人工智能將如何改變健康衛(wèi)生服務場景?國家衛(wèi)生健康委等五部門日前發(fā)布的《關于促進和規(guī)范“人工智能+醫(yī)療衛(wèi)生”應用發(fā)展的實施意見》(以下簡稱《實施意見》)繪制了發(fā)展“路線圖”：到2027年，基層診療智能輔助、臨床專科專病診療智能輔助決策和患者就診智能服務在醫(yī)療衛(wèi)生機構廣泛應用;到2030年，基層診療智能輔助應用基本實現(xiàn)全覆蓋。

　　按照這份“路線圖”，人工智能在醫(yī)療衛(wèi)生領域?qū)⒉粩嘭S富應用場景，提升服務能力，保障服務安全，優(yōu)化資源配置，創(chuàng)新預防、診療、康復、健康管理等全鏈條連續(xù)智能服務，更好地滿足人民群眾日益增長的健康服務需求。

　　“《實施意見》標志著人工智能醫(yī)療已經(jīng)從試點探索走向規(guī)�；�推廣的新階段。”河北省邯鄲市人民醫(yī)院院長李楠說，“我們希望最終能構建‘AI提效、醫(yī)生聚力、患者受益’的智能醫(yī)療體系。”

　　聚焦基層應用

　　今年8月，國務院印發(fā)的《關于深入實施“人工智能+”行動的意見》提出，探索推廣人人可享的高水平居民健康助手，有序推動人工智能在輔助診療、健康管理、醫(yī)保服務等場景的應用，大幅提高基層醫(yī)療健康服務能力和效率。

　　在此基礎上出臺的《實施意見》明確了人工智能在基層應用、臨床診療、患者服務、中醫(yī)藥、公共衛(wèi)生、科研教學、行業(yè)治理、健康產(chǎn)業(yè)8個方向的24項重點應用。

　　其中，“人工智能+基層應用”是首要方向�！秾嵤┮庖姟诽岢�，建立基層醫(yī)生智能輔助診療應用。針對基層常見病、多發(fā)病，建立基層智能輔助診療應用，向基層醫(yī)生提供輔助診療、處方審核、隨訪管理、中醫(yī)診療等智能應用，提升基層全科輔助診斷、疾病鑒別診斷、醫(yī)學影像輔助診斷等服務能力。

　　當前，AI“下基層”已具備技術基礎。“AI早已不是只停留在概念階段，而是實實在在走進了醫(yī)院的各個場景。”李楠舉例說，在診斷環(huán)節(jié)，AI能自動分析患者癥狀、生成初步診斷建議，還能輔助醫(yī)生書寫規(guī)范化病歷，顯著提升病歷規(guī)范率;在治療環(huán)節(jié)，AI可提供治療方案參考，部分地區(qū)通過搭建“心電網(wǎng)”“影像網(wǎng)”，讓鄉(xiāng)鎮(zhèn)居民在本地就能享受到三甲醫(yī)院專家級的診療方案;而在住院等復雜場景中，一些先進的醫(yī)療大模型，甚至能將醫(yī)生的病歷書寫時間減少一半。人工智能參與“鏈條式”醫(yī)療衛(wèi)生服務的模式已初見雛形。

　　“以前每天要花大量時間回復基礎咨詢，現(xiàn)在我有了智能體‘分身’，患者的很多常規(guī)問題‘分身’就能隨時解答。”南方醫(yī)科大學皮膚性病研究所副所長林志淼分享了專家醫(yī)生智能體帶來的改變。他介紹，依托京東健康的“京醫(yī)千詢”醫(yī)療大模型，智能體不僅能精準回應銀屑病及皮膚罕見病的常見問題，還能主動為需要進一步診療的患者預約他的門診時間。這讓醫(yī)生從重復咨詢中解放出來，每天能多接診3—5個疑難病例，診療效率至少提升了一半。

　　李楠補充說，人工智能還有助于醫(yī)生提升專業(yè)能力。人工智能可以實時提供參考意見，比如在醫(yī)生閱片時提示可疑病灶、在醫(yī)生開藥時提醒用藥禁忌，這相當于持續(xù)的“線上培訓”，能夠為基層醫(yī)生持續(xù)“充電”。

