養老社區裡的AI試驗

鵬程說2026.08.26 13:07 · 來自廣東全文3566字00:00 / 11:17人工智能進入產業實際場景,需要與業務流程、專業人員和組織體系深度融合。長壽時代,養老行業正在進入一個更復雜的供給階段。民政部、全國老齡辦近日發佈的《2025年度國家老齡事業發展公報》顯示,截至2025年末,我國60歲及以上人口達到3.2338億,佔總人口的23%;65歲及以上人口達到2.2365億,佔總人口的15.9%。隨著身體狀況和生活階段變化,老年人的需求會在居住、社交、健康管理、慢病診療、康復護理和專業照護之間不斷轉換。
居住、醫療、康復和護理各有專業分工,長壽時代則要求這些資源圍繞人的需求形成更有效的協同。服務週期越長、參與主體越多,對組織能力的要求也越高。8月22日上午,泰康集團大廈內,六位嘉賓共同按下啟動裝置,泰康養醫大模型1.0正式亮相。現場還彙集了來自高校科研、醫學影像、智能感知、機器人、醫療信息化和醫療設備等領域的代表。養醫大模型的推出,以及多領域合作伙伴的共同參與,正是泰康對上述難題的一次產業回應。這場發佈恰逢泰康成立30週年。自2007年佈局養老產業以來,泰康逐步將養老社區、醫療、康復、護理和保險支付連接起來。
養醫大模型此次進入的,是一套已經運行多年的實體服務體系,其業務範圍也在從養老社區向醫院、社區和居家延伸。泰康保險集團總裁兼首席執行官劉挺軍表示,“人工智能進入產業實際場景,需要與業務流程、專業人員和組織體系深度融合。”沿著這一邏輯,大模型被放進養老社區、醫療機構和多學科團隊的日常流程,參與信息整理、方案輔助和服務協同。從這個意義上看,養老服務的升級不僅依賴單一機構的能力,也取決於醫療、科技、設備、科研等產業力量能否在真實場景中形成協同。不止是社區:泰康如何搭建連續照護體系支撐大模型進入養醫業務的,是泰康以CCRC養老社區為基礎,並連接醫療機構、社區和居家服務所形成的養醫服務網絡。
國內養老供給長期分散在不同機構中。養老社區偏重居住與生活照料,醫院處理急性診療,康復機構承接術後和功能恢復,保險負責風險補償。每一環都有專業分工,但對老人和家庭而言,真正棘手的往往發生在環節之間。一次跌倒之後,住院、康復、生活能力重評和照護方案調整可能持續數月;如果信息不能跟著人走,服務責任也沒有明確交接,機構數量再多,體驗仍然是割裂的。CCRC的價值正在於把這種變化放進同一個服務週期。身體狀況較好時,居民以獨立生活為主;日常活動需要幫助後,服務轉向協助生活;進入失能或認知障礙階段,再由專業護理和記憶照護承接。泰康從2007年開始佈局養老產業,2015年首個旗艦養老社區燕園投入運營。
此後,泰康之家養老社區全國佈局,向縱深發展,並以“一個社區、一家醫療機構”為養醫融合方向。截至目前,泰康醫養已經佈局全國37個城市、48個項目,32家養老社區投入運營,入住居民超過2.3萬人,服務範圍也在從養老機構向社區和居家延伸,逐步形成機構、社區、居家相協調,醫療、養老、護理、康復相融合的多層次養醫服務體系。同時,這套體系還連接了保險支付與長期服務。保險產品提供一部分遠期籌資安排,保險資金的長期屬性與養老社區的建設、運營週期相匹配,實體醫養服務又增強了保險產品的可感知價值。泰康將其概括為“支付、服務、投資”三端協同。
放在商業層面看,CCRC由此成為一套跨週期配置資金、醫療和照護資源的基礎設施,其價值已經超出物業或床位供給。不過,基礎設施只能把資源放到一起,難以自動帶來連續照護。隨著居民數量增加、服務網絡跨城擴展,誰來持續觀察變化,誰來協調醫生、護士、康復和照護人員,誰來把一次干預結果帶回下一輪評估,開始成為運營效率的核心。泰康原有的“1+N”多學科團隊承擔了這項工作,也構成AI進入服務體系的接口。AI嵌入“1+N”:打通健康數據與服務執行在泰康的服務體系中,“1”通常是居民的生活管家或個案管理師,負責統籌需求、協調資源;“N”由家庭醫生、護士、康復師、藥師、營養師、照護人員、社工和文娛人員等構成。
