忽如一夜春风来，人工智能（AI）正以惊人的速度改变着世界。“智变”必将引发“质变”。我们应以何种姿态进入AI纪元，让AI成为撬动行业变革的杠杆？当技术一路飞奔，我们又该如何守住数据安全的底线、筑起伦理的护栏？近日，我们邀请相关研究机构和高校专家，请他们分享观察与思考。
近年来，人工智能（AI）技术迅猛发展并广泛应用，在辅助卫生决策领域发挥越来越重要的作用，也为医疗领域带来了新的变革。国务院2021年发布的《“十四五”数字经济发展规划》提出要加快医疗等领域数字化赋能，推动AI在辅助诊断、精准治疗等场景落地。2022年，国家卫生健康委在《“十四五”全民健康信息化规划》中也强调了推动AI技术在疾病筛查、影像识别、药物研发中的应用。在此基础上，《2025年国务院政府工作报告》中提到要持续推进“人工智能+”行动，将人工智能在医疗卫生系统的布局提升至国家战略高度，更标志着我国医疗决策系统正式迈入“人机协同、数据驱动”的新纪元。目前，我国传统卫生决策体系仍有三大结构性矛盾亟待解决。首先，一线医师的认知偏差可能影响诊断的准确性，且繁重的工作负荷可能降低诊疗决策的质量。其次，医疗机构间技术标准的碎片化、数据安全的隐患以及利益协调的复杂性可能阻碍医疗领域决策分析体系的科学化发展。最后，医疗资源的区域和层级分布不均，导致健康公平性存在差距，也进一步增加了三甲医院的诊疗压力。在此背景下，AI赋能的卫生决策正在引发医疗体系的范式革命。AI赋能卫生决策是指AI技术（如机器学习、云计算、医学大数据等）整合多源异构数据，对卫生领域的临床诊疗、疾病防控、资源分配及政策制定等环节提供智能化支持，从而提升决策的精准性、效率与科学性。其本质是以数据驱动和算法优化为核心，重构传统依赖经验的卫生决策模式，推动从个体诊疗到公共卫生管理的全链条智能化转型。这种变革将医疗决策从“医生经验+单点数据”的直觉模式，升级为“全维数据+算法推演”的精准范式。2017年国务院印发的《新一代人工智能发展规划》中提到人工智能发展进入新阶段，并呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。与此同时，AI技术正在驱动全球医疗健康体系决策逻辑与运行范式的重塑，不断推动卫生决策向精准化、动态化与科学化发展。临床诊疗决策，从经验直觉到精准导航 在临床诊疗领域，AI通过智能辅助诊断与个性化治疗两大路径重构医疗决策体系，实现智能化精准决策效能的提升。2023年，阿里达摩院、上海市胰腺疾病研究所等机构合作开发了用于胰腺癌早期检测的AI模型PANDA，成功构建从定位胰腺到检测病灶，再到分类病变的三步式深度学习框架，突破了传统胰腺癌检测依赖医生经验的局限。其基于超3000例手术病例训练集及全球多中心验证，使胰腺癌早期筛查准确率提升至人眼诊断难以企及的水平，标志着临床决策从经验驱动向AI导航的范式跃迁。公共卫生防控，从被动响应到主动防御 AI赋能的公共卫生体系正在构建传染病预警与慢性病管理双重防线。2019年，平安科技与重庆市疾病预防控制中心、中国人民解放军陆军军医大学、清华大学联合研发了一项应用自适应AI模型SAAIM。该模型通过整合历史流感样病例百分比、气象数据、百度搜索指数和微博等多源数据，成功实现了中国重庆地区不规则季节性流感活动的实时预测，为复杂城市环境下流感防控提供了兼具准确性和时效性的智能决策支持。医疗资源优化，从虹吸效应到智能均衡 AI技术正重塑医疗资源分配格局，通过智能分诊、手术机器人辅助基层及远程诊疗等应用，破解三甲医院虹吸效应。