人工智能﹢医疗：科学发展需多方智慧
{"id":"511693","toptitle":"","toptitle_color":"","title":"人工智能﹢医疗：科学发展需多方智慧","title_color":"","subtitle":"","subtitle_color":"","crtime":"2026-06-16 09:05:35","condition":"来源： 健康报 ","thumb": ""}
□本报记者 徐秉楠
当前，人工智能（AI）医疗应用快速发展。传统医患关系将面临哪些变革？基层医疗人才与技术短板能否通过AI得到弥补？行业发展又面临哪些痛点和瓶颈？近日，由清华大学天工智能计算研究院主办的“AI医疗新范式”学术论坛在京召开。多名院士、临床医学专家、政策研究者及产业探索者围绕AI医疗应用落地的机遇与挑战、医患关系重构、产学研医协同发展等议题展开讨论。
医学智慧
推进应用场景百花齐放
当前，AI正逐步深度融入临床场景，推动传统医疗模式迭代升级，医患关系也从单向问诊转向人机协同、医患共治的全新形态。多家医疗机构的落地实践，直观展现了AI在不同专科、不同场景下的应用价值。
“我们希望依托AI培育100万名儿科‘医生’，补齐全国基层儿科人才缺口。”首都医科大学附属北京儿童医院院长倪鑫围绕儿科资源短缺痛点为AI医疗的应用提出愿景。该院打造的“福棠・百川”AI儿科“医生”，聚合了超过300名儿科权威专家的诊疗经验，收录超过4万份临床指南、超过3800万篇专业医学文献，模型性能达到儿科执业医师水平。经过数十场临床查房与病例验证，模型（专家版）给出的诊疗方案与院内专家诊疗意见吻合率高达95%。此外，家庭版模型上线的医院小程序服务用户量已超过20万。
倪鑫指出，目前该模型已落地全国8个省份的60余家基层医疗卫生机构。医院后续还将依托全国儿科医联体继续向县域、基层医疗机构推广该模型，探索补齐基层儿科服务短板的新路径。
在肿瘤诊疗领域，中国医学科学院肿瘤医院副院长李宁教授团队研发陪伴AI，搭建患者、家属、AI、医生、护士五方沟通群。李宁介绍，该产品的研发灵感源自美国纪念斯隆凯特琳癌症中心的一项经典研究：通过定期向患者发送电子邮件提醒其复查、报告自身状况，可有效提高诊疗依从度，最终延长肿瘤患者的生存时间。103名患者参与的16周临床试验显示，7126次对话中需医护介入纠错的比例仅为0.25%，患者周留存率达79.8%，远高于行业常规水平。
李宁还观察到，很多肿瘤患者不愿向医生倾诉恐惧、焦虑等负面情绪，却愿意与陪伴AI坦诚交流。“陪伴AI在副作用教育、情绪支持、复诊依从性等临床长期被忽略的领域，正快速弥补着医患沟通的缺口。”李宁表示。
针对基层慢阻肺病筛查难、管理弱的痛点，上海交通大学医学院附属瑞金医院呼吸与危重症医学科主任医师瞿介明教授团队推出“咳搜”慢阻肺病AI筛查工具。用户仅需用手机录制3分钟咳嗽音频，即可完成高精度的慢阻肺病初筛。
瞿介明介绍，该项目上线3个月便落地全国30座城市186个社区，累计筛查5.05万人次，高危病例检出率达25.3%，目前已获得国家三类医疗器械创新注册证绿色通道认定。
中国工程院院士、耳鼻咽喉头颈外科专家韩德民则从分级诊疗角度解读AI的应用价值。他表示，提升分级诊疗能力是我国医疗模式转型的基础工作。如今从社区健康管理到慢性病康复，完整的服务闭环已基本成型。他同时建议行业应立足临床实际，针对不同病种逐一构建可落地的数字诊疗模型。
中国科学院院士、心血管流行病学与遗传流行病学专家顾东风分享了团队的最新研究成果：依托AI技术解析超过20000份随访10年的心电图数据，在传统疾病危险因素之外，大幅提升了对心血管疾病中等风险人群的再分层能力。这类智能工具能够有效弥补边远地区、基层社区的诊疗短板，助力基层开展疾病筛查与健康管理工作。
从产业落地视角，百川智能创始人、首席执行官（CEO）王小川指出了AI基层应用的难点：“基层诊疗场景复杂多变，AI需具备主动提问、动态收集信息的能力。当前医疗大模型虽在问诊、长记忆能力方面取得突破，但要完全贴合基层需求，仍需持续迭代优化。”
治理智慧
加快克服现实阻碍
在AI医疗应用场景百花齐放的同时，其潜藏的各类挑战让行业无法回避。权责界定、数据安全、技术缺陷等多重瓶颈，仍是行业发展的现实阻碍。
“我不主张称其为AI‘医生’。‘医生’一词有明确的定义，是承担法律责任的医疗行为主体。AI只能作为助理，承担协助工作。”中国工程院院士、生殖医学专家乔杰对AI的角色和定位给出明确看法。她同时表示，AI不会取代医生，但作为助理，它已让诊疗变得更快、更好。
顾东风强调，医疗行业有其特殊性，数据孤岛是AI﹢医疗行业面临的突出难题，必须在严守数据安全的前提下，稳步推进医疗数据的合规共享。
作为国内较早布局AI医疗的领域之一，眼科的落地经验具有重要参考价值。中国工程院院士、眼科专家王宁利直言行业痛点：“眼科AI在实验室环境下的数据表现优异，但投入真实临床场景后，实际应用效果存在显著差距。AI医疗若要实现长远发展，必须经受住真实临床环境的检验。”
王宁利特别强调，AI模型必须建立在真实的医学逻辑基础之上，单纯依靠数据训练得出的概率结果，不具备临床可信度。
政策智慧
助推配套保障措施落地
AI医疗应用的快速崛起，离不开国家自上而下的战略布局与政策扶持。近年来，我国不断出台顶层规划与专项文件，构建起规划引领、落地支持、医保衔接、规范监管的完整政策体系，为行业发展扫清障碍、明确方向。
值得关注的是，2026年4月，国家医疗保障局正式将AI辅助诊断服务纳入国家医保乙类目录，我国由此成为全球首个将AI辅助诊断大规模纳入国家医保体系的国家。
在国家政策引导下，各地同步推进落地工作。作为科创高地，北京市不断丰富AI医疗应用场景、完善监管体系。北京市卫生健康委副主任陈航表示，AI辅助诊断纳入医保收费是突破性进展。AI更是化解优质医疗资源供需矛盾、推进分级诊疗的重要抓手，北京市正推动相关技术下沉至基层与家庭，让群众共享优质医疗服务。
国家医疗保障研究院院长应亚珍也认为，依托庞大的医保基金引导AI服务向基层倾斜，能够有效破解基层“缺人、缺技术、缺经验”的困境；医疗AI不仅是一场技术变革，更是重构医疗卫生服务体系、实现普惠医疗的必然选择。
当前，医疗AI大模型已全面跨越临床应用门槛，各类智能产品通过精准定位，逐步融入诊疗、康复、健康管理全链条，推动医疗行业发生深刻变革。我国拥有海量的临床数据、完善的医保体系以及庞大的基层医疗需求，这些是医疗AI产品本土化发展的独特优势。与会专家一致认为，行业需坚持产学研医协同发力，深耕基层医疗、慢性病管理、居家健康等核心场景，严守技术、伦理、安全三条底线，走契合我国国情的发展道路，使AI技术真正赋能医疗、惠及民生，为健康中国建设持续注入科技动能。