Shenzhou Digital Tang Kai: El punto de ruptura para la implementación profunda de AI+ en la atención médica reside en los enlaces de alto valor

【Global Media Technologies la corresponsal Lin Mengxue】Desde el surgimiento repentino de las tecnologías de grandes modelos en 2022, hasta la aparición concentrada de todo tipo de agentes inteligentes en 2025, la IA+salud también ha pasado de los primeros pasos en el reconocimiento de imágenes médicas a la actualidad, donde los agentes inteligentes médicos se integran profundamente en el flujo principal de atención clínica, avanzando hacia un punto clave del “pasar de poder usarse” a “resultar realmente útil”.

En el proceso de integración de la IA+salud, Tang Kai, vicepresidente y director de ingeniería de Sugon, señaló durante la Conferencia Anual del Foro Zhongguancun 2026 que la verdadera prueba de este camino es: “si la IA puede entregar una respuesta que merezca la confianza justo en el lugar donde los médicos más la necesitan”.

La esencia de “el último kilómetro”_ es un problema de valor_

“En el último kilómetro de la IA+salud, la esencia es un problema de valor. La clave está en si la IA puede crear un valor real para los médicos. Si no puede aportar valor, todo acaba fácilmente en algo vacío.” Tang Kai dijo: “El punto de ruptura de la IA necesariamente se dará en los eslabones de alto valor. En los escenarios de atención clínica, el alto valor se refleja especialmente en dificultades clínicas como ‘urgente, crítico, grave, dudoso, difícil y raro’”.

Tang Kai considera que este año la ruta de aplicación de la IA en el ámbito médico ya es cada vez más clara, especialmente en cuanto a la aceleración notable del ritmo de implementación de las tecnologías, representadas por los grandes modelos. El marcador central de esta transformación es que la investigación y aplicación de agentes inteligentes médicos se han convertido en una ola de desarrollo vigoroso para la industria, y que el foco de desarrollo está pasando de agentes relativamente independientes a la expansión hacia escenarios de negocio más complejos y con mayor profundidad. “Desde 2025, la IA ha comenzado a crear un valor importante en múltiples nodos clave del flujo médico. Sugon, junto con instituciones como el Hospital Beijing Union Medical College, están co-creando en profundidad y planean impulsar conjuntamente sistemas inteligentes de diagnóstico y tratamiento basados en MDT (diagnóstico y tratamiento multidisciplinario), para ayudar en la toma de decisiones del diagnóstico y tratamiento de enfermedades complejas; esto también demuestra que la tecnología de IA se está introduciendo cada vez más en los eslabones centrales del negocio médico”. Dijo.

Al centrarse en el campo de la IA+salud, Sugon sostiene el concepto central de “AI for Process”, es decir, hacer que la inteligencia artificial se integre profundamente en los procesos de negocio para crear valor real. Este concepto también se ha convertido en el criterio clave para su implementación tecnológica: “En el ámbito médico, seguimos estrictamente el avance de los flujos de negocio de la atención médica. En la actualidad, el enfoque principal gira en torno a los flujos centrales de diagnóstico y tratamiento del hospital, abarcando todo el proceso del perioperatorio antes de la cirugía, durante la cirugía y después de la cirugía; y sobre esa base, desarrollamos una serie de aplicaciones inteligentes”. Tang Kai explicó que, en la actualidad, soluciones como el diagnóstico y tratamiento de complicaciones posoperatorias y la evaluación de anestesia preoperatoria ya se han implementado en hospitales, y que el despliegue de esta serie de aplicaciones constituye una práctica vívida del concepto de “AI for Process”.

Tang Kai añadió: “Sugon colabora con el Hospital Beijing Union Medical College. Los agentes desarrollados alrededor de las complicaciones posoperatorias del cáncer de páncreas pueden identificar rápidamente el riesgo de complicaciones, ahorrar casi 80% del tiempo a los médicos y la precisión ya se mantiene estable por encima de 94%”.

