近日，山一大一附院（省千佛山医院）“基于安全可信框架的分布式大模型算力服务项目”已完成招标，后续建设正有序推进。随着医院业务规模不断扩大，临床和科研对模型推理效率、数据安全及服务连续性的要求不断提高。项目坚持以临床需求为导向，避免算力资源与实际应用脱节，并以“安全可信、分布协同”为总体思路，统筹高速专线网络、弹性算力集群、分布式推理平台和算法服务，面向诊前、诊中、诊后及科研场景提供算力支撑。

安全可信是建设前提

医疗数据关系患者隐私和临床安全。项目建设高速物理专线，连接医院内部网络与算力服务平台。算力服务平台独立部署，与互联网及其他网络完全物理隔离，形成封闭、可控的安全运行环境，满足医疗数据安全的需求。通过端到端加密、冗余链路、故障切换、缓存备份和异地灾备等措施，保障数据安全稳定传输。结合特征值协同计算，在符合医疗数据安全和隐私保护要求的前提下，实现院内数据处理与大模型推理服务的有效衔接。

算力服务临床与科研

项目采用数据与算力分离的分布式训练与推理架构，医疗数据在院内完成治理和特征提取，经处理和加密的特征数据通过专线传输至算力服务平台，确保原始数据不出院，实现算力云化协同。同时，算力服务平台根据临床、科研和实时推理任务按需调配算力，并通过标准化接口与院内业务系统对接，提供任务提交、状态监控和结果回传等服务。各科室可通过现有业务系统便捷调用大模型能力，医院也可结合实际使用情况，持续优化算力调度和服务流程。

在诊前，算力平台可支撑就医问询、智能预问诊和智能导诊等应用，根据患者描述的症状、就诊需求及院内科室服务信息，辅助完成就诊信息采集、科室推荐和就医流程引导，帮助患者提前了解就诊安排、准备相关材料，减少重复咨询和无效等待。

在诊后，算力服务可用于体检报告智能解读、随访任务分配与追踪、慢病干预和个性化康复计划生成，推动医疗服务向连续健康管理延伸。

在科研方面，弹性算力可为医学模型训练、算法验证、科研数据分析和多学科协同研究提供支撑，帮助科研人员缩短计算任务等待时间，加快医疗人工智能成果验证。

项目建成后，临床科室和科研团队可通过院内业务系统调用相应模型服务。医院将同步完善安全管理、运行监控和应急保障机制，加强应用上线前的测试验证和运行过程管理，确保相关服务规范、稳定运行。对患者而言，相关应用将贯通诊疗全流程，有助于缩短信息获取与服务衔接时间，使就医过程更加便捷、连续。对医院而言，项目将提高优质医疗资源的配置和使用效率，增强医疗服务、健康管理和科研创新能力，更好发挥公立医院服务民生、带动区域医疗水平提升的作用。