随着《“十四五”全民健康信息化规划》推进，AI赋能的线上诊疗网络正成为破解医疗资源结构性矛盾的关键抓手。当前，北京、上海等地逐步依托AI预问诊系统与远程会诊模块，形成“基层首诊+智能分诊+远程确诊”的服务闭环。这种“智能调度+实时监控”的双轮驱动，正在重塑医疗资源的空间分布格局。政策制定与评估，从模糊经验到科学循证 AI在医学政策制定与评估中正推动从经验驱动向数据循证的科学决策转型。2024年国家卫生健康委等三部门联合发布的《卫生健康行业人工智能应用场景参考指引》，将AI定位为覆盖诊疗全流程的辅助工具，明确了84个应用场景，涵盖疾病预防、诊断、治疗及康复管理，通过动态数据整合破解医疗信息孤岛难题。与此同时，我国正加速构建涵盖数据质控、临床准入、效果评估的全生命周期政策框架，推动AI医疗从“辅助工具”向“生态体系”演进，为健康中国战略注入新动能。科技部、国家卫生健康委联合发布的《“十四五”卫生与健康科技创新专项规划》提出要加快基于人工智能技术的疾病诊断治疗、脑机接口、智能穿戴健康设备等前沿领域的发展。在此框架下，AI技术正在重塑医疗决策的底层逻辑。从算法突破到终端落地的技术迭代 当前，AI正经历从底层算法革新到终端场景渗透的跨越式发展阶段。这一进程既源于算力、数据和算法的协同突破，也由产业需求与硬件生态的变革所驱动。目前，AI的演进路径已从实验室的理论创新延伸至现实世界的系统性重构。首先，算法层的突破为终端落地奠定了基石。开源生态的繁荣加速了这一进程——国产大模型DeepSeek以低成本策略突破技术壁垒，实现了跨模态理解能力的跃升。其次，技术落地的重心正加速向终端迁移。随着移动芯片性能的跃升与边缘计算的发展，智能手机、可穿戴设备等终端硬件成为AI核心载体。高通、华为等企业推出的专用推理芯片，可运行强化学习算法，催生手机端模型自进化的可能。最后，技术迭代与产业需求的共振，推动人工智能向“深度赋能”阶段演进。与此同时，伦理治理与可持续发展成为不可忽视的维度，中国17家企业签署《人工智能安全承诺》，正将伦理原则转化为可操作的技术标准。这场从算法到终端的迁徙，标志着AI从“工具属性”向“生态属性”的质变。随着技术突破与场景落地的双向奔赴，一个更智能、更普惠的数字化社会图景正在展开。从个体诊疗到全球健康治理的场景拓展方向 AI技术正促进全球医疗卫生体系的协同发展与资源共享。跨国医疗协作平台借助多语言大模型与实时翻译技术，打破地域限制，使欠发达地区可通过云端对接国际专家资源，这种技术赋能让医疗资源分配从“区域割裂”转向“全球协同”。例如，目前基于自然语言处理和机器学习等技术研发的“健康地图”（HealthMap）、蓝点（BlueDot）等智能化传染病监测预警系统逐渐建立，已在多个国家被用于流行病的监测与预警。当前，AI正从个体健康管理、精准诊疗的技术工具，演变为支撑公共卫生决策、推动全球医疗公平的治理基座，标志着人类健康事业向“主动防御、全域联动”的新阶段迈进。AI赋能卫生决策的本质，是通过技术不断革新辅助推进临床诊疗的精准化、公共卫生的主动化、资源调配的智能化以及政策制定的科学化。目前，通过国家政策推动及区域链技术进步，医疗信息数据互通已取得显著进展。国家卫生健康委2023年统计数据显示，全民健康信息平台已联通90%的三级医院和65%的基层医疗卫生机构，推动医疗数据标准化共享。未来，AI辅助医疗的发展趋势应是“人机协同”的新生态，既促进诊疗效率的提升，又降低医疗风险，实现临床价值最大化，实现“健康中国”的美好愿景。
文：中国医科大学智能医学学院副院长 徐晓倩
发表评论 取消回复