它解決的是組織問題:圍繞同一位居民形成一個長期負責的團隊,避免各專業只處理自己面前的一小段任務。這支團隊要順暢運轉,前提是及時掌握分散在不同環節的信息。養老場景中的風險多樣,睡眠變差、活動量下降、服藥不規律或者一次輕微跌倒,單獨看都可能不算嚴重;放在數月甚至數年的健康變化中,含義可能完全不同。居民數量增加後,專業人員僅靠人工翻閱檔案,很難持續捕捉這些跨時間、跨專業的弱信號。這正是養醫大模型1.0的切入口。現階段,它主要面向泰康這支專業的“1+N”團隊,協助完成健康信息整理、風險提示、方案初擬和任務協同。放在完整的服務體系中,CCRC、AI與“1+N”分別承擔不同功能。
CCRC提供覆蓋生活、健康管理、醫療和康復的真實服務場景,以及承接干預措施的線下能力;AI協助彙集不同環節的信息,形成風險提示和管理建議;“1+N”團隊負責專業審核、資源協調、服務執行和人際溝通。泰康將其中的人機協作機制概括為“AI出方案—家醫把關—專家組兜底”。這種分工進一步落實到“評估—方案—干預—驗證”的服務鏈中。評估階段,模型彙總長期檔案和實時數據;方案階段,AI形成管理建議,由家醫審核,必要時提交專家;干預階段,個案管理師協調醫療、康復、營養和照護資源;驗證階段,團隊繼續觀察體徵、行為與功能狀態變化,並將結果帶回下一輪評估。
AI負責連接信息和提示任務,“1+N”團隊對專業判斷和服務結果負責。發佈會現場展示了慢病管理的應用案例。一位92歲的糖尿病高風險居民經過一個月管理後,糖化血紅蛋白指標得到改善;另一位83歲的高血壓高風險居民經過兩個月管理,個性化血壓達標率達到90%。對於一線人員而言,養醫大模型可以減少資料整理、報告解讀和方案初擬等重複工作,把更多時間留給臨床判斷、照護執行和麵對面的溝通。對於居民而言,科技的價值體現在更及時的提醒、更順暢的轉診、更協調的康復護理,以及更安心、更有尊嚴的日常生活。從內部提效走向產業協同在內部場景完成初步落地之後,泰康為養醫大模型規劃了更大的服務半徑。
按照發佈會披露,未來養醫大模型將逐步延伸至居民和家庭,並通過數字管家、數字醫生等服務入口,連接健康管理、風險預警、日常養老和智慧照護等需求。從業務角度看,這意味著泰康在養老社區中形成的專業服務能力,有機會覆蓋更廣泛的人群。居民獲得的是更便捷的健康諮詢、服務協調和專業支持,泰康則可以把家庭醫生、康復護理和醫療資源進一步連接起來,使養醫服務從機構向社區和居家延伸。醫院是這條服務鏈上的重要延伸場景。發佈會現場,泰康仙林鼓樓醫院介紹了醫療文書、遠程協同、體檢早篩和智能隨訪等應用方向。
通過AI輔助處理事務性工作,醫生可以將更多精力投入診療和患者服務;同時,遠程醫療平臺能夠連接旗下醫院的專家資源,為社區和家庭端提供進一步的專業支持。由此形成的機構、社區和居家服務體系,也拓展了養醫大模型的商業邊界。養老社區提供穩定的服務場景,醫院提供專業醫療支撐,線上入口連接居民和家庭。當不同場景採用相互銜接的服務流程,成熟的專業能力便可以在更多機構和地區落地,擴大高品質養醫服務的覆蓋範圍。更大的增量來自產業協同。此次發佈會彙集了高校科研、智能感知、醫學影像、機器人、醫療信息化和醫療設備等領域的合作伙伴。
不同企業分別提供感知設備、診療工具、康復產品和信息化能力,泰康則提供養老、醫療和居家服務場景,專業團隊負責應用與服務承接。各方圍繞真實需求開展合作,有助於推動新技術和新產品進入實際養醫流程。從商業邏輯看,內部提效、服務延伸和生態協同形成了相互支撐的路徑。專業人員效率提升,有助於擴大高品質服務的覆蓋面;機構、社區和居家服務相互連接,可以回應不同人群、不同階段的健康養老需求;產業夥伴共同參與,則有機會加快新設備、新產品和新服務進入真實場景。從目前來看,泰康的養醫大模型1.
0仍是一個起點,其呈現出一條具有泰康特色的應用路徑,從養老社區出發,以專業團隊為主體,以真實服務流程承接AI能力,再把服務經驗和產業資源向醫院、社區、居家及生態夥伴延伸。對於擁有3.23億老年人口的中國而言,這場試驗最終指向一個樸素的目標,讓更多人享有更及時、更專業、更有溫度的健康養老服務,也為積極應對人口老齡化和健康中國建設提供來自產業一線的實踐樣本。
Related
相關文章

