随着时代的发展，人类对人工智能（AI）技术的掌握愈发成熟，探索愈发深刻。未来已来，越来越多的AI技术正在慢慢脱下高精尖的外衣，成为人类社会发展的亲密伙伴。近日，在2025全国深化医改经验推广会“未来已来——AI赋能医改新探索”分会场上，卫生健康行业与AI技术领域的管理者、专家、实践者，共同探讨AI技术在赋能医改方面的探索与经验。

　　浙江省卫生健康委党委委员、副主任 林杰

　　  “1﹢5﹢6﹢N”的浙江实践

　　  多年来，浙江省一直都在探索AI技术在医疗领域的应用，目前已取得了一些成果。回望来时路，浙江省总结出了成功发展的优势和基础。

　　  一是优良的政策环境。2003年，习近平总书记在浙江省工作期间就提出了建设“数字浙江”的战略方向，历届省委、省政府“一张蓝图”绘到底，坚持推进数字化建设。2024年12月，浙江省聚焦人工智能、生命健康、新材料新能源三大科创高地建设，全力发展新质生产力。

　　  二是扎实的数字基础。浙江省是全国数字健康先行省、“互联网﹢医疗健康”示范省，省、市、县、乡、村五级医疗机构的医疗数据已实现实时互通。

　　  三是优质的医疗资源。浙江省拥有“A﹢﹢”等级医院3家，“A﹢”等级医院15家，县级三级医院占比居全国领先地位（县级三甲医院15家、三乙医院64家）。

　　  四是深厚的科研实力。浙江省拥有中国科学院杭州医学研究所、西湖大学、之江实验室、良渚实验室、西湖实验室等一批生命健康相关高能级创新平台。

　　  五是领先的科技公司。浙江省拥有蚂蚁、阿里巴巴、网易等互联网巨头，也拥有DeepSeek、宇树科技、强脑科技等人工智能“六小龙”。

　　  在制定发展目标方面，浙江省结合自身实际提出“聚焦精准医疗、药械研发、人机交互等前沿领域，充分发挥政府主导作用，汇聚政医产学研等领域的优质资源，释放人工智能在医疗领域的应用潜力，打造创新、开放、共享的医学人工智能发展高地”的发展目标，搭建起“1﹢5﹢6﹢N”的总体框架，即：以打造1个以“安诊儿”为核心的医疗智能体集群，建设算力、数据、技术、应用、推广等五大中心，形成面向公众、医生、医院、科研、产业、政府等六大领域的N个应用场景，形成涵盖基础设施保障、技术攻关验证、创新应用示范、成果转化推广的医学人工智能创新发展的技术链、应用链、产业链。

　　  随着AI技术的不断发展，AI技术和医疗领域的联系越来越紧密，卫生健康行业从业人员要提前思考应对之策，有针对性地做出改变。

　　  一是要建立“人工智能观”。行业主管部门、医疗机构、医务人员要认清人工智能对行业发展、学科发展、个人发展的重要意义。

　　  二是要做好顶层规划，集约建设。AI技术的发展基础包括算力、数据等因素，都需投入较多资源。这就要求有关部门做好顶层规划，把资源利用率最大化。

　　  三是要鼓励跨界融合，建立生态圈。要突出医疗与AI融合过程中多方协作的关键作用。

　　  四是要关注智能向善，统筹发展与安全。医疗关乎人的生命健康，在发展医学人工智能时，要更加注重对数据安全、隐私保护和医学伦理等问题的研究。

　　华为公共事业军团副总裁 赵祎鑫

　　  既向上攀峰又向下扎根

　　  随着生成式AI取得显著进展，AI快速渗透并融入千行百业。其中，医学领域是部署AI较快的领域之一。

　　  “向上攀峰”是指利用AI技术帮助头部医疗机构进行创新，帮助他们实现对疑难疾病诊疗技术的突破。“向下扎根”是指将AI技术逐渐向基层下沉，提升基层医疗卫生机构的诊疗水平。

　　  我国医学领域与AI结合具备三大基础。一是数据要素化已逐步实现，区域医疗数据在政府部门的统筹下逐渐互通。二是科技水平不断提升，技术国产化程度越来越高，信息化应用创新的基础不断加强。三是AI技术在众多医疗机构中有很多成功的实践案例，很多医学场景和AI技术的联系越来越紧密。

