评论

当下，人工智能（AI）正以前所未有的广度与深度，融入疾病预防、诊疗、健康管理全链条。2025年10月，国家卫生健康委等5部门印发，为这场智能化变革绘制清晰的路线图，其核心在于平衡“促进”与“规范”的关系，引导技术更好地服务人民健康。

AI在不同类型的医疗服务中扮演着差异化角色。在临床诊疗中，AI为医生提供智能化决策支持。四川大学华西医院发布的“华西黉医”大模型，已在早期食管癌检出、精神疾病评估等场景落地，并通过搭建病历智能生成系统，将出院病历书写时间从10分钟缩短至2～3分钟。在基层，AI正成为全科医生提升常见病、多发病诊疗能力的得力助手，智能超声机器人、AI辅助心电图判读设备等也开始在基层医疗卫生机构落地应用。在患者服务端，智能预问诊、精准分诊导诊、云陪诊等应用重塑就医流程，提升患者体验。在慢性病管理和公共卫生领域，AI正从“治已病”向“治未病”延伸，推动健康管理模式向预防为主转型。

尽管前景可期，但从实验室到临床，从技术演示到规模化应用，AI医疗的落地之路并非坦途。

从技术可靠性看，“模型幻觉”与“模型漂移”问题首当其冲。大语言模型可能给出看似合理实则错误的建议，尤其是在罕见病、复杂多系统疾病或需要综合临床经验判断的场景中。在患者群体特征、疾病谱或诊疗规范发生变化时，AI模型性能可能显著下降。

从数据和伦理安全看，数据隐私保护问题日益突出，医疗数据在采集、共享、存储等环节存在泄露风险。同时，算法隐性偏见可能加剧健康不平等。

从应用层面看，如何重构诊疗流程、明确责任边界，让医护人员善用AI工具又保持对算法的理性审视，成为影响应用效果的关键因素。此外，临床验证标准不一、数据标准化与系统互操作性不足，也制约AI医疗产品的规模化应用。

面向未来，推动“人工智能﹢医疗卫生”行稳致远的关键，在于构建一个安全可信的生态系统。这要求在技术优化、数据治理、应用规范等关键领域系统布局、协同发力。

在技术可靠性方面，要持续提升模型的稳健性与准确性，建立持续学习与动态更新机制；建立严格的模型评估与验证体系，确保应用过程中持续监测性能。

在数据治理与伦理安全方面，要加快建立统一的医疗数据标准，打破影像、病历、基因组等数据孤岛，实现多模态数据的融合共享与系统互操作；提升数据集的多样性和代表性，从源头减少算法偏见；建立完善的数据安全管理体系，通过技术创新实现数据“可用不可见”，在保障患者隐私的前提下释放医疗数据价值。同时，将“负责任的AI”理念贯穿于技术研发和应用的全过程，建立有效的伦理审查和风险预警机制。我国初步建立了医疗器械AI审评指导原则体系，期待AI医疗产品审评与监管制度持续完善。

在应用规范与生态建设方面，要建立统一的临床验证标准与应用规范，明确AI在诊疗流程中的定位与责任边界，保障人类医生始终掌握最终决策权。另外，需探索合理的付费与激励机制，让优质AI医疗产品获得可持续发展的动力。

在人才培养方面，要推动医学院校将AI、数据科学纳入教学体系，培养医生的数据素养与算法思维。同时，强化医学人文教育，让未来的医生既懂技术，又能在技术辅助下保持对患者的共情与关怀。

归根结底，AI在医疗领域的价值是赋能医生、惠及患者。我们追求的智能医疗新时代，是效率与公平的统一，是创新与规范的平衡，是技术理性与人文关怀的融合。

直面健康热点

分享真知灼见

评论投稿邮箱：mzpljkb@163.com

文： 四川大学华西医院科技部临床研究管理办公室 周小芹 刘慧珍 康德英

编辑：马杨

校对：杨真宇