政策背景

     人工智能技术作为一种新质生产力，正在以其无法比拟的速度、广度和深度，对全球经济的发展和社会的进步产生巨大影响。医疗健康领域作为我国人工智能技术应用落地的重要产业之一，医疗领域早已成为人工智能技术探索与实践的重要阵地，以机器学习和数据挖掘为两大核心技术的人工智能技术已经渗透到医疗行业。

      当前，人工智能技术在医疗领域的应用场景日渐丰富。2024年11月，为贯彻落实党中央、国务院关于开展“人工智能+”行动的决策部署，国家卫生健康委员会、国家中医药管理局、国家疾病预防控制局研究制定了《卫生健康行业人工智能应用场景参考指引》，明确了医学影像智能辅助诊断等84个细分领域的应用场景。

      从底层算力到临床应用，AI不再只是医学实验室里的“展示品”，而正深度嵌入医疗流程，让医生从繁重琐事中解放出来，让更多患者享受优质、便捷、精准的医疗服务[1]。

      有报告显示，从目前我国医疗领域人工智能技术创业公司和产品的分布来看，“人工智能+医疗”主要集中在八大应用场景，主要包括疾病风险预测、医学影像、辅助诊疗、药物挖掘、健康管理、医院管理、辅助医学研究平台、虚拟助理等。从目前的市场占有率上看，计算机视觉与基因测序技术的发展，疾病风险预测和医学影像场景下的公司数量最多，相关产品也相对成熟。

      在适应证层面，《2024年中国医疗大健康产业发展白皮书》显示，人工智能医疗已应用于癌症领域、肺结节检测、肺部术前规划、感染性疾病、肺炎诊断、结核病诊断、脑卒中诊断、冠心病诊断和骨折诊断等领域。目前，在肿瘤领域，人工智能技术医疗市场规模达到3亿元，而肺结节检测的市场规模为2.5 亿元。预测未来年复合增速超过60%的领域包括：癌症领域、肺炎诊断、冠心病诊断和骨折诊断，其中癌症领域未来市场前景最好，年复合增速达71.5%。其次为骨折诊断，年复合增速达67.2%[2]。

       在实际应用中，AI赋能医疗的案例不胜枚举。过去医生遇到一个难题可能需要翻阅很多医书，现在通过AI技术可能在一分钟内就能解决，这对于医生诊断具有重大参考意义。在眼科，通过“眼底一张照”，不仅眼病早知道，而且全身的代谢相关疾病也能早知道，能够诊断发现糖尿病、高血压、动脉硬化、脑部占位性病变等30多种疾病。由迈瑞医疗和腾讯联合开发的全球首个重症医疗大模型——启元重症大模型落地深圳，并在北京大学深圳医院打造“样板项目”，让医护人员在与死神的赛跑中抢占先机。借助AI，医生能在5秒钟内完成诊疗的回溯、整合，1分钟完成病历书写，并拥有一本即问即答的重症知识“百科全书”[3]。

      更重要的是，当前我国已进入中度老龄化社会，随着人均寿命的延长，国内医疗需求不断上升，但我国医疗卫生行业面临着医疗资源匮乏、分布不均衡、高端人才短缺、培养周期长、人均医疗费用支出不足等突出问题，迫切需要通过新技术投入来弥补医疗健康领域的短板，而不断提高的政策、技术和社会的接受度促进了“人工智能+医疗”在基层医疗机构的各个应用场景的迅速发展。

      而且AI也不只是三甲医院的专属，智能诊疗正在下沉基层。像今年7月广东上线AI辅助影像阅片系统“粤医智影”，免费提供给全省公立医疗卫生机构使用，已有2093家机构接入。医生上传影像图后，AI可在2秒内生成结构化辅助报告，诊断准确率最高达98%。基层医院无需投入硬件设备和高端人才，就能使用与县级医院同等水平的阅片服务[1]。

政策梗概

      2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号），明确提出“探索推广人人可享的高水平居民健康助手”，要求把人工智能（AI）深度融入辅助诊疗、健康管理、医保服务等场景，全面提升基层医疗健康服务能力和效率。为贯彻落实该部署，11月4日，国家卫生健康委会同国家发展改革委、工信部、国家中医药局、国家疾控局，在总结各地试点经验基础上，联合制定并印发《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，标志着我国“AI+医疗”进入规模化、规范化应用新阶段。

      《实施意见》按照分步推进原则，明确了两阶段发展目标：一是到2027年，推进基层诊疗智能辅助应用在基层医疗卫生机构的应用，缓解基层医疗资源短缺问题；推进临床专病智能辅助决策在医院的应用，提升临床诊疗精准度；推进患者就诊智能服务，优化就医流程体验。同时建成一批高质量医疗卫生数据集、一批临床专病专科垂直领域大模型，并布局国家人工智能应用中试基地，为技术转化提供支撑。二是到2030年，基层诊疗智能辅助应用基本实现全覆盖，推动二级及以上医院基本实现普遍开展医学影像智能诊断等核心技术应用，形成完善的“人工智能+医疗卫生”标准规范体系，建成全球领先的科技创新和人才培养基地，全面实现人工智能与医疗卫生深度融合。

      《实施意见》聚焦重点目标重点领域提出3项主要任务：一是深化重点应用，推进基层智能诊疗、慢性病管理及健康养老服务，拓展临床影像智能诊断、专病辅助诊疗与智能康复用药，优化患者全流程智能服务，同时推动人工智能与中医药、公共卫生、科研教学、行业治理、健康产业融合。二是夯实基础支撑，建设全民健康信息平台，优化医疗数据供给与合规流通，强化算力算法支撑及中试基地建设，完善标准规范与人才体系。三是规范安全监管。优化行业管理和审核体系，完善综合治理机制，创新监管方式和预警机制，加强各环节监管和动态监测，强化数据安全和个人隐私保护，建立健全安全防护体系。

