中國(guó)科學(xué)院院士、西安交通大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院教授徐宗本。


近日,螞蟻集團(tuán)推出了新一代人工智能(下稱“AI”)醫(yī)療健康應(yīng)用——“AQ”。該應(yīng)用具有智能體名醫(yī)問(wèn)診、用藥提醒、醫(yī)院智能服務(wù)、診斷參考等普及化功能。這一應(yīng)用的上線引發(fā)了產(chǎn)業(yè)界和醫(yī)學(xué)界對(duì)“AI如何真正服務(wù)普通人”的廣泛關(guān)注。公眾對(duì)“智能醫(yī)療是否能真正普惠基層”的追問(wèn),再度將AI賦能醫(yī)療的焦點(diǎn)拉回一個(gè)關(guān)鍵議題——普惠。


近年來(lái),AI在醫(yī)療領(lǐng)域持續(xù)深化,從影像識(shí)別到疾病預(yù)測(cè),從輔助診斷到康養(yǎng)服務(wù),不斷拓展應(yīng)用邊界。AI在醫(yī)療裝備智能化、影像輔助診斷、慢病管理與康養(yǎng)服務(wù)等方面已取得局部突破,但在體制機(jī)制、數(shù)據(jù)治理、醫(yī)院定位和產(chǎn)業(yè)協(xié)同等層面仍存在深層障礙。


在“看病難、看病貴”依然困擾普通患者的當(dāng)下,如何讓AI不僅停留在城市大醫(yī)院的輔助系統(tǒng)中,還成為讓民眾“用得上、用得起、用得好”的醫(yī)療工具,這成為了擺在政策制定者、技術(shù)研發(fā)者和產(chǎn)業(yè)落地者面前的共同命題。


因此,要實(shí)現(xiàn)真正的普惠醫(yī)療,不僅需要技術(shù)能力,更依賴頂層制度設(shè)計(jì)與公共資源重構(gòu)。普惠導(dǎo)向的AI醫(yī)療體系,才是技術(shù)真正轉(zhuǎn)化為全民健康福祉的根本通道。


AI賦能醫(yī)療,突破已現(xiàn)但仍在起步階段


AI在醫(yī)療領(lǐng)域的應(yīng)用正處于“局部突破、整體起步”的階段。當(dāng)前已有多個(gè)方向取得實(shí)質(zhì)性進(jìn)展:比如醫(yī)療裝備的智能化,醫(yī)院管理服務(wù)的信息化和醫(yī)學(xué)研究與實(shí)踐中的輔助診療。這些局部成果雖未形成系統(tǒng)性重構(gòu),但已為普惠醫(yī)療的實(shí)現(xiàn)打下技術(shù)基礎(chǔ)。


其中,醫(yī)療裝備智能化的發(fā)展尤為突出。以新一代分布式低輻射CT系統(tǒng)為例,采用“掃描成像分離”和“計(jì)算換性能”的技術(shù)路線,能將傳統(tǒng)CT的輻射劑量降低至原來(lái)的五分之一甚至十分之一,這將顯著降低CT對(duì)患者和醫(yī)生的輻射影響。這類設(shè)備不僅已完成注冊(cè)認(rèn)證,還具備部署到農(nóng)村地區(qū)甚至發(fā)展中國(guó)家的可行性,使疾病篩查這一遠(yuǎn)程診斷具備了更低門檻、更廣覆蓋的可能。


與此同時(shí),醫(yī)院的服務(wù)信息化水平持續(xù)提升。掛號(hào)、分診、繳費(fèi)、取藥等流程的線上化,使患者就醫(yī)體驗(yàn)大幅優(yōu)化,“看病難”的問(wèn)題得到一定緩解。互聯(lián)網(wǎng)醫(yī)院的廣泛推廣,也為未來(lái)AI系統(tǒng)嵌入診療流程、實(shí)現(xiàn)數(shù)據(jù)互通提供了基礎(chǔ)條件。


