I
大脑
AI 原生平台。
联邦学习、临床模型、主权数据。其余三大支柱的共同基础。
架构
三层架构，从治理到执行。
Couche 3
执行
AI 智能体、无人机与机器人在护理一线为医生与患者执行。
Couche 2
协同智能
联邦学习、临床知识同步、抗偏见保障。
Couche 1
治理与信任
零知识证明（ZKP）、链上同意、自动化 GDPR / AI 法案合规。
模型在从不移动患者数据的情况下进行学习。
智能体工作空间
主权智能体工作空间。
MedicalCity 统一患者数据（FHIR）、进行临床分析并构建受治理的 AI 智能体——HDS、AI 法案与 EHDS 合规内建于设计。面向健康与自主生活。
BAYON 智能体 MDM
平台的唯一事实来源：统一的主数据与主规则，对模糊案例进行概率仲裁，每个决策均可追溯、可审计。
技能注册表 + 智能体注册表
每个智能体均须申报——身份、版本、授权操作——每项经生产验证的技能均被沉淀复用。审计级治理。
四大市场用例
01
文档合规
在人工监督下，对档案与监管文件进行持续核验与整改。
02
患者风险监测
在 FHIR 数据上持续聚合弱信号；提醒临床医生——绝不自主决策。
03
档案预审
对档案（APA、MDPH、入院）进行预审与预筛：完整性、材料、分流。
04
多租户电子病历集成
在共享 FHIR 底座上连接异构电子病历系统，按机构隔离。
联邦学习
患者数据不再流动。
MedicalCity 不集中存储病历，而是把模型送到数据所在地。每家机构在本地训练；只有学习成果——而非原始数据——被同步。
01
模型被分发到每家机构。
02
训练在本地进行，数据从不离开。
03
只有经聚合、匿名化的梯度返回以丰富全局模型。
数据主权
默认即为信任而设计。
法国本地托管
医疗数据托管于法国，采用符合 HDS 的基础设施。
端到端加密
静态与传输中加密；密钥在主权范围内管理。
GDPR 内建
数据最小化、可追溯同意与删除权内建于平台。
AI 法案合规
风险分级、审计日志与有记录的医疗评估。
互操作标准 HL7 FHIROpenEHRSNOMED CT
技术路线图
从白皮书到生产。
-
白皮书 v2.0
当前基础
三层架构、联邦学习与链上治理已规范。
-
2027 — v3.0
工业化
跨机构生产级联邦学习，经临床验证的互操作标准。
阅读完整白皮书
需填写邮箱后下载 PDF。