Fórum Zhongguancun 2026｜Digital China Tang Kai: O ponto de ruptura para a implementação profunda de AI+Saúde reside em etapas de alto valor

Origem: Global Times

[Reportagem de tecnologia do Global Times, repórter Lin Mengxue] Do súbito surgimento da tecnologia de modelos de grande escala em 2022, ao aparecimento concentrado de vários agentes inteligentes em 2025, a IA+saúde também passou de, inicialmente, o reconhecimento de imagens médicas, para hoje os agentes inteligentes de saúde estarem profundamente integrados ao fluxo principal do atendimento, rumo a um ponto-chave de “passar a funcionar” para “ser realmente útil”.

No processo de integração de IA+saúde, Tang Kai, vice-presidente e engenheiro-chefe da Inspur, afirmou durante o 2026 Fórum de Zhongguancun que “o verdadeiro teste deste caminho é se a IA consegue, na zona em que os médicos mais precisam dela, entregar uma resposta digna de confiança”.

A essência do “último quilómetro” é uma questão de valor

“O último quilómetro da IA+saúde é, em essência, uma questão de valor; o ponto-chave é se a IA consegue criar valor real para os médicos. Se não conseguir fornecer valor, tudo tende a tornar-se vazio e genérico.” Tang Kai disse. “O ponto em que a IA rompe a bolha inevitavelmente cairá em segmentos de alto valor. No contexto do atendimento, o alto valor manifesta-se sobretudo em dificuldades clínicas como ‘agudo, crítico, grave, incerto, difícil e raro’”.

Tang Kai acredita que, este ano, a via de aplicação da IA no setor da saúde está cada vez mais clara, especialmente com o ritmo acelerado da materialização tecnológica, sobretudo a tecnologia representada por modelos de grande escala. O principal sinal desta mudança é que a pesquisa e aplicação de agentes inteligentes de saúde se tornaram uma onda forte de desenvolvimento na indústria, e o foco do desenvolvimento está a deslocar-se de agentes relativamente independentes para a expansão para cenários de negócio mais complexos e mais profundos. “Desde 2025, a IA tem começado a criar valor importante em múltiplos pontos-chave do fluxo médico; a Inspur e instituições como o Hospital Beijing Union Medical College estão a co-criar profundamente, planeando avançar em conjunto sistemas inteligentes de diagnóstico e tratamento baseados em modelos de grande escala, como MDT (diagnóstico e tratamento multidisciplinar), para auxiliar decisões de diagnóstico e tratamento de casos complexos. Isto também mostra que a tecnologia de IA está a aprofundar-se continuamente nos principais elos do negócio médico.” Disse.

Investindo profundamente na área de IA+saúde, a Inspur segue o conceito central de “AI for Process”, ou seja, permitir que a inteligência artificial se integre profundamente aos processos de negócio para criar valor real. Este conceito tornou-se também uma regra-chave para a materialização tecnológica. “No setor da saúde, seguimos rigorosamente o avanço dos fluxos do negócio médico; atualmente, o nosso foco está nos fluxos principais do diagnóstico e tratamento do hospital, cobrindo todo o processo perioperatório antes da cirurgia, durante a cirurgia e após a cirurgia, e, com base nisso, desenvolvemos uma série de aplicações inteligentes.” Tang Kai explica. “Atualmente, soluções como o diagnóstico e tratamento de complicações pós-operatórias e a avaliação anestésica pré-operatória já foram implementadas e utilizadas nos hospitais; a materialização desta série de aplicações é uma prática viva do conceito ‘AI for Process’.”

Tang Kai explicou que “em colaboração com o Hospital Beijing Union Medical College, a Inspur desenvolveu agentes inteligentes para complicações pós-operatórias de cancro do pâncreas. Esses agentes conseguem identificar rapidamente o risco de complicações, poupam aos médicos quase 80% do tempo, e a taxa de precisão já está estável em mais de 94%.”