在科研領(lǐng)域,AI對(duì)某些疾病的診斷和治療也展現(xiàn)出顯著成效。比如,肺結(jié)節(jié)識(shí)別、糖尿病視網(wǎng)膜篩查等場(chǎng)景中,AI輔助系統(tǒng)的準(zhǔn)確率已經(jīng)達(dá)到甚至超越普通醫(yī)生的水平。這些單點(diǎn)式突破雖然尚未形成系統(tǒng)性的覆蓋能力,但在實(shí)踐中已展現(xiàn)出極高的效率與可擴(kuò)展性。


可以說(shuō),AI賦能醫(yī)療在我國(guó)已初顯成效,但整體仍處于探索和驗(yàn)證階段,正處于從“突破”走向“普及”,從“產(chǎn)品”走向“體系”的階段。


普惠醫(yī)療是AI最能發(fā)揮價(jià)值的主戰(zhàn)場(chǎng)


AI賦能醫(yī)療的真正價(jià)值,不在于“錦上添花”,而在于“雪中送炭”。其最重要的戰(zhàn)場(chǎng)是普惠醫(yī)療。在當(dāng)前國(guó)內(nèi)醫(yī)療資源分布不均、基層服務(wù)能力薄弱的現(xiàn)實(shí)背景下,AI提供的不是頂層精英化工具,而是一套標(biāo)準(zhǔn)化、可復(fù)制、低門檻的基礎(chǔ)性支撐體系,是解決“基層看病難、看病貴”的關(guān)鍵技術(shù)路徑。


普惠醫(yī)療的落腳點(diǎn),首先在于下沉。我國(guó)基層地區(qū)普遍缺乏大型醫(yī)療設(shè)備和專業(yè)診斷能力,而以“掃描-成像分離”和“計(jì)算換性能”為核心理念的新型檢查設(shè)備,為解決這一結(jié)構(gòu)性難題提供了技術(shù)抓手。通過(guò)在鄉(xiāng)村部署低成本掃描設(shè)備,將圖像上傳至中心醫(yī)院或云端平臺(tái)進(jìn)行計(jì)算與判讀,可實(shí)現(xiàn)設(shè)備輕量化與服務(wù)集中化的統(tǒng)一。這種架構(gòu)不僅可以覆蓋偏遠(yuǎn)地區(qū),也具備向其他發(fā)展中國(guó)家輸出的潛力。


其次是對(duì)影像判讀的賦能。我國(guó)基層醫(yī)療人員往往經(jīng)驗(yàn)不足,誤診、漏診率較高,而基于大模型訓(xùn)練的AI系統(tǒng)可以對(duì)CT、核磁、X光等常見影像進(jìn)行高效識(shí)別與初步診斷,為醫(yī)生提供第二視角,這有助于提升診斷準(zhǔn)確率,縮短決策時(shí)間。特別是在肺結(jié)節(jié)、糖尿病視網(wǎng)膜病變、乳腺病變等高發(fā)疾病的篩查中,一些AI應(yīng)用已能實(shí)現(xiàn)與??漆t(yī)生相當(dāng)?shù)淖R(shí)別水平。


再者是普適性問(wèn)診系統(tǒng)的建立。通過(guò)大語(yǔ)言模型與本土醫(yī)療數(shù)據(jù)結(jié)合,可實(shí)現(xiàn)面向鄉(xiāng)村醫(yī)生與社區(qū)服務(wù)人員的智能問(wèn)答能力,為常見病和慢性病提供標(biāo)準(zhǔn)化初步判斷。系統(tǒng)模擬醫(yī)生的問(wèn)診邏輯,對(duì)患者癥狀進(jìn)行分類匹配與推薦,覆蓋程度甚至可超過(guò)一般基層醫(yī)生水平。這類“數(shù)字醫(yī)生”產(chǎn)品,具備良好的實(shí)用性和推廣性,是AI真正實(shí)現(xiàn)普及應(yīng)用的關(guān)鍵一步。


