經典科幻作品《星際迷航》中，麥考伊博士手中的“三錄儀”給眾多科幻迷留下了深刻的印象。這個醫療“黑科技”在對人體進行掃描后，數秒間顯示出基本生命體征和健康參數，并得出診斷結果。

這一畫面啟發了人們對數智化醫學診斷的無限想象。經過大半個世紀的努力，這樣的科幻場景正在全方位且更深刻地走入現實：2024年，諾貝爾化學獎、物理獎雙雙花落人工智能領域，讓科學界為之沸騰。谷歌DeepMind開發的AlphaFold2模型能完成超2億個蛋白質結構的精準預測與鑒定，近乎重塑了結構生物學的面貌。

大洋另一端的中國，2025年，DeepSeek風暴一度席卷了整個醫藥健康行業，眾多醫藥企業、上百家醫療機構官宣接入DeepSeek。2026年1月10日，國家醫保局首次官宣今年將建設“個人醫保云”試點，個人醫保畫像或將開啟國內“智慧健康檔案”新時代。

政策利好、技術發展、產品迭代多重因素不斷催化下，人工智能與藥物研發、醫療服務診療全流程的融合推至前所未有的高度，AI診療、AI輔助診斷、AI制藥等多元場景不斷涌現。

中國的生命健康賽道從不乏勇立潮頭的先鋒者。創立于2015年的樹蘭醫療集團如今正站在“AI for Science”浪潮前端，逐漸成長為集健康醫療服務、醫學科研、醫學教育為一體的科技型醫療集團。

“計算醫學”，實現醫療健康數據閉環

在樹蘭集團董事長、創始人鄭杰看來，AI技術已經成為醫療行業重要的基建工程。

時至今日，中國醫療健康行業仍存在優質醫療資源分布不均衡、醫療服務供給與個性化患者需求矛盾突出等問題。這與醫療行業過度依賴人的能力不無關系。醫療服務數智化發展的基本邏輯，就是用數字來平衡人與人之間能力的差異。

2025年，DeepSeek與醫療健康行業碰撞出了無數火花。北京協和醫院應用DeepSeek大模型，開發了“協和智樞”綜合智能體，具備智能分診、輔助診斷、電子病歷輔助生成、體檢報告解讀、用藥指導等服務，大幅提升了醫院管理、患者就診與管理的效率。

不過，這遠遠不是人工智能與醫療健康行業融合的最終形態。

當前醫療與AI結合的浪潮中，始終存在著一個深刻的矛盾：長期以來，國內醫療信息化領域就像是一個個“信息孤島”。一家醫院、一個地方的AI醫療能做得很好，也實現了部分醫藥企業和診療、健康管理的結合，但放大到整個醫療行業，人工智能始終只被作為提高效能的工作在被使用，并且難以形成整體的數據鏈路。

當把視野放寬放遠，情景會全然不同。

鄭杰認為，現在的醫療AI只是“計算醫學”的“子集”，是基于現有的數據和認知進行提煉和挖掘，以優化決策體系。

1月10日，國家醫保局啟動“個人醫保云”試點，首次將患者診療、結算等數據匯聚到全國性的統一醫保平臺。這是一次里程碑式政策探索。它運行的底層邏輯不僅需要不同地域之間協同，更需要醫保、醫院、患者等不同系統、機構的數據互通。

鄭杰在十年的科技探索過程中，也意識到了這一行業痛點。這些年，鄭杰在很多場合都在提“計算醫學”。從國際視角來看，這個概念提出于20世紀80年代，在國際主流學術觀點中，“計算醫學”是一門囊括了多尺度生命機理建模、統計學習、超級計算及醫學知識工程的前沿交叉學科。它不等同于醫療信息化、互聯網醫療，更不是傳統意義上AI醫療工具的簡單拼湊，而是對醫學知識與臨床數據的深度訓練和輸出的醫療大模型。

伴隨著AI與醫療健康的應用場景數量持續增長，未來真正能拉開AI醫療差距的關鍵在于場景深度。

鄭杰表示：醫療服務的終點不應僅到出院為止，而是為用戶建立終身健康管理關系。“計算醫學”的核心是實現生命信息的建模，來實現更精準、個性化的醫療。

盡管目前“計算醫學”還大多是概念性驗證階段，但鄭杰已先行邁出了一步。在鄭杰的帶領下，樹蘭醫療持續為患者提供全生命周期一站式服務，運用數字化、智能化技術構建如肝膽胰、感染病等疾病全周期數字底座。

早在2015年，鄭杰發起非營利性組織開放醫療與健康聯盟（OMAHA），其理念來源于美國的“藍鈕計劃”，鄭杰意在通過OMAHA，構建醫療“開放生態環境”，致力于通過行業協作、開源開放的方式來實現健康信息技術的標準化，從而提高不同系統之間的互操作能力，提升行業規范化和整體效率，促進數據共享，推動個人獲得完整的生命數據。