E o facto de os médicos estarem dispostos a usar ativamente este agente inteligente tem como fonte dois valores práticos: “um é ajudar os médicos a fazer validação cruzada dos resultados de julgamento no diagnóstico e tratamento, reduzindo a taxa de diagnósticos errados; dois é melhorar significativamente a eficiência do trabalho.” Tang Kai acrescentou ainda que a implementação da IA na saúde não está limitada por dificuldades tecnológicas; o mais crucial é conseguir “pequenas interfaces, grandes resultados”, ou seja, através de um ponto de entrada tecnológico leve, obter uma eficácia clínica evidente. Com base nisso, ele resumiu em três níveis, do mais superficial ao mais profundo, o valor que a IA cria para a saúde: “o primeiro nível é o valor de desempenho, isto é, melhorar a eficiência dos médicos e a qualidade do trabalho por meio de agentes inteligentes de IA. O segundo nível é o valor decisório — uma direção importante no futuro; a decisão é o núcleo do dia a dia dos médicos, e transformar o agente inteligente num papel confiável de apoio à tomada de decisão é um grande desafio. O terceiro nível é o valor de descoberta: explorando, em profunda cooperação com hospitais, áreas mais avançadas como o diagnóstico e tratamento de doenças difíceis. Só quando o valor for criado de forma real no fluxo de diagnóstico e tratamento é que se consegue desbloquear de maneira mais completa ‘o último quilómetro’.”

Dados — é essa montanha que tem de ser ultrapassada

“À medida que as aplicações se aprofundam, descobrimos que o principal obstáculo não é a tecnologia de IA ou de modelos de grande escala, mas sim os dados.” Tang Kai disse. “O nível de qualidade dos dados e de aperfeiçoamento dos processos de tratamento irá determinar diretamente a profundidade e a sustentabilidade das aplicações de IA.”

Para isso, este ano a Inspur começou a colaborar ativamente com hospitais para construir em conjunto conjuntos de dados médicos de alta qualidade. “Estamos a desenvolver, com várias doenças como centro, explorações para a construção de conjuntos de dados de alta qualidade para doenças específicas.”

De acordo com o planeamento de Tang Kai, a Inspur manterá a abordagem de avanço em duas linhas para a disposição de IA+saúde: “uma é aprofundar continuamente na camada de aplicações, impulsionando para que a IA desempenhe um papel maior nos elos centrais do diagnóstico e tratamento; a outra é consolidar a base na camada de dados, apoiando ‘AI for Process’ com ‘Data for Process’. É um caminho que exige investimento a longo prazo, e continuaremos a avançar nesta direção.” E esta disposição também se alinha profundamente com os conceitos tecnológicos atualmente quentes de “gémeos de serviço” e “coordenação entre múltiplos agentes”.

Quanto ao estágio de desenvolvimento da tecnologia de “gémeos de serviço”, Tang Kai mantém uma atitude positivamente otimista, acreditando que atualmente já se entrou na fase de prática de engenharia.

Mas ao mesmo tempo, ele aponta que o desenvolvimento dos gémeos de serviço precisa de ultrapassar esta grande montanha dos dados: “O desenvolvimento dos gémeos de serviço, ou o avanço de ‘AI for Process’, na sua essência é um problema de dados. Atualmente, a qualidade dos dados em muitos setores ainda não é suficiente para sustentar uma implementação profunda deste tipo de aplicações.”

Tang Kai recorre à comparação da indústria transformadora com “engenharia digital”: “Na indústria transformadora, estamos a promover ‘engenharia digital’; o foco é construir gémeos digitais na camada de dados, formando modelos de imagens digitais refinadas dos equipamentos. Só ao concretizar esta interligação neste nível é que se pode expandir mais design na camada dos gémeos de serviço.” Na área da saúde, a direção das explorações da Inspur está bem clara: “Em torno de doenças específicas, construir uma engenharia ontológica do processo de diagnóstico e tratamento e, através de ‘Data for Process’, levar ‘AI for Process’ à maturidade.” Ele acrescentou ainda: “Esperamos conseguir no futuro cenários de trabalho com alta coordenação entre ‘humanos digitais, robôs e biopessoas (médicos)’.”

“Do ponto de vista dos médicos, em 2026 eles irão, de forma gradual, sentir que a IA entra verdadeiramente nas atividades de trabalho; e este tipo de agentes inteligentes também se tornará cada vez mais comum. No entanto, do lado do doente, no processo de procura de cuidados, a experiência de IA que é claramente sentida ainda é limitada — e esta será também a direção-chave para aprofundar as aplicações na próxima etapa.” Disse Tang Kai.

A abundância de informações e interpretações precisas, tudo na app Sina Finance