Shenzhou Digital Tang Kai: Titik terobosan dalam penerapan mendalam AI+Kesehatan terletak pada tahap bernilai tinggi

【Berita Teknologi dari Global Network】Reporter Lin Mengxue】Dari kemunculan mendadak teknologi model besar pada tahun 2022, hingga pada tahun 2025 bermunculan berbagai agen cerdas secara terkonsentrasi, AI+medis juga telah berkembang dari pengenalan citra medis pada awalnya menjadi titik penting di mana agen cerdas medis kini terintegrasi secara mendalam ke dalam alur utama perawatan, menuju lompatan penting dari “bisa dipakai” menjadi “mudah dipakai”.

Dalam proses penggabungan AI+medis, pada saat Konferensi Tahunan Forum Zhongguancun 2026, Wakil Presiden dan Insinyur Utama Shenzhou Digital, Tang Kai, menyatakan bahwa ujian sesungguhnya dari perjalanan ini adalah, “Apakah AI dapat menyerahkan jawaban yang layak dipercaya di tempat yang paling dibutuhkan oleh dokter.”

“last mile”_ pada dasarnya adalah masalah nilai_

“Last mile AI+medis pada dasarnya adalah masalah nilai; yang kuncinya adalah apakah AI dapat menciptakan nilai nyata bagi dokter. Jika tidak bisa memberikan nilai, semuanya akan mudah mengarah menjadi hal yang kosong.” kata Tang Kai. “Poin untuk menerobos pasar dengan AI pasti akan jatuh pada segmen ber-nilai tinggi. Dalam skenario diagnosis dan perawatan, nilai tinggi terutama terlihat pada tantangan klinis seperti ‘akut, berbahaya/krisis, kritis, meragukan, sulit, dan langka’.”

Tang Kai berpendapat bahwa tahun ini jalur penerapan AI di bidang medis semakin jelas, terutama dengan percepatan signifikan langkah implementasi teknologi yang diwakili oleh model besar. Tanda inti dari perubahan ini adalah pengembangan dan penerapan agen cerdas medis menjadi gelombang perkembangan industri yang kuat, dan pusat perkembangannya sedang bergeser dari agen yang relatif independen menuju pengembangan skenario bisnis yang lebih kompleks dan lebih mendalam. “Sejak 2025, AI mulai menciptakan nilai penting di banyak titik kunci dalam proses medis; Shenzhou Digital bersama berbagai institusi seperti Rumah Sakit Beijing Union Medical College sedang melakukan penciptaan bersama secara mendalam. Mereka berencana mendorong bersama sistem diagnosis dan perawatan cerdas seperti MDT (diagnosis dan perawatan lintas disiplin), yang berbasis model besar, untuk membantu keputusan diagnosis dan perawatan bagi penyakit yang sulit. Ini juga menunjukkan bahwa teknologi AI terus masuk lebih dalam ke segmen inti bisnis medis.” kata Tang Kai.

Dengan mendalami bidang AI+medis, Shenzhou Digital berpegang pada gagasan inti “AI for Process”, yaitu membuat kecerdasan buatan terintegrasi secara mendalam ke dalam proses bisnis untuk menciptakan nilai praktis. Gagasan ini juga menjadi pedoman penting untuk implementasi teknologinya, “Di bidang medis, kami secara ketat mengikuti alur dorongan pekerjaan bisnis medis; saat ini fokusnya terutama pada alur diagnosis dan perawatan inti rumah sakit, mencakup seluruh rangkaian perioperatif dari sebelum operasi, saat operasi, hingga sesudah operasi, lalu berdasarkan itu kami mengembangkan serangkaian aplikasi cerdas. ” Tang Kai menjelaskan bahwa saat ini solusi seperti diagnosis dan perawatan komplikasi pasca operasi serta penilaian anestesi sebelum operasi sudah diterapkan di rumah sakit, dan implementasi dari rangkaian aplikasi ini adalah praktik nyata dari gagasan “AI for Process”.

Tang Kai menjelaskan, “Shenzhou Digital bekerja sama dengan Rumah Sakit Beijing Union Medical College untuk mengembangkan agen cerdas yang berfokus pada komplikasi pasca operasi kanker pankreas. Agen ini dapat dengan cepat mengenali risiko komplikasi, menghemat hampir 80% waktu bagi dokter, dan akurasinya sudah stabil di atas 94%.”