在此基礎(chǔ)上,AI在重大疾病的早篩方面也具備極高價(jià)值。篩查本身是一種高覆蓋率、低成本、可容忍“假陽(yáng)性”的診斷策略,天然適合與AI結(jié)合。例如在癌癥、心腦血管病等國(guó)家重點(diǎn)防控領(lǐng)域,借助AI技術(shù)大幅提升早篩效率,將有助于緩解醫(yī)保壓力,實(shí)現(xiàn)“早發(fā)現(xiàn)、早治療、低代價(jià)、高效率”的公共衛(wèi)生目標(biāo)。


慢病管理亦是不可忽視的領(lǐng)域。以高血壓、糖尿病、心衰等慢性疾病為例,AI可在患者與醫(yī)務(wù)人員之間建立穩(wěn)定的信息橋梁,實(shí)現(xiàn)遠(yuǎn)程隨訪、數(shù)據(jù)監(jiān)測(cè)、風(fēng)險(xiǎn)預(yù)警與用藥建議,極大降低人力成本與漏管率。再配合可穿戴設(shè)備與移動(dòng)終端,還可構(gòu)建連續(xù)的數(shù)據(jù)鏈條,為健康管理提供動(dòng)態(tài)反饋。


此外,AI技術(shù)也正逐步融入康養(yǎng)體系的重塑過(guò)程。“新四化”理念提出,即住院部社區(qū)化、病房家庭化、診斷網(wǎng)絡(luò)化、運(yùn)行集團(tuán)化,意味著三甲醫(yī)院不再孤島運(yùn)作,而是可以成為區(qū)域醫(yī)療網(wǎng)絡(luò)的樞紐節(jié)點(diǎn),與社區(qū)健康中心共同構(gòu)建起“智聯(lián)網(wǎng)醫(yī)院”。該體系不僅打通了醫(yī)療資源下沉的通道,也為我國(guó)老齡化社會(huì)提供了持續(xù)性照護(hù)與服務(wù)的可行模型。


就此而言,普惠醫(yī)療不是AI的附加用途,而是其最具使命感與可行性的主戰(zhàn)場(chǎng)。真正實(shí)現(xiàn)AI驅(qū)動(dòng)的醫(yī)療平權(quán),關(guān)鍵不在于創(chuàng)造精英技術(shù),而在于打造人人可用、處處可及、長(zhǎng)期可負(fù)擔(dān)的公共技術(shù)能力。


推動(dòng)AI醫(yī)療應(yīng)用的障礙仍是體制改革滯后


AI賦能醫(yī)療的技術(shù)路徑已愈發(fā)清晰,應(yīng)用前景廣闊,但在推進(jìn)過(guò)程中卻頻頻受阻,其根本癥結(jié)并不在于技術(shù)能力的不足,而在于現(xiàn)有體制機(jī)制的掣肘。即便有技術(shù)、有人才、有產(chǎn)品,仍難以形成規(guī)模應(yīng)用和商業(yè)閉環(huán)。歸根結(jié)底,是現(xiàn)有醫(yī)療體系尚未完成與AI技術(shù)深度融合所需的體制改革。


首先,當(dāng)前醫(yī)療體系的管理結(jié)構(gòu)仍較為封閉。醫(yī)療設(shè)備采購(gòu)、臨床應(yīng)用、數(shù)據(jù)獲取等關(guān)鍵環(huán)節(jié)高度集中于醫(yī)院自身。即使一項(xiàng)AI產(chǎn)品在性能、成本和使用便捷性方面具備明顯優(yōu)勢(shì),也難以突破院內(nèi)既有供應(yīng)鏈和設(shè)備體系的壁壘。


更現(xiàn)實(shí)的問(wèn)題是,AI設(shè)備提升的是患者受益水平,但采購(gòu)與使用的決策者卻是醫(yī)院,而醫(yī)院對(duì)患者獲益并不直接承擔(dān)激勵(lì)責(zé)任。這種“好技術(shù)無(wú)處落地”的結(jié)構(gòu)性矛盾,很大程度上也阻礙了先進(jìn)技術(shù)的轉(zhuǎn)化。


