人工智能不能套用信息化模式

信息化本质上是化零为整，即从零散个体汇聚成整体，反之，人工智能则是化整为零，即从整体形态转向分布式的应用落地，二者在演进阶段、逻辑思维及能力维度上存在本质区别。

在人工操作阶段，人的能力受限于时空，对事务或领域的管控通常依靠构建管理网络、确立层级架构、明确岗位职责来达成覆盖，这实际上是一个将整体切割为局部的拆解过程，也是信息沿着管理节点双向流动的过程。信息技术通过跨时空共享弥补了人工不足，赋能管理，将分散的个体或局部重新聚合，实现了从层级管理向扁平管理的转变，这是一个再次整体化的过程。

信息化进程若从个体或局部起步，便面临互联互通的挑战，否则难以实现整体化。若采取顶层设计、全面覆盖，则需解决统一部署与分头应用的问题，否则会有盲区。无论何种路径，本质上都是将物理世界的信息数字化，即信息向数据资源的转化。伴随信息化与整体化在时空维度的延伸，所有数字化成果汇聚成大数据，管理随之步入大数据时代。

人工智能作为大数据的“宠儿”，缺乏大数据便无以汲取成长所需的养分与营养。它是信息化、数字化演进到特定阶段的产物，依托于这些环境条件成长的新“物种”，象征着管理整体化的回归。信息化将人类创造的信息（知识）全面数字化，人工智能则通过大模型吸纳这些数字，达成智能化。成熟的生成式人工智能，必然是整体信息数字化与智能化的统一体。

信息化充当了人类行为能力的辅助工具，而人工智能则是人类智力能力的辅助手段。人工智能通过赋能于人、替代人，进而反哺信息化。信息化与数字化孕育了人工智能，人工智能又回馈两者，将关系从信息化、数字化与人，拓展至信息化、数字化与人、人工智能的层面。因人与人工智能关系的动能提升，信息化与数字化得以更完善、高效且富有价值。

医学是知识密集型行业，经多年信息化建设，几乎所有既往知识（信息）已被数字化，大模型在短时间内便实现了其全面智能化。从技术层面看，医学领域所有数字化信息的智能化，单一大模型即可胜任，无需多模甚至数十个模型重复开发。各类人工智能应用场景，无论专业度多高、细分多细，皆以整体医学知识为基石，仅存在应用全面与否或专业程度之别，如同各专科虽有其边界，但共享同一知识体系。

尽管信息化、数字化带来的整体化程度有所提高，但传统的条块分割管理运行体制依然存在，医疗、妇幼、疾控等面向需方的系统仍各自运作，这种人工分解型与信息化整合型管理模式将长期共存。信息化与数字化可在共存中深化，分门别类推进建设，推动整体管理形态的转型。然而依据人工智能特性，其底层知识体系对各系统、机构、专业具备整体覆盖性，各应用场景可直接部署或二次开发，无需每个部分都开发独立的人工智能。

最高效的医学人工智能应采取统一开发、垂直通用的策略，即便是经过二次开发的专业智能体，也需并入统一的人工智能框架中协同运行，借助专业智能体反哺基础大模型，促进统一大模型的迭代优化，从而最大化整体效益。