4 月 24 日至 26 日，第三十届中国医院信息网络大会（CHIMA 2026）在珠海举行。作为医疗信息化领域的重要行业盛会，大会集中呈现了智能化和国产化浪潮下医疗数字化转型的最新趋势。平凯数据库（TiDB 企业版）亮相展会，围绕医疗行业的数据底座建设，展示了面向智能化应用的新一代数据库产品能力与行业解决方案。
今年的 CHIMA 大会，“智能化”成为贯穿全场的关键词。大会回顾了 CHIMA 三十年的发展历程，以及中国医疗信息化半个多世纪的演进路径，并明确指出：医疗行业正在进入一个以数据与智能为核心驱动的新阶段。
无论是主论坛还是分论坛分享，AI 在医疗场景中的应用正加速落地——从辅助诊疗、临床决策支持，到运营效率优化与患者服务体验提升，智能化能力正在不断渗透进医疗业务的核心环节。
与此同时，另一条同样重要的主线也在持续推进：国产化替代。
当“智能化发展”与“国产化推进”在同一时间窗口叠加，一个更具现实意义的问题开始显现：现有的数据底座，能否同时承载合规替换与智能升级？
两个趋势叠加下的数据底座的挑战
从实践来看，不少医疗机构在推进国产化过程中，更多是以“系统替换”为导向，优先满足合规与安全要求。但在实际落地中，医院在国产化过程中普遍遇到三类瓶颈：
-
性能与扩展不足：高并发场景卡顿，复杂查询跑不动
-
架构单一：以 TP 事务为主，难以支撑实时分析（AP）与 AI 数据处理
-
系统割裂：多库多厂商，数据不通、运维复杂、成本高，数据治理开展难
当AI应用逐步深入，这些问题会被进一步放大。AI 不仅需要数据，更需要高质量、实时、可统一调度的数据能力。
换句话说，如果数据底座不升级，那么无论是国产化，还是智能化，都很难真正释放价值。
从“能用”到“好用且面向未来”
在这样的背景下，越来越多行业实践开始指向一个共识：
数据库选型，不应只是“是否国产”，更应关注“是否面向未来”。
面向未来的数据底座，需要具备几个关键特征：
-
统一能力：能够同时支撑事务处理（TP）、分析处理（AP）以及AI相关负载
-
弹性扩展：应对医疗场景中突发性增长与不确定性需求
-
架构演进能力：避免频繁系统重构带来的业务风险与成本
-
开放与兼容：降低迁移门槛，保护既有投入
这种从“单一能力优化”走向“统一架构承载”的变化，本质上是从传统数据库向 HTAP（混合事务与分析处理）+ AI 数据底座的演进。
实践案例：平凯数据库在江苏省人民医院的应用
在本次大会现场，江苏省人民医院信息处景慎旗主任分享了医院在数据底座与智能化应用方面的实践路径。
景慎旗主任介绍，医院早在 2018 年数据中心升级过程中，便引入国产分布式数据库——平凯数据库（TiDB 企业版），逐步承载核心业务系统运行。在此基础上，围绕未来智能化需求，构建了“多模态、多中心、多场景”的数据体系：不仅整合文本、影像、视频等多源数据，还实现了多院区数据融合与科研、临床等多场景贯通。
在应用层面，人工智能正加速落地。包括重症监护大模型对患者指标的实时分析、影像与病理的智能辅助诊断，以及检验报告自动解读等，均已进入实际应用或试点阶段。
“高质量数据是人工智能的燃料”，景慎旗表示，“数据中心建设的核心，是为智能化提供持续支撑。”
国产化与智能化，不应是“取舍题”
在国产化与智能化并行发展的背景下，医疗行业该如何选择数据库？
答案并不在于“选择哪一方”，而在于是否能够找到一个同时支撑两者的基础架构。
**以新一代分布式数据库为代表的技术路线，正在提供一种新的可能： 在满足国产化要求的同时，通过统一的 TP+AP+AI 能力，为未来智能应用预留空间。**平凯数据库（TiDB 企业版）以分布式架构为基础，在满足信创合规要求的同时，提供：
-
一库承载多系统，消除数据孤岛
-
HTAP 混合负载，支撑实时分析与 AI
-
弹性扩展，适配多院区与流量波动
-
简化架构、显著降低许可与运维成本
该架构已在互联网、AI、金融科技场景大规模验证，能够支撑大模型、Agent、实时监控、数据中台等高要求场景。
例如：
-
某家顶级 Agent 公司，该公司多 Agent 系统在短时间内迎来爆发式增长。面对流量与计算需求的剧烈波动，其背后的数据底座依托极致弹性与 Scale-to-Zero 能力，实现秒级扩缩容，在资源“随用随起、用完即停”的同时，稳稳承载了数天内的业务激增。
-
开源大模型应用平台 Dify 也在其数据底座中引入分布式数据库，用于承载多租户环境下的向量数据、应用状态与实时交互数据，支撑智能体与大模型应用的快速构建与迭代。
从这些实践可以看到，当业务走向高并发、实时化与智能化，数据底座往往需要同时具备事务处理、分析处理以及 AI 数据支撑能力。这也进一步印证了：数据库架构的演进，正在成为支撑新一代应用形态的关键基础。
结语：面向未来的底座，决定上限
医疗行业正站在一个关键节点。
一方面，是国产化带来的基础设施重构；
另一方面，是智能化带来的应用创新浪潮。
在这两股力量交汇之处，数据库不再只是“支撑系统运行的组件”，而正在成为决定数据价值上限的关键基础设施。
一个正在被行业认真面对的问题是：
在下一轮医疗信息化升级中，我们选择的是“完成替代与迁移”，还是构建一个真正面向未来、能够持续承载智能化演进的数据底座？