剛剛,Top級的視頻AI免費了!我反手做了個精緻版《牛來》
動不心動?巧了,剛好有個新出的視頻AI,就符合一切要求—— 這就是明星AI實驗室Agnes,最新發布的Agnes Video 2.5系列,目前已經上線Pavo創作平臺: Agnes Video 2.5 Flash:無需消耗積分,免費就能用,適合AI短劇創作者進行大量視頻生成和前期嘗試。

全棧AI,其實是個陷阱?
字母榜2026.08.26 13:32 · 來自北京全文8282字00:00 / 23:43All in AI並不是終點。文 | 字母榜全棧AI,現在差不多已經成為大廠的標配。幾乎所有科技巨頭都在同一個方向使力:把AI產業鏈上越來越多的環節收入自己手裡。於是模型公司操心芯片、數據中心和電力;雲廠商開始訓練自己的模型;手機廠商在補AI能力;社交平臺也在押注Agent和下一代終端。OpenAI可能是今天“全棧AI”野心最明顯的公司之一。

Codex 負責人 Tibo:OpenAI 的遞歸式自我改進,從基礎設施優化開始
OpenAI 如何用 AI 改進 AI 在 Matthew Berman 最新一期訪談中,OpenAI 產品負責人 Tibo 圍繞 Codex 的發展、個人 AI 智能體、模型效率提升與遞歸式自我改進,分享了他對下一波人工智能浪潮的判斷。Tibo 詳細介紹了 OpenAI 如何推動 ChatGPT 與 Codex 合併,打造能夠理解用戶目標、日常工作和個人偏好的通用智能體;也解釋了超高速模型將如何改變開發者的工作方式,讓 AI 能夠與人保持同步,甚至在部分任務中快於人類。

Falcon TST 2.0獲世界權威測評第一名,推動時間序列基礎模型從通用預測走向金融應用
螞蟻國際發布自研時序AI預測模型Falcon TST 2.0,在全球權威基準測試中取得最優成績,MASE降至0.666,超越多家頂尖科技公司。該模型專為跨境支付外匯風險管理打造,已獲巴克萊、花旗、德意志、渣打等大型金融機構採用於現金流與外匯預測,準確率穩定超過93%,並計劃拓展至電商、物流、航空等領域。

深度實測「豆包工作」+飛書:目前最接近企業Agent終局的答案
豆包工作推出獨立電腦版並與飛書深度整合,實測能自動完成製圖、影片、網頁及採購比選等任務。其最大亮點是能直接讀取飛書中的群聊、文件與表格,理解企業上下文並整理選題、追蹤專案進度,被認為是目前最接近企業級Agent終局的答案。

湯道生內部發文回應騰訊 AI 慢了:AI 競爭不是短跑,熬得久比起得早更重要
作者:汪淼 責編:汪淼 評論: 8 月 26 日消息,據鞭牛士今日報道,騰訊集團高級執行副總裁、雲與智慧產業事業群 CEO 湯道生 8 月 25 日晚在騰訊內部刊物《知點》年刊上發表一篇文章。湯道生表示,這篇文章由他和 AI 協同完成,AI 已經從單純的執行工具,變成輔助思考的協作夥伴。