　　突出場景驅(qū)動

　　《實施意見》堅持以場景為驅(qū)動，面向衛(wèi)生健康行業(yè)真實業(yè)務、依托真實場景、解決真實需求。

　　值得關注的是，《實施意見》提出，到2027年，建立一批衛(wèi)生健康行業(yè)高質(zhì)量數(shù)據(jù)集和可信數(shù)據(jù)空間。在李楠看來，要實現(xiàn)這一目標，醫(yī)院信息科、病案室、臨床科室需協(xié)同合作，按照統(tǒng)一標準對歷史病歷、影像資料、病理報告、基因組學數(shù)據(jù)進行清洗、脫敏和結(jié)構化處理，形成高質(zhì)量的專病數(shù)據(jù)集，并在醫(yī)院內(nèi)部及醫(yī)聯(lián)體之間，建立安全、可控的數(shù)據(jù)交換與共享平臺。

　　京東健康探索研究院相關負責人說，高質(zhì)量數(shù)據(jù)集需要兼顧醫(yī)學�？婆c數(shù)據(jù)集納的專業(yè)性。為此，京東健康與國內(nèi)多家頂級醫(yī)療機構合作，基于病史、檢驗、影像、病理等多個維度的大量高質(zhì)量臨床真實數(shù)據(jù)，構建�？啤�專病模型的訓練數(shù)據(jù)，并匹配真實醫(yī)療場景測評。

　　基于專業(yè)數(shù)據(jù)庫，AI大模型開發(fā)廠商也在持續(xù)開展涵蓋常見腫瘤和重大慢性病的專科專病大模型的研發(fā)，助力醫(yī)療資源匱乏的地區(qū)也能享受到高水平醫(yī)學專家服務。

　　“各級醫(yī)院的工作模式將實現(xiàn)從‘經(jīng)驗驅(qū)動、人力密集型’向‘數(shù)據(jù)驅(qū)動、人機協(xié)同型’的深刻轉(zhuǎn)型。”李楠表示，《實施意見》為醫(yī)院在多個層面推進智能化轉(zhuǎn)型提供了指引，未來頂級醫(yī)院將更專注于解決疑難雜癥、進行前沿科研和制定臨床指南，而常規(guī)診療、慢病管理和術后隨訪將主要由人工智能輔助下的基層醫(yī)院和家庭醫(yī)生完成。

　　規(guī)范安全監(jiān)管

　　安全始終是醫(yī)療衛(wèi)生行業(yè)的“生命線”�！秾嵤┮庖姟穼�“規(guī)范安全監(jiān)管”單列一節(jié)，要求通過優(yōu)化行業(yè)管理和審核體系、創(chuàng)新監(jiān)管方式和預警機制、強化數(shù)據(jù)安全和個人隱私保護等舉措，確保人工智能在醫(yī)療領域安全、可靠、可控。

　　“人工智能在醫(yī)療領域的安全風險呈現(xiàn)多元交織特征，既包含算法黑箱、數(shù)據(jù)欺騙等技術層面的固有挑戰(zhàn)，也隨著多模態(tài)協(xié)同、智能體互聯(lián)等發(fā)展趨勢衍生出新的安全隱患。”廣東醫(yī)科大學多模態(tài)數(shù)據(jù)融合應用實驗室(GMCLab)主任弓孟春告訴記者，風險控制機制的完善需要技術革新、倫理審查與人工智能素養(yǎng)提升“三駕馬車”牽引。

　　《實施意見》要求，完善政府監(jiān)管、機構自治、行業(yè)自律、社會監(jiān)督的綜合治理機制。這在一些醫(yī)療機構中已經(jīng)有所進展。弓孟春介紹，來自中國醫(yī)學科學院、廣東醫(yī)科大學、四川大學華西醫(yī)院、中國科學院自動化研究所、神州醫(yī)療科技股份有限公司等單位的專家共同編寫的《生成式醫(yī)學AI(GMAI)臨床倫理治理專家共識(2025)》，明確提出對人工智能系統(tǒng)實施強制置信度評分和動態(tài)幻覺閾值控制。這呼應了《實施意見》中“開展應用監(jiān)測評估”“建立大模型應用評測驗證”等要求。

　　針對公眾關注的數(shù)據(jù)安全和隱私保護問題，《實施意見》也明確要求，建立健全智能應用數(shù)據(jù)安全防護體系，促進數(shù)據(jù)規(guī)范流通共享。弓孟春說，聯(lián)邦學習是一種“合作共贏”但又“保護隱私”的技術。通過這種技術，數(shù)據(jù)被鎖在不同醫(yī)院各自的“保險柜”里紋絲不動，只有AI模型這個“學生”在各家醫(yī)院之間流動學習。基于這種“數(shù)據(jù)不動模型動”的模式，多家醫(yī)院能夠共同訓練出一個強大的AI模型，整個過程不需要共享任何原始數(shù)據(jù)，從而確保數(shù)據(jù)安全和隱私保護。

（責任編輯：華康）