以“智”为桥“数医”融合
{"id":"512520","toptitle":"","toptitle_color":"","title":"以“智”为桥 “数医”融合","title_color":"","subtitle":"","subtitle_color":"","crtime":"2026-07-20 09:32:12","condition":"来源： 健康报 ","thumb": ""}
□赵靖
“十五五”时期是基本实现社会主义现代化夯实基础、全面发力的关键时期。我国人口老龄化程度持续加深、慢性病患病人群规模不断扩大，群众多层次、多样化健康需求持续升级；与之相对，优质医疗资源总量不足、区域分布不均衡，基层医疗卫生服务能力薄弱，各级医疗机构在分级诊疗上尚存在短板。落实健康优先发展战略，健全“三医”协同发展和治理机制，完善分级诊疗制度，夯实基层服务根基，推进全民健康数智化建设，要求卫生健康工作转向体系整合、提质增效的发展路径。
推动数智化赋能卫生健康事业高质量发展，进一步增强医疗服务可及性、提高医疗技术水平、提升医疗服务质量、筑牢患者安全防线、优化医疗资源配置，持续增进人民群众健康福祉，需找准着力点。
把握“数医”融合正确方向
各类新技术在医疗卫生行业的落地应用，必须严格遵循医学客观规律，坚守医疗卫生事业公益性。算法、智能模型可以持续迭代优化，但保障医疗质量安全、人民群众生命健康这条核心底线，丝毫不能动摇。
“数医”融合不是数字技术与医疗业务的简单叠加，而是依托医疗数据与智能技术，推动医疗服务模式、医疗机构组织架构、医疗资源配置方式、全行业治理体系的全方位系统性革新。
推进“数医”融合，要牢牢把握清晰完整的发展主线：以“数”为底座，以“智”为桥梁，以“医”为载体，以“质”为核心，以“全民健康”为根本。
数据是发展根基，唯有规范连续、真实可用的医疗数据，才能支撑算法可靠运行；智能承担转化功能，依托大模型、智能体等技术挖掘数据价值，赋能研判与决策；医疗是价值落地载体，所有技术必须深度融入诊疗、公共卫生、护理、行业治理等实景；质量把控发展速度，一切创新均以医疗安全与诊疗质量为评判标尺；全民健康是最终落脚点，数智建设成效最终以群众健康获得感衡量。
唯有打通数据、智能、医疗、质量、健康的内在关联，构建“数据支撑智能、智能赋能医疗、医疗反哺数据、质量全程校准”的完整闭环，数字技术方能切实转化为卫生健康体系治理与服务的核心能力。
筑牢高质量数据底座
经过多年的信息化建设，医疗机构沉淀了海量电子病历，以及影像、检验、护理等方面的医疗数据，为人工智能赋能医疗打下基础。但行业仍普遍存在数据有量无质的问题：数据标准不一、结构化不足、语义割裂、完整度欠缺，缺乏真正大数据应用能力，成为“数医”融合的突出短板。
数据根基薄弱会放大算法偏差，标准壁垒会阻碍跨域协同，治理缺失导致智能应用难以长效稳定。因此，建设全民健康数智体系，首要任务就是夯实高质量数据底座。要抓实源头全流程治理，将质控嵌入数据生成至应用全链条，构建源头规范、动态纠错、持续优化的机制，减少后期数据清洗压力；完善统一标准，围绕诊断、手术、用药等核心信息推进数据标准化、结构化、语义化，实现机器可读可算；立足业务转化价值，面向临床、质控、科研、政策制定等场景构建优质数据集，推动数据资源转化为服务能力。
医疗数据敏感性强，发展智能应用必须严守安全底线，落实分级分类、权限管控、隐私防护与安全审计等要求。唯有数据安全规范可控，数据价值才能持续释放，数智创新方能稳步前行。
从“技术可用”走向“临床可信”
当前，医疗人工智能在影像诊断、临床辅助、慢性病管理等多场景快速落地。由于医疗风险的属性特殊，对此不能照搬其他行业的快速迭代模式，谨防陷入重模型轻数据、重展示轻实效等误区。
评判医疗人工智能价值，核心要看六大实效：能否改善医疗质量，能否规避安全风险，能否减轻医护负担，能否夯实基层能力，能否优化就医体验，能否推动优质资源均衡布局。
推动医疗人工智能从“技术可用”迈向“临床可信”，需要立足临床价值、安全、群众获益、成本效益构建医学适配评价体系，常态化动态监测，防控算法偏差、模型幻觉，厘清人机权责边界。
人工智能并不天然就能实现高质量成果。低质量数据可能训练出高风险模型，不规范流程可能被技术进一步固化，局部效率提升也可能产生新的系统性风险。因此，越是推进人工智能深度应用，越要把质量安全指标嵌入研发、部署、应用、评价和退出全过程。
以数智化重塑医疗质量安全治理
医疗质量安全是卫生健康事业生命线，也是“数医”融合首要攻坚方向。我国医疗质控体系建设成效显著，但传统人工抽检、事后处置模式，已难以适配复杂庞大的医疗体系治理需求。数字技术的飞速发展，为质控数智化提供了有力支撑。
一是质量监测由抽样检查转向全量感知。依托全流程医疗数据，借助智能模型实时捕捉诊疗全环节风险，弥补人工核查质量效率不足的短板。
二是风险管理从事后处置转向主动预警。整合多维度数据搭建分级预警体系，提前干预潜在风险，压缩风险处置响应时差。
三是行业监管由单点检查转向系统治理。多维关联分析诊疗、费用等异常数据，深挖共性、系统性隐患，提升监管精准度。
“数医”赋能质控并非单纯工具更新，而是治理模式的深层转型，实现由经验驱动转为数据驱动、被动整改转为主动防控、阶段性督查转为常态化智能监测。
以“数医”融合提升体系整体效能
“数医”融合不能局限于院内、少数医院或单一临床场景。为应对老龄化、慢性病多发态势，满足群众对连续整合的一体化健康服务的需求，需将“数医”融合与加快完善优质高效整合型医疗卫生服务体系统筹推进。
贯通防治康管全链条服务。以数字技术赋能智能诊疗、疾病预警、居家康复、机构运营与行业监管，实现从治病到全生命周期健康管理转变。
依托紧密型县域医共体、紧密型城市医疗集团建设，发挥“数医”融合支撑分级诊疗的作用。评判整合成效，不仅要看机构、系统联通，更要看业务协同、资源共享与群众获得感。
依托统一数据标准、智能业务协同，打通机构壁垒，推动优质资源下沉。赋能基层诊疗、精准转诊，保障群众享受到优质、可及、连续的医疗卫生服务。
面向“十五五”，推进“数医”融合绝非简单的技术升级，而是依托数字技术推动卫生健康体系重塑的重要任务。其根本目的在于更好服务人民健康，持续提升医疗质量，优化资源配置，促进医疗服务公平可及。随着数据要素价值不断释放、人工智能技术加速突破，卫生健康领域将加快实现从数字化建设向智能化赋能、从单点应用向体系融合的深层转变。让数字技术之“智”更好服务医学之“本”，以“数”为基、以“智”为桥、以“医”为本、以“质”为要，持续深化“数医”融合，必将为加快完善优质高效整合型医疗卫生服务体系、加快建设健康中国注入更加强劲的持久动力。