　　  然而，医学和AI的结合也需要从4个方面进一步加强。一是强化使用者对AI的训练。二是增强AI对医疗行业知识推理和意图识别的能力。三是加强医疗专业模型与大数据的耦合。四是增强AI与医疗场景及业务应用结合和联创。

　　  在实际应用中，AI已在多个医疗场景取得显著成果。中山大学中山眼科中心的眼科大模型，基于300万次OCT（光学相干断层扫描）眼底影像训练的数据，以及该院在多地义诊中取得的数据，不断优化模型，让医疗服务更精准。

　　  山东大学齐鲁医院的心擎急性胸痛大模型，借助多模态数据综合判断胸痛等级和急救等级，实现急性胸痛治疗早、准、优、精，有效减少误诊和漏诊情况，提升急救效率。

　　  四川大学华西医院的黉医医学大模型，实现了电子病历与医疗数据平台的融合。该院55个科室中有8个科室已实现电子病历自动书写，节省90%病历书写时间。

　　  上海交通大学医学院附属瑞金医院的瑞智病理大模型，通过解决病理数字化难题，优化了病理数据的存储空间，改变传统病理医生的工作模式。同时，该院基于100万张高质量病理图片对AI进行训练，让AI可对90%的癌种实现自动识别。

　　  广东省第二人民医院的叮呗健康大模型，以20万份体检病历为基础接受训练后，不仅能为患者提供个性化健康指导，还能大幅缩短健康报告输出时间，推动区域健康数据精准化，实现对区域内的居民进行慢性病管理，提升基层医疗水平。

　　  未来，随着AI技术不断成熟，AI有望在医疗领域创造更多可能。二者的深度融合将为人们带来更高效、精准的医疗服务，让医疗服务惠及更多人。同时，在健康中国建设进程中，AI还将助力推进公立医院高质量发展、区域医疗中心建设等关键战略，实现“向上攀峰、向下扎根”。

　　国家卫生健康委统计信息中心电子政务处处长、研究员 徐向东

　　  多维度思考应对之策

　　  在深化医改的大背景下，AI技术正加速融入医疗领域，为医疗行业不仅带来了全新机遇，也带来了诸多挑战。一直以来，国家卫生健康委统计信息中心为AI技术的应用提供技术支撑，并持续关注其发展变化。为了推动AI技术在医疗领域健康发展，要从顶层设计、标准引领、生态培育、动态监管、价值导向5个维度进行考量。

　　  顶层设计是促进医疗AI发展的基石，构建“有方向”的政策框架是推动医疗领域AI健康发展的关键。近年来，我国陆续出台和完善网络安全法、数据安全法、个人信息保护法等法律法规，对数据的完整性、保密性和可用性进行严格规范。政策犹如行业发展的“油门”与“刹车”，在促进行业快速发展的同时，也能规避不规范行为。

　　  制定“有尺度”的技术标准，可以帮助医疗领域AI在各个应用场景中更加规范地提供服务。2024年，国家卫生健康委发布《卫生健康行业AI应用场景参考指引》，从4个方面及13个主题对AI在卫生健康行业的应用进行规范。

　　  生态培育强调营造“有温度”的实践网络。基层医疗卫生机构和二、三级医院在AI的使用方向上存在显著差异。基层医疗卫生机构借助AI可完成更多繁复的基础工作从而优化服务流程，提升服务质量。二、三级医院则需要利用AI减少误诊漏诊，辅助医生处理疑难病症。需求的不同决定了AI在医疗领域的发展将呈现多样化趋势，需要结合不同医疗机构的实际情况提供“有温度”的帮助。

　　  动态监管是保障AI健康发展的底线。虽然AI的应用已经成为新一轮科技革命和产业变革的重要驱动力量，但其在法律、安全、就业、道德伦理等方面也面临着新挑战。卫生健康行业事关人民群众的生命安全，AI技术在该领域接受的监管不能只局限在效果上，还要从获取能力、可靠性评估、服务效能覆盖率、易用性、安全性等方面进行监管。