其次,數(shù)據(jù)封閉是當(dāng)前AI醫(yī)療發(fā)展中無(wú)法回避的核心問(wèn)題。醫(yī)療數(shù)據(jù)是AI算法迭代與模型訓(xùn)練的基礎(chǔ)資源,但多數(shù)醫(yī)院、科室、醫(yī)生仍對(duì)數(shù)據(jù)持封閉態(tài)度,既不共享,也不外傳,哪怕是匿名化處理后用于科研合作也極為受限。以致于缺乏統(tǒng)一的數(shù)據(jù)治理體系,無(wú)法形成全國(guó)范圍內(nèi)可調(diào)度、可打通的醫(yī)療數(shù)據(jù)網(wǎng)絡(luò),也無(wú)法實(shí)現(xiàn)算法的真正優(yōu)化。


此外,醫(yī)院自身的組織結(jié)構(gòu)也制約著新技術(shù)的引入。目前多數(shù)醫(yī)院仍沿用“按科室分利”的管理機(jī)制,導(dǎo)致臨床行為強(qiáng)烈依附于收入分配、資源競(jìng)爭(zhēng)等科室利益結(jié)構(gòu)。只要某項(xiàng)AI技術(shù)無(wú)法直接提升某一科室的“賬面效益”,就難以獲得內(nèi)部支持。這種以經(jīng)濟(jì)指標(biāo)為導(dǎo)向的運(yùn)行模式,本質(zhì)上不利于推動(dòng)長(zhǎng)期價(jià)值、公共價(jià)值的創(chuàng)新技術(shù)落地。


最后,醫(yī)療公共政策層面尚缺乏統(tǒng)一頂層設(shè)計(jì)。目前AI醫(yī)療相關(guān)項(xiàng)目多由科研人員、產(chǎn)業(yè)公司、醫(yī)院“自發(fā)推動(dòng)”,缺乏國(guó)家層面的戰(zhàn)略統(tǒng)籌和制度保障。不同醫(yī)院、不同地方、不同部門各行其是,重復(fù)建設(shè)、重復(fù)實(shí)驗(yàn),資源浪費(fèi)現(xiàn)象普遍。而三方力量——醫(yī)療機(jī)構(gòu)、科研單位、產(chǎn)業(yè)企業(yè)——各有訴求,彼此協(xié)同困難。在沒有統(tǒng)一的目標(biāo)設(shè)定與標(biāo)準(zhǔn)規(guī)范下,三方也很難形成合力推動(dòng)。


因此,要實(shí)現(xiàn)AI在醫(yī)療領(lǐng)域的深度融合,必須正視并改革現(xiàn)有體制。


普惠導(dǎo)向的AI醫(yī)療創(chuàng)新需要系統(tǒng)性變革支持


AI在醫(yī)療領(lǐng)域的最優(yōu)解,不在于打造少數(shù)高精尖的“神器”,而在于構(gòu)建一種普惠、連續(xù)、可持續(xù)的基層醫(yī)療與康養(yǎng)服務(wù)體系。這一目標(biāo)的實(shí)現(xiàn),不能僅靠技術(shù)突破本身,更依賴于系統(tǒng)性的制度配套與資源重構(gòu)。以普惠為導(dǎo)向的醫(yī)療AI創(chuàng)新,需要政策、資金、管理、數(shù)據(jù)等多方面的系統(tǒng)支持。


首先,要明確不同類型醫(yī)院的功能定位,是推動(dòng)結(jié)構(gòu)性改革的前提。當(dāng)前我國(guó)大量三甲醫(yī)院資源被擠占在康復(fù)、護(hù)理、注射、慢病隨訪等基層醫(yī)療機(jī)構(gòu)本應(yīng)承擔(dān)的工作中,導(dǎo)致“人滿為患”“越頂越擠”的就醫(yī)困境。


