图：受访者王帅

人工智能、物联网、智能终端和数字化平台正在不断进入医院和养老机构，但在王帅看来，智慧医疗今天真正缺少的已经不只是新技术。系统可以开发，设备可以部署，AI模型也可以接入，但这些技术能否真正进入医疗服务流程，并在上线之后持续运行，仍然是另一回事。

过去多年参与医疗健康项目的经历，让王帅越来越关注项目交付之后发生的事情：医护人员是否真正使用，设备和医院既有信息系统能否有效连接，新工具有没有减少一线工作负担，项目实施结束后又能否持续迭代。“一个项目完成安装和上线，并不意味着它已经真正产生价值。”王帅认为，医疗场景涉及医生、护士、营养师、护理人员、患者和管理者等多个角色，真正困难的是如何把产品、流程、人员和服务重新组织起来，让技术成为日常医疗服务的一部分。

这种认识也逐渐影响CareNex Medical的发展路径。公司目前围绕智慧护理、智慧营养和智慧养老开展业务，覆盖医疗软硬件产品、整体解决方案设计、系统集成、项目实施及后续运维。据公司提供的数据，目前已服务超过500家医疗机构和养老机构，覆盖全国30多个省市。但相比单纯扩大产品线，王帅更关注企业是否真正具备理解场景和持续运营解决方案的能力。

系统上线，只是智慧护理的第一步

2025年，CareNex Medical参与推进上海某三级甲等医院的全院智慧护理项目，王帅担任项目负责人。该院开放床位约1500张，项目围绕生命体征采集、数据传输、风险预警和护理管理展开，并将智能设备、软件系统、人员培训和临床流程优化纳入同一实施体系。

项目最初设计了“采—传—警—管”的闭环，希望让床旁生命体征数据自动进入医院信息系统，并进一步形成风险提示和护理管理支持。但试点上线后，问题很快暴露出来。部分接口尚未实现体征数据自动回写HIS和EMR，护士完成测量后仍需手工记录再二次录入，原本希望减少重复劳动的系统反而增加了操作环节。

与此同时，不同病区在交接班方式、体征测量频率和护理文书习惯上也存在差异，统一版本直接落地后，部分科室出现“设备已经进入护士站，但临床仍沿用旧工作模式”的情况。项目组随后调整实施方式，实施人员和临床顾问驻场跟岗，跟随护士白班、夜班工作，逐条梳理实际业务流程，并与医院信息科持续优化接口；培训也从集中授课改为分科室、分班次的床边实操。

据项目方提供的数据，系统最终覆盖全院全部病区及约1500张床位，上线后生命体征人工录入错误率由22.7%降至接近0，护理文书书写时间减少约80%，NEWS预警模型也被用于辅助识别患者病情恶化风险。对王帅来说，这一项目说明，智慧医疗真正的竞争并不是谁能更快完成设备部署，而是谁能够处理系统进入临床之后出现的流程摩擦、人员适应和长期运营问题。

从一个产品，走向一整套流程

这种思路同样体现在CareNex Medical的智慧营养业务中。2025年，公司参与上海某三级甲等综合医院智慧营养项目，由王帅担任项目负责人，围绕营养筛查、评估、诊疗、干预、监测和院外管理展开，并将营养分析设备、数字化管理系统和患者端应用进行整合。

院方最初的诉求只是上线一套营养筛查系统，实现入院患者营养风险问卷电子化。但项目团队进入现场后发现，真正制约营养管理成效的并不是筛查本身，而是筛查出高风险患者以后缺少闭环处置机制。筛查结果不能及时进入管床医生工作流程，营养会诊缺少明确触发规则，营养处方与病房配餐衔接不足，患者出院后营养随访也容易中断。

因此，项目逐步从单一筛查模块向评估、诊断、处方流转、院内干预、院外随访和疗效复评延伸，并推动院方建立相应的科室协作机制。据项目方提供的数据，系统落地后，院内营养高风险患者干预落实率由32%提升至81%，老年和肿瘤相关科室患者平均住院日缩短约2天。

“客户一开始可能要的是一个产品，但真正进入项目以后，需要解决的往往是一整套服务流程。”王帅认为，所谓整体解决方案，并不是把几个软件和设备简单组合起来，而是从最终要解决的问题出发，再决定技术、产品、实施和服务应该如何组织。

做成一个项目以后，下一道题是“能不能复制”

随着服务机构数量增加，CareNex Medical面对的问题也在变化。完成一家医院的项目，与能够把同一类能力复制到更多医院，并不是同一件事。不同机构的信息化基础、科室结构、人员配置和管理流程差异明显，如果每个项目都从零开始设计，企业很难形成真正可持续的规模化能力。

王帅认为，关键在于找到标准化与场景适配之间的边界。底层产品能力、基础接口、实施方法、培训体系和项目管理流程可以逐步沉淀，但与医院HIS、EMR、LIS等系统的接口，以及不同专科的业务规则，仍然需要根据具体机构调整。

CareNex Medical相关智慧营养解决方案目前已在72家各级医疗机构落地，其中包括21家三级甲等医院、40家地市级医院和11家基层医疗单位。公司已经将营养风险筛查引擎、AI膳食识别模块、多疾病营养评估模型、患者院外随访应用、标准化培训材料和项目实施SOP等沉淀为可复用模块，而不同医院的信息系统接口和专科干预流程则保留场景适配空间。依托这些沉淀，后续同类项目整体实施周期较最初样板项目缩短约42%。

AI越热，越需要回到真实场景

人工智能正在成为医疗数字化中最受关注的技术之一，从风险预测、营养管理到老年健康监测，应用场景不断扩展。但王帅并不认为“用了AI”本身就构成产品价值。在他看来，真正需要回答的是谁在使用这项技术、它解决了什么实际问题，以及输出结果能否直接进入后续医疗服务流程。

“如果AI生成的数据还需要医护人员再次手工整理和录入，即便模型效果很好，也很难长期使用。”王帅说。对护士而言，AI可能意味着减少重复记录和提升异常识别效率；对营养师而言，它可以帮助完成部分数据采集和基础分析；在养老场景中，则可能用于辅助识别健康状态变化。不同场景的价值并不相同，但共同点是技术最终必须进入真实工作流程，而不能停留在功能展示层面。

从早期医疗设备和临床营养业务，到今天CareNex Medical重点发展的智慧护理、智慧营养和智慧养老，王帅职业实践中的一条变化逐渐清晰：相比单纯销售一个产品，他越来越强调围绕真实问题建立完整解决路径。随着AI、物联网和数字化平台逐渐成为基础能力，智慧医疗企业之间真正拉开差距的，可能不再只是“谁拥有更多功能”，而是谁能够让这些技术真正进入医疗机构、被一线人员持续使用，并最终成为医疗服务体系的一部分。

作者：曾敏

责任编辑：黄明明

校对：彭姣