　　  价值导向是AI发展的灵魂。AI只能作为医生的助手，而不能取代医生，医疗机构和医生要避免对AI产生依赖。医生要不断强化自身能力水平，提升临床判断能力，尤其是在处理复杂病情时，要注重与患者的沟通技巧。医疗机构要鼓励医生提升使用AI的能力，不断精细AI的使用场景。

　　  医学是科学与人文的结合体，在AI技术蓬勃发展的今天亦是如此。面对全新的机遇和挑战，要从多维度思考应对之策，真正实现技术赋能医疗，让广大民众受益。

　　北京市海淀区委卫生健康工委委员、海淀区卫生健康委副主任 李秀丽

　　  借力重塑分级诊疗格局

　　  北京市海淀区拥有部队、央属、市属、区属、社会资本等多元隶属关系的医疗机构，医疗资源丰富。为了让优质医疗资源惠及更多居民，完善分级诊疗体系对海淀区卫生健康事业高质量发展至关重要。

　　  海淀区作为国家级自主创新示范区和北京市科技创新中心核心区，区内拥有“AI﹢医疗健康”领域的企业近百家，覆盖了底层大模型搭建、新药研发、临床研究、数字医疗、辅助诊断等众多领域，为海淀区完善分级诊疗体系提供了强大技术支撑。多年来，海淀区借助“三医”协同发展机制，多部门联动，积极推动AI赋能分级诊疗。

　　  一是坚持数智赋能，打造智慧医疗服务模式。2019年，海淀区完成了区内全部社区卫生服务机构诊疗和公共卫生云部署，今年还将完成所有区属医院政务云部署。加快推进“一中心、多平台”卫生健康信息化平台建设，构建以智慧卫生为核心，涵盖院前急救、医学诊疗等功能的智慧卫生网络，并建立了公立医院高质量发展指标等多个监测分析系统。启动北京市医药健康可信数据空间建设，整合医疗、医保、医药、疾控等数据资源，基于数据智能技术进行真实世界数据整合治理，推进真实世界数据在监管创新中的应用。

　　  二是拓展智能场景，推动优质医疗资源下沉。首先，完善紧密型医联体协作机制，海淀区26家社区卫生服务中心现已建成56个市级专病特色科室，涉及12类病种。其次，依托“智慧家医”小程序做好居民健康管理。该小程序不仅可以帮助居民自助建立健康档案、签约家庭医生，享受日常随访、科普宣传等服务，还能查询社区卫生机构药品信息。最后，依托早筛早诊早治机制，实现健康关口前移。7家三级医院联动部署AI外周血细胞形态学分析技术，完成8500例检测，检出约30例重大血液疾病病例，检测效率提升2～5倍；部署眼底人工智能筛查平台，49家社区卫生服务中心部署眼底照相机和AI筛查平台，半年内完成包括12类疾病的8万余例病例筛查。

　　  三是持续技术创新，提升各级医疗机构诊疗水平。海淀区充分发挥区域医学影像平台的作用，为基层提供年均近3万例远程阅片服务，较好地解决了基层配备CT后诊断医生及其能力不足的问题。同时，在平台上部署多病种人工智能辅助诊断产品，与区属三级医院的智能系统联通，构建针对肺结节、肺癌等疾病的三级联动诊疗服务体系；骨科导航机器人在区内医疗机构的骨科手术中应用广泛，助力二级医院提升手术能力。基层医疗卫生机构应用AI处方前置审核系统，年均审核超1000万张处方，处方合格率提升10%以上；引入涵盖3000多种常见疾病的智慧医疗大模型，让AI医生更好地辅助基层医生诊疗。该模型自今年3月上线以来，居民咨询次数达10万次。

　　声音

　　  华为中国地区部副总裁 刘嘉：

　　  AI在医疗领域的应用虽然前景广阔，但也面临如AI和医生的关系尚未厘清、各个医疗机构的技术架构尚不统一、数据规范不够明确、终端接口不一致等问题。因此，要在统一技术架构、统一数据标准、统一医疗设备接口等方面持续发力，始终以患者为中心，以医生为核心，让AI服务于医生并成为医生的“第二个大脑”。

　　  阿里巴巴达摩院医疗AI实验室医学负责人 郭建飞：

　　  当前，AI技术经过快速发展，可以实现对人体生理指标进行无接触实时监测，让院前疾病预防和院后随访管理两大应用场景运行得更高效，从而让AI技术在居家健康监测环节中发挥良好作用。