在普惠醫(yī)療體系中,應(yīng)推動(dòng)三甲醫(yī)院回歸“診治疑難重癥、培養(yǎng)基層醫(yī)生”的核心職能范疇,應(yīng)將日常照護(hù)、康復(fù)和基礎(chǔ)診療任務(wù)下沉到社區(qū)衛(wèi)生中心和康養(yǎng)中心。AI技術(shù)可以在這個(gè)過(guò)程中提供關(guān)鍵支撐,通過(guò)輔助診斷、遠(yuǎn)程問(wèn)答、智能隨訪等方式,讓基層醫(yī)療機(jī)構(gòu)具備承擔(dān)更多公共服務(wù)的能力。


其次,智慧康養(yǎng)體系的建設(shè)將成為AI發(fā)揮持續(xù)作用的重要場(chǎng)景。以“新四化”理念為指導(dǎo),構(gòu)建住院部社區(qū)化、病房家庭化、診斷網(wǎng)絡(luò)化、運(yùn)行集團(tuán)化的服務(wù)架構(gòu),推動(dòng)形成以三甲醫(yī)院為骨干、社區(qū)康養(yǎng)中心為支點(diǎn)的“智聯(lián)網(wǎng)醫(yī)院”體系。這一網(wǎng)絡(luò)通過(guò)AI技術(shù)將醫(yī)療服務(wù)延伸至家中與社區(qū),使老年人、慢病患者無(wú)需頻繁奔赴大醫(yī)院即可享受連續(xù)性的健康管理服務(wù),真正實(shí)現(xiàn)“離院不離醫(yī)”。


再次,產(chǎn)業(yè)界、科研界與醫(yī)療體系三者之間的分工協(xié)作也急需重構(gòu)。在普惠醫(yī)療目標(biāo)下,科研機(jī)構(gòu)負(fù)責(zé)技術(shù)原始創(chuàng)新,產(chǎn)業(yè)界負(fù)責(zé)產(chǎn)品化與商業(yè)模式構(gòu)建,而醫(yī)療體系則承擔(dān)實(shí)際場(chǎng)景驗(yàn)證、臨床需求反饋與服務(wù)落地。三者只有形成相互尊重、分工協(xié)同、數(shù)據(jù)互通的機(jī)制,AI醫(yī)療產(chǎn)品才能在真實(shí)環(huán)境中不斷迭代優(yōu)化。


值得注意的是,普惠醫(yī)療本身并不強(qiáng)調(diào)盈利導(dǎo)向,而側(cè)重基本服務(wù)的可及性與穩(wěn)定性。這決定了許多AI醫(yī)療產(chǎn)品的商業(yè)化路徑并非傳統(tǒng)的“銷售—回款”邏輯,而需依托國(guó)家醫(yī)保、政府補(bǔ)貼、公益采購(gòu)等多元化支付機(jī)制。在政策層面,政府也應(yīng)給予技術(shù)準(zhǔn)入、設(shè)備定價(jià)、數(shù)據(jù)使用等方面的靈活試點(diǎn)權(quán),為新模式探索留出空間。


此外,推動(dòng)基層醫(yī)療體系對(duì)AI技術(shù)的吸納和使用,還需在人事管理、崗位設(shè)置、收入分配等方面給予配套改革。例如,應(yīng)允許三甲醫(yī)院對(duì)下沉康養(yǎng)服務(wù)進(jìn)行業(yè)務(wù)指導(dǎo)并獲取合理收益,建立基層健康中心的職業(yè)晉升與績(jī)效評(píng)價(jià)體系,引導(dǎo)更多人才向“最后一公里”流動(dòng)。


總之,最終目標(biāo)是建立一個(gè)分層清晰、職責(zé)明確、技術(shù)支撐到位、運(yùn)行高效的“國(guó)家級(jí)普惠醫(yī)療底座”。在這一體系下,AI不再是高懸的實(shí)驗(yàn)性科技成果,而是融入日常生活的基礎(chǔ)設(shè)施,為所有人提供公平可及的醫(yī)療保障。


文/徐宗本 (中國(guó)科學(xué)院院士、西安交通大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院教授、大數(shù)據(jù)算法與分析技術(shù)國(guó)家工程實(shí)驗(yàn)室主任、西安大數(shù)據(jù)與人工智能研究院院長(zhǎng))

編輯/肖隆平

校對(duì)/趙琳