政策亮点

      1.首次把“基层全覆盖”“二级以上医院普遍开展”写进时间节点

     《实施意见》明确，到2030年，基层诊疗智能辅助应用基本实现全覆盖，推动实现二级以上医院普遍开展医学影像智能辅助诊断、临床诊疗智能辅助决策等人工智能技术应用，“人工智能+医疗卫生”应用标准规范体系基本完善，建成一批全球领先的科技创新和人才培养基地。这意味着，未来五年，AI将深度融入预防、诊疗、康复、健康管理等全链条健康服务。

       2.化解就医流程中的堵点、痛点

      精准预约分诊导诊、智能预问诊、云陪诊、智能随访等等都将成为现实，在二级及以上医院，患者将从诊前、诊中到诊后，享受全流程的智能服务。推广床旁智能设备，开展病情监测预警、床旁智能护理等服务；推动检查检验结果跨区域、跨机构互认共享；推广移动支付、医保一站式结算、商业保险快速理赔、满意度调查、院后管理等智能服务，患者就医体验也将得到大力改善。

      3.中医药智能升级

      中医药作为中华文明的璀璨瑰宝，也将迎来智能化升级。比如，构建中医临床专病知识库、临床用药知识库，支撑建设中医药诊疗大模型；鼓励中药研发机构和种植、生产企业构建中药材全流程追溯系统，实现中药种植、加工、使用的全流程智能管理；鼓励各地研发中医智能诊断设备，实现“四诊”信息定量化采集和分析等。

      4.强调安全与规范

      医学是严谨的科学，医疗在享受人工智能技术红利的同时，要严守安全与规范这一人工智能医疗发展的生命线。优化行业管理和审核体系，创新监管方式和预警机制，强化数据安全和个人隐私保护，《实施意见》专章明确“规范安全监管”要求，确保人工智能发展安全、可靠、可控。

政策机遇

      1.AI+制药

      AI技术在难成药靶点、罕见病、复杂疾病抗药性、创新药检验检测等复杂领域有广泛的应用。根据ARK Invest分析，1982-2022年来，药物开发的回报率呈现下降趋势，从20%左右降至10%左右。此前AI已经将药物研发时间缩短了2-3年，这使得专利的经济价值增加了30-50%，未来AI可能会将时间缩短4-5年，这将使得专利价值提高70-80%[5]。

      在中医药领域，将AI技术与中医几千年积累的知识宝库相融合，会在更大程度上赋能中医药的传承创新发展。在新药研发方面，利用大数据模拟分析中草药成分药效与毒性，可以有效提升配伍筛选效率，缩短研发周期。

      2.AI+诊疗

     2024年11月，国家医保局首次将人工智能辅助诊断列入立项指南。为了支持相对成熟的人工智能辅助技术进入临床应用，又防止额外增加患者负担，国家医保局分析人工智能潜在的应用场景，在放射检查、超声检查、康复类项目中设立“人工智能辅助”扩展项，即同样的价格水平下，医院可以选择培养医务人员进行诊疗，也可以选择使用人工智能参与诊疗行为，但现阶段不重复收费。

     目前，AI 辅助诊断主要应用于影像分析、病理诊断、基因检测、早期筛查等。未来几年，将建立基层智能辅助诊疗应用，向基层医生提供辅助诊疗、处方审核、随访管理、中医诊疗等智能应用，提升基层全科辅助诊断、疾病鉴别诊断、医学影像辅助诊断等服务能力等等。值得注意的是，医学影像智能辅助诊断将实现从单病种向单个器官多病种发展，提高影像诊断效率和报告质量。

      3.AI+医院

      AI在咨询问诊、开具检查单、线下检查、检查单解读、治疗方案制定以及随诊追访、慢病管理等环节可以提供全流程智能化解决方案。为智慧管理、智慧临床、智慧科研等提供多样化、多元化的可变分析需求。

      未来，哪怕是社区医生打开智能诊疗系统，屏幕那端，人工智能都已根据居民健康档案自动推送高血压患者的用药提醒和饮食建议；搭载人工智能算法的影像设备精准识别CT图像中的微小病灶，提示医生关注；年轻妈妈通过手机上的中医智能舌诊小程序，为孩子进行体质辨识等等场景都将成为现实。

      AI医院也有可能出现。近期，清华大学宣布成立全球首个“人工智能医院”（Tsinghua AI Agent Hospital），AI从“辅助工具”跃升为“医疗主体”。与传统医院引入AI技术不同，清华AI医院从设计底层融入AI智能体，以临床需求驱动技术架构。其试点聚焦全科、眼科、放射科等科室，通过“紫荆AI医生”系统实现精准决策和效率提升，直击基层医疗资源短缺的痛点[6]。

      这些变化预示着全国医疗云、边缘计算节点、5G医疗专网建设将提速，为服务器、GPU、光模块、网络安全厂商带来百亿级新增订单；影像AI、病理AI、临床决策支持系统（CDSS）、智能随访、医院物流机器人等赛道进入“注册加速+首购补贴”窗口期，头部企业有望快速实现规模化复制；随着“可信数据空间”落地，隐私计算、数据脱敏、区块链存证等技术需求激增，将为“专精特新”企业开辟新蓝海；县域医共体、乡镇卫生院AI辅助诊疗设备更新需求释放，预计2027年前将带动数十亿元硬件+SaaS市场。此外，《实施意见》提出的“人工智能+医疗”交叉学科、继续医学教育、国际人才交流等任务，也将为高校、培训机构、猎头公司提供持续增长空间。

END