Karena dokter bersedia menggunakan agen cerdas ini secara proaktif, intinya berasal dari dua nilai praktis besar: “Pertama, membantu dokter melakukan validasi silang hasil penilaian diagnosis dan perawatan untuk menurunkan tingkat salah diagnosis; kedua, secara nyata meningkatkan efisiensi kerja.” Tang Kai juga menekankan bahwa penerapan AI dalam bidang medis tidak dibatasi oleh masalah teknis; yang lebih penting adalah apakah dapat mewujudkan “antarmuka kecil, hasil besar”, yaitu melalui titik masuk teknis yang ringan dapat menghasilkan manfaat klinis yang signifikan. Berdasarkan itu, ia merangkum tiga lapisan dari dangkal ke dalam nilai yang diciptakan AI untuk medis: “Lapisan pertama adalah nilai yang bersifat efisiensi, yaitu meningkatkan efisiensi dan kualitas kerja dokter melalui agen cerdas. Lapisan kedua adalah nilai yang bersifat pengambilan keputusan, yang merupakan arah penting di masa depan; inti harian dokter terletak pada pengambilan keputusan, dan tantangan besar adalah apakah agen dapat menjadi peran bantuan pengambilan keputusan yang dapat diandalkan. Lapisan ketiga adalah nilai penemuan, yaitu, dalam kerja sama mendalam dengan rumah sakit, mengeksplorasi bidang-bidang yang lebih mutakhir seperti diagnosis dan perawatan penyakit yang sulit. Hanya dengan menciptakan nilai secara nyata di dalam alur diagnosis dan perawatan, barulah kita bisa membenahi secara lebih menyeluruh ‘last mile’.”

_ Data, adalah gunung besar yang harus disebrangi _

“Seiring aplikasi yang semakin masuk ke dalam, kami menemukan bahwa kesulitan kunci bukanlah teknologi AI atau model besar, melainkan data.” kata Tang Kai, “Kualitas data dan sejauh mana proses pengolahannya sudah sempurna akan secara langsung menentukan kedalaman dan keberlanjutan penerapan AI.”

Untuk itu, tahun ini Shenzhou Digital mulai secara aktif bekerja sama dengan rumah sakit, membangun bersama kumpulan data medis berkualitas tinggi, “Kami sedang melakukan eksplorasi konstruksi kumpulan data berkualitas tinggi untuk penyakit spesifik dengan berbagai penyakit sebagai pusatnya.”

Dalam rencana Tang Kai, Shenzhou Digital akan terus mendorong tata letak AI+medis secara dua jalur: “Pertama, terus memperdalam lapisan aplikasi, mendorong agar AI dapat memainkan peran yang lebih besar dalam segmen inti diagnosis dan perawatan; kedua, memperkuat fondasi di lapisan data, dengan ‘Data for Process’ untuk mendukung ‘AI for Process’. Ini adalah jalur yang membutuhkan investasi jangka panjang; kami akan terus maju ke arah itu.” Dan tata letak ini juga sangat selaras dengan konsep teknologi populer saat ini tentang “digital twin layanan” dan “kolaborasi multi-agen”.

Mengenai tahapan perkembangan teknologi “digital twin layanan”, Tang Kai memiliki sikap optimistis dan positif, karena ia menilai bahwa saat ini sudah memasuki tahap praktik rekayasa.

Namun, ia juga menunjukkan bahwa perkembangan digital twin layanan harus melampaui gunung besar data. “Perkembangan digital twin layanan, atau dorongan ‘AI for Process’, pada dasarnya adalah masalah data. Saat ini, kualitas data di banyak industri masih belum cukup untuk mendukung implementasi mendalam dari aplikasi semacam ini.”

Tang Kai menggunakan “engineering digital” dalam industri manufaktur sebagai perbandingan. “Di industri manufaktur, kami sedang mendorong ‘engineering digital’. Intinya adalah membangun digital twin pada lapisan data, sehingga terbentuk model profil presisi digital untuk peralatan. Hanya jika penghubungan pada lapisan ini dapat direalisasikan, barulah kita bisa melakukan lebih banyak desain pada lapisan digital twin layanan.” Dalam bidang medis, arah eksplorasi Shenzhou Digital sangat jelas: “Dengan berfokus pada penyakit spesifik, membangun engineering ontologi dari proses diagnosis dan perawatan, lalu melalui ‘Data for Process’ mendorong ‘AI for Process’ menuju kematangan.” Ia menambahkan, “Kami berharap di masa depan dapat mewujudkan skenario kerja dengan kolaborasi yang sangat tinggi antara ‘manusia digital, robot, dan manusia biologis (dokter)’.”

“Dari sudut pandang dokter, pada 2026 mereka akan secara bertahap merasakan bahwa AI benar-benar masuk ke dalam alur kerja, dan agen cerdas semacam ini akan semakin banyak. Namun, jika dilihat dari sisi pasien, pada proses berobat saat ini pengalaman AI yang bisa dirasakan secara jelas masih terbatas, dan ini juga akan menjadi arah fokus untuk pendalaman aplikasi pada tahap berikutnya.” kata Tang Kai.

Berlimpahnya informasi, interpretasi yang akurat—semuanya ada di aplikasi Sina Finance APP