随着医疗数字化与AI辅助诊疗加速普及，头部医院正牵头各级医联体建设面向科研、运营与临床的智慧医疗平台。然而在实际推进中，算力重复建设、数据烟囱、运维分散等问题普遍存在。
在此背景下，北京大学深圳医院携手浪潮云海，基于InCloud OS构建“通算+智算”双擎驱动的智能云底座，实现多院区、多架构算力的集中管理与智能调度。这一创新助力了院区大模型诊疗效率的显著提升：急诊影像处理时间从3分钟缩短至1.5分钟，用于影像分析的大模型推理速度提升30%，跨院影像咨询响应时间大幅缩短。
高水平医院“一院多区”布局下资源统筹难题待解
作为国家首批数字化示范医院，北大深圳医院业务覆盖医疗、科研、教学全领域，下设56个临床医技科室，拥有1个国家临床重点专科、12个广东省临床重点专科。IT系统需同时支撑电子病历、临床决策智能体、医疗影像、医保管理等核心应用，以及CAR-T细胞治疗、胚胎植入前遗传学检测等前沿技术的算力需求。
经过多年发展，北大深圳医院目前还运营管理了深圳市新华医院和深圳市深汕人民医院，开启“多院区集团化”发展新格局。随着智慧医疗深入发展、“一院多区”布局推进，医院在算力支撑与资源调度方面正面临新挑战：
一是重复建设带来烟囱架构。各级机构独立建设零散化、封闭式AI资源池，算力重复采购、模型复用率低、接口标准互不兼容，造成资源浪费与数据孤岛，制约区域医疗同质化水平与平台集约化运营效能；
二是资源无法精准分配与弹性调度。缺乏统一的算力感知与调度平台，各院区资源难以根据业务负载动态调整。随着DeepSeek等大模型在影像分析、临床决策等核心业务中的深入应用，高峰时段临床诊疗算力告急，而资源调度缺乏弹性的限制，造成推理响应延迟；
三是管理运维分散、稳定性难以保障。各院区采用互不兼容的监控工具与运维流程，IT人员需频繁登录异构平台手工巡检，人力重复投入，响应滞后、处置偏差频发，平台组件版本不统一、补丁更新滞后、安全基线参差不齐。
浪潮云海InCloud OS破解“一院多区”智慧诊疗难题
浪潮云海以InCloud OS平台为核心，构建“算力筑基—服务赋能—应用落地”三层解决方案，遵循“分层解耦、联合共建”理念，既可满足平滑演进与利旧扩容需求，又能同时承载HRP、医疗影像、医保数据等智能体应用及OA等传统虚拟机业务。
全局统筹，构建多元异构融合底座。InCloud OS支持一云多算，灵活适配各类异构加速设备，实现统一管理与调度。平台对各院区异构算力资源进行物理汇聚与逻辑统一纳管，以云服务目录形式按需提供弹性算力，从源头避免私有化AI资源池的重复投资。
精准调度，实现资源灵活弹性伸缩。基于实时负载感知与智能编排引擎，平台精准识别临床诊疗、科研、办公等业务的优先级差异，动态执行资源按需分配与弹性伸缩：在核心业务高峰期自动进行跨院区算力切分与潮汐调度，确保关键应用始终获得最优算力保障。
统一运维，实现一体化智能管理。通过标准化接口与统一运维平台，打破各节点工具与流程的割裂状态，实现版本一致性管理、自动化巡检与故障自愈，为智慧医疗业务的同质化服务与集约化运营提供坚实底座。
数字赋能，跨院区诊疗效率“加速跑”
基于浪潮云海InCloud OS的智能云平台，为北大深圳医院带来显著提升：
性能提升，匹配医疗业务高时效需求。诊疗支撑性能显著优化，急诊影像处理时间从3分钟缩短至1.5分钟，影像大模型推理速度提升30%；算力弹性供给能力增强，跨院影像咨询响应时间大幅缩短。
运维效率大幅提升。运维团队聚焦业务优化，AI运维体系实现故障定位准确率达92%，人工巡检占比从60%降至15%，运维效率显著提升。
成本优化，资源高效利用。用户通过浪潮云海的AI能效管控功能可大幅降低私有云PUE，并基于现有基础设施平台扩容GPU节点的方式，可同步节省能耗与前期AI建设成本。
该创新实践不仅提升了北京大学深圳医院的运营效率，更为医疗行业数字化转型树立了标杆。下一步，双方将持续深化合作，推动智能云平台在医联体协同、智慧医院建设等场景的深度落地，助力打造医疗行业高可靠数字基座。
注：本文转载自“浪潮云海”公众号