　　  京东健康探索研究院高级研究员 杨帅：

　　  AI技术虽然拥有语言表达、辅助决策、总结工作等多方面能力，但在切实帮助医生上的能力还需进一步增强。未来要聚焦提升AI在自主智能对话、自主任务决策调用领域专家模型、自主确定能力边界等方面的能力，更好地帮助医生完成工作。

　　  联通数智医疗科技有限公司首席医疗信息官 朱艳春：

　　  未来，AI医疗要聚焦3个方面发展。一是要强化AI技术与各业务系统的一体化建设。二是要充分考虑医生的实际操作习惯，降低医生对AI技术的使用门槛。三是以大模型驱动的医疗AI要充分考虑AI技术的安全合规问题。

　　  讯飞医疗科技股份有限公司执行总裁 尹大海：

　　  当前医疗AI行业面临产品数量激增但质量参差、“AI幻觉”可能引发诊疗安全等挑战。建议有关部门加快制定医疗AI技术应用标准与测试规范，强化安全监管。与此同时，针对老年群体就医需求，急需消除数据壁垒与数字鸿沟，应积极推动医疗服务的智能化与适老化改造，优化就医流程便捷性，提升慢性病管理和居家监测的精准服务水平，让老年群体也能充分享受到“AI﹢医疗”带来的便利。

　　  广东省第二人民医院人民医疗应用研究所首席专家 张浩彬：

　　  广东省第二人民医院在2月28日发布了自主研发的主动健康推理AI大模型，并以此为核心建立了覆盖思维链、服务链、专病链、生态链的管理体系。未来，希望借助AI技术将被动式疾病治疗模式转变为以人民健康为中心的主动健康管理模式。

　　  百川智能副总裁 孙彦新：

　　  目前，国内的医疗资源总量并不稀缺，但缺乏优质医疗资源，各个地区的医疗资源分配不均衡。未来，AI技术的服务对象应聚焦基层，把知名专家的能力和经验复制到大模型中，以AI技术为桥梁，提升基层诊疗能力。

　　  鹰瞳Airdoc创始人 张大磊：

　　  AI发展要坚持普惠性，只有把技术的操作门槛和价格“打下来”，让AI眼底和PBM（光生物调节技术）近视无创光疗等AI医疗设备和服务都可以被所有的基层医疗卫生机构无压力采购、零基础上手使用，让其像空气一样人人都可以享受，才能让AI技术真正赋能医疗行业。

　　  微医集团创始人、董事长 廖杰远：

　　  为了AI医疗能够规范发展，我有3点建议。一是要重点建设经得起临床路径、临床数据和临床专家三重验证的临床大模型。二是有关部门应出台针对医学大模型报备的规范指引。三是打造AI医疗示范区，建议有关部门携手在福建省三明市打造AI医疗示范区，以此形成规范，引领AI医疗行业健康可持续发展。

　　  东软集团副总裁、医疗健康事业部总经理 李东：

　　  在卫生健康领域，尽管大模型技术门槛与算力成本呈下降趋势，但基层医疗卫生机构在AI技术应用上仍面临较大投入压力。建议有关部门牵头构建区域性统一的智能平台，通过集约化资源配置降低基层机构技术使用门槛，让AI真正惠及基层医疗场景。同时，期待与各方协同构建产业生态，赋能医疗全角色、推动医改及医疗行业智慧化升级。

　　  北京大学公共卫生学院卫生政策与管理系副主任 傅虹桥：

　　  基层医务人员对AI技术的需求和利用水平不同，需要重点关注。一些基层医务人员工作压力大，如果没有相应的激励机制，将导致他们学习和使用AI技术后无法增加其收益，那AI技术就无法真正在基层“生根”。

　　  中国信息通信研究院人工智能研究中心国际合作与技术服务部副主任 许珊：

　　  在AI技术领域，我国有很多非常好的案例，但是如何提升案例的影响力，使之成为国际标准和规则是必须要思考的问题。有关部门和相关企业需加强协作，提升我国AI技术在国际上的影响力。

　　  本报记者 吴风港 整理