最难的,是组织层面的变革——让整个医疗组织具备AI思维与亲身实践的能力,考验长期主义的定力。

静待果实:未来医疗的想象空间

一棵树的价值,最终要由果实来兑现。树兰医疗的“All in 科技”转型,不仅在内部重构了医疗服务逻辑,更在行业外溢中重写了社会办医的价值叙事。

这并非否定传统模式的价值——床位、设备与区位仍是医疗服务的基石。只是在此基础上,树兰医疗通过自研HIS系统构建起差异化壁垒,通过实践计算医学打造“医疗服务+科技转化”的双轮驱动:前者提供数据资源与临床场景,后者沉淀模型与深度数据能力,并相互反哺。当生命建模与数字孪生逐步实现,其收入结构便可从单次诊疗迈向全周期健康管理与科技输出,价值想象空间也随之打开。

站在社会办医的角度,当初那个“超越常态”的路径选择,正在成为以科技创新实现差异化发展的高质量样本。

郑杰认为,未来医疗机构的竞争力,不只在于有多少台先进设备,更在于能否通过计算医学,把一个人的生命数据真正“算”明白。

通过科技战略升维,未来树兰医疗旗下医院矩阵可以借助计算医学,专注发展疑难重症、全生命周期健康管理及创新药械落地等高价值、高延展性的服务,与公立医疗体系形成差异化互补、错位发展。

而对于当前最火热的AI医疗概念,这也是一场令人瞩目的落地试验,有望为行业提供从“经验驱动”转向“数据+模型驱动”的参考样本。特别是作为“AI未来医院”的良渚医学中心,更试图系统性重构组织与工作流,既是树兰医疗的大胆探索,也承载着行业对未来医疗的想象。当然,这也意味着前文所述的数据确权、采集成本、容错率与组织变革四道坎,树兰医疗都要亲自趟一遍。在郑杰看来,这场试验的价值恰在于此:不是回避AI医疗的难点,而是示范一家医疗组织如何与难点长期共存、逐一破解。

当这棵“科技树”最终枝繁叶茂、结出果实,树兰医疗期待的,是从“治病”走向“治未病”,成为每一个老百姓终身的健康管家。

欢迎关注【华商韬略】,识风云人物,读韬略传奇。