Shenzhen Digital Tang Kai : Le point de rupture pour une mise en œuvre approfondie de l'IA + médical réside dans les étapes à haute valeur ajoutée

【环球网科技报导 记者 林梦雪】从2022年大模型技术横空出世，到2025年各类智能体集中涌现，AI+医疗也从最初的医学影像识别，到如今医疗智能体深度嵌入诊疗主流程，走向了从“能用”到“好用”的关键节点。

Dans le processus de fusion de l’IA et du secteur médical, lors de la conférence annuelle du Forum de Zhongguancun 2026,汤凯, vice-président et ingénieur en chef de Shenzhou 数码, a déclaré que l’épreuve véritable de ce parcours consistait à : « L’IA peut-elle, là où les médecins en ont le plus besoin, remettre une réponse digne de confiance. »

« le dernier kilomètre » _ constitue l’essence d’un problème de valeur

« Le dernier kilomètre de l’IA+médecine est, en substance, un problème de valeur : l’enjeu est de savoir si l’IA peut créer une valeur réelle pour les médecins. Si elle ne peut pas apporter de valeur, tout risque alors de devenir creux. »汤凯 a déclaré. « Le point de rupture de l’IA, où elle sort de son cercle initial, se situera nécessairement dans des secteurs à forte valeur. Dans les scénarios de diagnostic et de traitement, la forte valeur se reflète en particulier dans des difficultés cliniques telles que “urgences, situations critiques, cas graves, cas atypiques, cas complexes, maladies rares”. »

汤凯 estime que, cette année, les parcours d’application de l’IA dans le domaine médical sont devenues de plus en plus clairs, notamment avec un accélérateur notable des déploiements technologiques, en particulier ceux portés par les modèles de grande envergure. Le marqueur essentiel de cette transformation est que la recherche et l’application des agents médicaux sont devenues une vague de développement vigoureuse pour l’ensemble du secteur, et que le centre de gravité de leur développement s’est déplacé d’agents relativement indépendants vers des scénarios d’activité plus complexes et plus en profondeur. « Depuis 2025, l’IA a commencé à créer une valeur importante à plusieurs nœuds clés des processus médicaux ; Shenzhou 数码 et des institutions comme l’hôpital de l’Union médicale de Pékin co-créent en profondeur. Elles prévoient de déployer conjointement des systèmes de diagnostic et de traitement intelligents basés sur des modèles de grande envergure, comme les systèmes MDT (diagnostic et traitement multidisciplinaires), pour aider à la prise de décision dans le traitement des maladies difficiles et complexes. Cela montre également que la technologie IA s’enfonce de plus en plus dans les cœurs de métier du secteur médical. » Il a poursuivi.

En approfondissant le domaine de l’IA+médecine, Shenzhou 数码 adhère à l’idée directrice « AI for Process », c’est-à-dire faire en sorte que l’intelligence artificielle s’intègre profondément dans les processus métier afin de créer une valeur concrète. Cette philosophie est aussi une règle clé pour ses déploiements technologiques : « Dans le secteur médical, nous appliquons strictement les exigences relatives à l’avancement des flux métier médicaux. À l’heure actuelle, notre priorité se concentre sur les flux diagnostiques et thérapeutiques centraux de l’hôpital. Cela couvre l’ensemble du parcours périopératoire, de la période préopératoire, peropératoire à la période postopératoire, puis sur cette base, nous développons une série d’applications intelligentes. »汤凯 a expliqué. À l’heure actuelle, des solutions comme le traitement des complications postopératoires et l’évaluation de l’anesthésie préopératoire sont déjà déployées dans les hôpitaux. Et le déploiement de cette série d’applications est une pratique vivante de la philosophie « AI for Process ».

汤凯 a déclaré : « Shenzhou 数码 collabore avec l’hôpital de l’Union médicale de Pékin. À propos des agents intelligents développés pour les complications postopératoires du cancer du pancréas, ils peuvent identifier rapidement les risques de complications, ce qui permet aux médecins d’économiser près de 80 % de leur temps. Le taux de précision est stable à plus de 94 %. »