OMAHA構建的“七巧板”中文醫學本體，集納了總量達百萬級的醫學概念、術語、關系，并以此為橋梁，與行業內各個版本的醫學術語集都建立了連接，實現了醫學知識的數字化和可計算，大大降低了國內醫療大數據和智能醫療機構的研發成本。通過OMAHA的數字醫療創新基礎設施“HiTA平臺”，在醫學數據、語義層面實現標準化和可計算，從而大幅提升系統之間的互操作性，為構建動態、全面的個人健康數據庫提供了高質量的標準化數據與知識基底。

樹蘭集團“All in 科技”，謀定未來

2026年1月，OpenAI一份報告顯示：每天有4000萬人在向ChatGPT尋求健康問題的答案。

毋庸置疑的是，人類正處在海量的信息洪流中，每人每年產生的醫療健康數據在爆炸式增長。生物醫學數據已經從PB量級的基因組進入到EB量級多組學數據融合的時期。而過去70年間，人類的算力提升了近4億倍。

“計算醫學”以超算為基座，將會是未來生命科學走向的必然趨勢，旨在構建一個覆蓋全生命周期的深度健康數據庫。鄭杰指出，個人數字孿生是“計算醫學”發展的遠期目標，通過“全人動態信息建模”，人會無限接近“硅基生命”。

大模型技術爆發的時代，“計算醫學”正在發展進化出前所未有的形態。Al for Science的浪潮中，從ImageNet到AlphaFold，已經將人工智能與醫療健康的結合創造了無限的想象。2025年，Arc研究所成功舉辦了首屆虛擬細胞挑戰賽。AI虛擬細胞（AI virtual Cell）以海量細胞多組學數據為基地，能訓練出能夠模擬細胞真實生理反應的數字孿生體。在AI領域大獲成功的基準+數據驅動范式，有望深度重塑當前的醫學健康生態。

而致力于成為未來醫療先鋒的樹蘭集團，已經為“計算醫學”的落地提供了諸多概念化落地的樣本。

以“計算醫學”為舵，樹蘭集團推動建立了診療數字化平臺iMDT，實現了不同學科頂級醫療專家的跨國和遠程協作；推出AI健康智能體Dr.Shu（樹醫生）完善診前、診中、診后的全流程醫療服務能力；還創辦了浙江樹人學院樹蘭國際醫學院、人工器官與計算醫學重點實驗室等平臺，推動了“人才－科研－應用”閉環的形成。

鄭杰的真正愿望，是讓這一切都結合起來，走出一個“計算醫學”的未來醫療模式。

創立樹蘭之初，鄭杰就下定決心，要打造一家類似于美國梅奧醫療集團的中國品牌：科學家和研究者用算力來助力處理海量、復雜、多維的患者數據，成為醫學科技創新轉化中的樞紐，更重要的是，以AI為驅動完成科學研究閉環，解碼復雜的生命規律。

2024年，樹蘭醫療與浙江樹人學院、浙江數字醫療衛生技術研究院三方聯合申請的浙江“全省人工器官與計算醫學重點實驗室”獲批。這一實驗室以終末期器官功能衰竭精準救治的應用基礎理論和轉化研究為定位，有望為人工器官精準替代與修復等諸多領域創下里程碑式的研究成果。

下一個十年，樹蘭集團將圍繞這個決心，進一步繪制“計算醫學”的這幅廣闊藍圖。

2024年7月，樹蘭醫療良渚新城樹蘭國際醫學中心主體結構完成封頂，計劃今年完工運營。這個國際醫學中心將會是“計算醫學”的試驗田。2025年，樹蘭醫療宣布了“AIl in 科技”戰略升級，打造未來醫院。

鄭杰表示，未來3—5年的重點之一，是建設和運營好樹蘭良渚醫學中心，打造未來醫院樣板。鄭杰的想法是，樹蘭良渚醫學中心將融合最新的AI與穿戴設備等新技術，讓用戶體驗更具智能化、便捷化，為患者建立一個無邊界、全周期、全場景的醫療服務系統。

一個“計算醫學”的雛形正在逐漸形成。計算醫學基于人類健康與疾病的量化理解，使得個性化醫療照進現實；計算醫學的“完成體”將能拓展人類對生命科學理解的邊界，攻克醫學難題、探索生命的本質。

在此背景下，樹蘭醫療以 “探索生命本質，呵護人類健康”為使命，通過醫療與科技的深度融合，正持續定義社會辦醫的創新邊界，為“健康中國” 戰略落地貢獻堅實力量。

撰稿丨楊曦霞

編輯丨江蕓 賈亭

運營｜李木子

插圖｜視覺中國

聲明：健識局原創內容，未經許可請勿轉載