Y la razón por la cual los médicos están dispuestos a usar proactivamente este agente inteligente se debe principalmente a dos valores prácticos: “Primero, ayuda a los médicos a hacer una verificación cruzada de los resultados de juicio de diagnóstico y tratamiento, reduciendo la tasa de diagnósticos erróneos; segundo, mejora de manera significativa la eficiencia del trabajo”. Tang Kai señaló además que la implementación de IA en el área médica no está condicionada por dificultades técnicas, sino más bien por si se puede lograr “una interfaz pequeña, un gran efecto”, es decir, mediante un punto de entrada técnico ligero, producir una efectividad clínica notable. Con base en ello, resumió tres niveles, de lo superficial a lo profundo, de cómo la IA crea valor para la medicina: “El primer nivel es el valor de eficiencia, es decir, mejorar la eficiencia y la calidad del trabajo de los médicos mediante agentes inteligentes. El segundo nivel es el valor decisional, que será una dirección importante en el futuro: el núcleo diario de los médicos está en la toma de decisiones, y es un gran reto que el agente pueda convertirse en un rol fiable de apoyo a la decisión. El tercer nivel es el valor de descubrimiento, es decir, explorar campos más vanguardistas como el diagnóstico y tratamiento de enfermedades difíciles mediante una colaboración profunda con hospitales. Solo creando valor de manera real en el flujo de atención clínica se podrá desbloquear de forma más completa el ‘último kilómetro’”.

Los datos son esa gran montaña que necesariamente hay que cruzar

“Mientras las aplicaciones avanzan hacia una profundización, encontramos que el problema clave no es la IA ni la tecnología de grandes modelos, sino los datos.” Tang Kai lo expresó: “La calidad de los datos y el nivel de perfeccionamiento de los procesos de procesamiento determinarán directamente la profundidad y la sostenibilidad de las aplicaciones de IA”.

Por ello, este año Sugon ha comenzado a colaborar activamente con hospitales para construir conjuntamente conjuntos de datos médicos de alta calidad: “Estamos realizando exploraciones de construcción de conjuntos de datos de alta calidad para enfermedades específicas, con todo tipo de enfermedades como centro”.

En el plan de Tang Kai, Sugon persistirá en el avance por dos vías para su estrategia de IA+salud: “Primero, profundizar continuamente en la capa de aplicación, impulsando que la IA tenga un mayor papel en los eslabones centrales del diagnóstico y tratamiento; segundo, consolidar la base en la capa de datos, apoyando ‘AI for Process’ con ‘Data for Process’. Es una ruta que requiere inversión a largo plazo, y seguiremos avanzando en esta dirección”. Y este despliegue también encaja profundamente con conceptos tecnológicos actualmente populares como “gemelos de servicio” y “coordinación de múltiples agentes”.

Respecto a la etapa de desarrollo tecnológico del “gemelo de servicio”, Tang Kai mantiene una actitud optimista, y considera que actualmente ya se ha entrado en la fase de práctica de ingeniería.

Pero al mismo tiempo, señaló que el desarrollo de los gemelos de servicio debe superar esa gran montaña de los datos: “El desarrollo de los gemelos de servicio, o dicho sea el avance de ‘AI for Process’, en esencia es un problema de datos. En la actualidad, en la calidad de los datos de muchas industrias todavía hay grandes deficiencias, que no alcanzan para respaldar la implementación profunda de este tipo de aplicaciones”.

Tang Kai utiliza el “ingeniería digital” de la manufactura como analogía: “En la industria manufacturera, estamos impulsando la ‘ingeniería digital’; el núcleo consiste en construir gemelos digitales en la capa de datos para formar modelos de retratos digitales precisos de los equipos. Solo logrando la interconexión en esta capa, se podrán llevar a cabo más diseños en la capa de gemelos de servicio”. En el ámbito de la medicina, el rumbo de exploración de Sugon es bastante claro: “En torno a enfermedades específicas, construir la ingeniería fundamental del proceso de diagnóstico y tratamiento, y llevar ‘AI for Process’ hacia la madurez mediante ‘Data for Process’”. Dijo además: “Esperamos que en el futuro se puedan lograr escenarios de trabajo altamente coordinados entre ‘personas digitales, robots y seres biológicos (médicos)’”.

“Desde la perspectiva de los médicos, en 2026 se irá sintiendo gradualmente que la IA realmente entra en el flujo de trabajo; y habrá cada vez más agentes de este tipo. Sin embargo, mirando desde el lado del paciente, en el proceso de atención médica, la experiencia de IA que se puede percibir de forma clara aún es limitada, y esa será también la dirección clave para profundizar la aplicación en la siguiente etapa”. Dijo Tang Kai.

Grandes volúmenes de información, interpretación precisa, ¡todo en la app de Sina Finance!