Et si les médecins choisissent d’utiliser activement cet agent intelligent, cela tient principalement à deux valeurs pratiques : « Premièrement, il peut aider à la validation croisée des résultats de décision diagnostique et thérapeutique, et réduire le taux de mauvais diagnostics ; deuxièmement, il améliore nettement l’efficacité du travail. »汤凯 a en outre souligné que le déploiement de l’IA en médecine n’est pas conditionné par des difficultés techniques : l’enjeu le plus important est de parvenir à « un petit interface, de grands résultats », c’est-à-dire, grâce à un point d’entrée technologique léger, produire des effets cliniques significatifs. Sur cette base, il a résumé trois niveaux, du plus simple au plus profond, à travers lesquels l’IA crée de la valeur pour la médecine : « Le premier niveau est une valeur d’efficience : via des agents IA, améliorer l’efficacité des médecins et la qualité de leur travail. Le deuxième niveau est une valeur décisionnelle : c’est une direction importante pour l’avenir. Le cœur du quotidien des médecins consiste à prendre des décisions ; la capacité de l’agent à devenir un rôle fiable d’aide à la décision représente un grand défi. Le troisième niveau est une valeur de découverte : grâce à une coopération approfondie avec les hôpitaux, explorer des domaines plus en pointe, comme le diagnostic et le traitement des maladies difficiles. Ce n’est qu’en créant une valeur réelle dans les processus de diagnostic et de traitement que l’on peut débloquer plus complètement le “dernier kilomètre”. »

« Les données », sont cette grande montagne qu’il faut impérativement franchir

« À mesure que les applications s’enfoncent, nous constatons que les difficultés clés ne résident pas dans les technologies de l’IA ou des modèles de grande envergure, mais dans les données. »汤凯 l’a admis. « Le niveau de qualité des données et la perfection des processus de traitement détermineront directement la profondeur et la durabilité des applications de l’IA. »

À cette fin, cette année, Shenzhou 数码 a commencé à coopérer activement avec des hôpitaux pour construire conjointement des bases de données médicales de haute qualité. « Nous réalisons des explorations pour construire des ensembles de données de haute qualité pour des maladies spécifiques, en nous centrant sur diverses maladies. »

Dans la planification de汤凯, Shenzhou 数码 maintiendra une progression sur deux axes pour déployer l’IA+médecine : « D’une part, approfondir continuellement au niveau des applications, afin de permettre à l’IA de jouer un rôle plus important dans les étapes centrales du diagnostic et du traitement ; d’autre part, consolider la base au niveau des données, pour soutenir « AI for Process » avec « Data for Process ». C’est un parcours qui requiert des investissements sur le long terme, et nous continuerons à avancer dans cette direction. » Et ce déploiement est aussi profondément aligné avec les concepts technologiques populaires du moment, comme le « jumeau de services » et la « coordination multi-agents ».

Concernant les étapes de développement de la technologie de « jumeau de services »,汤凯 se montre plutôt optimiste et considère que nous sommes déjà entrés dans une phase de pratique d’ingénierie.

Mais en même temps, il indique que le développement du jumeau de services doit franchir cette grande montagne qu’est la question des données. « Le développement du jumeau de services, ou encore la promotion de “AI for Process”, a pour essence un problème de données. À l’heure actuelle, dans de nombreux secteurs, la qualité des données ne suffit pas encore à soutenir une mise en œuvre approfondie de ce type d’applications. »

汤凯 utilise une analogie avec le « génie numérique » dans l’industrie manufacturière : « Dans la fabrication, nous poussons le “génie numérique”. L’élément central consiste à construire des jumeaux numériques au niveau des données, afin de former des modèles d’images numériques fines des équipements. Ce n’est que si l’on réalise une interconnexion à ce niveau-là que l’on pourra déployer davantage de conceptions au niveau du jumeau de services. » Dans le domaine médical, la direction explorée par Shenzhou 数码 est très claire : « Autour de maladies spécifiques, construire un génie ontologique des processus de diagnostic et de traitement, et faire évoluer “AI for Process” vers la maturité grâce à “Data for Process”. » Il a ajouté : « Nous espérons qu’à l’avenir, nous pourrons parvenir à des scénarios de travail hautement coordonnés réunissant “un humain numérique, des robots, et un humain biologique (médecin)”. »

« Du point de vue des médecins, d’ici 2026, ils sentiront progressivement que l’IA entre vraiment dans les activités de travail. Et ce type d’agents sera de plus en plus nombreux. Cependant, du côté des patients, à l’heure actuelle, l’expérience d’IA perceptible durant le parcours de soins reste encore limitée. C’est aussi le point central pour approfondir les applications lors de la prochaine étape. » a déclaré汤凯.

Actualités massives, analyses précises — retrouvez tout sur l’application Sina Finance