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

　　近年來，AI在醫(yī)療領域持續(xù)深化，從影像識別到疾病預測，從輔助診斷到康養(yǎng)服務，不斷拓展應用邊界。AI在醫(yī)療裝備智能化、影像輔助診斷、慢病管理與康養(yǎng)服務等方面已取得局部突破，但在體制機制、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、技術研發(fā)者和產(chǎn)業(yè)落地者面前的共同命題。

　　因此，要實現(xiàn)真正的普惠醫(yī)療，不僅需要技術能力，更依賴頂層制度設計與公共資源重構。普惠導向的AI醫(yī)療體系，才是技術真正轉化為全民健康福祉的根本通道。

　　AI在醫(yī)療領域的應用正處于“局部突破、整體起步”的階段。當前已有多個方向取得實質(zhì)性進展：比如醫(yī)療裝備的智能化，醫(yī)院管理服務的信息化和醫(yī)學研究與實踐中的輔助診療。這些局部成果雖未形成系統(tǒng)性重構，但已為普惠醫(yī)療的實現(xiàn)打下技術基礎。

　　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“計算換性能”的技術路線，能將傳統(tǒng)CT的輻射劑量降低至原來的五分之一甚至十分之一，這將顯著降低CT對患者和醫(yī)生的輻射影響。這類設備不僅已完成注冊認證，還具備部署到農(nóng)村地區(qū)甚至發(fā)展中國家的可行性，使疾病篩查這一遠程診斷具備了更低門檻、更廣覆蓋的可能。

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

　　在科研領域，AI對某些疾病的診斷和治療也展現(xiàn)出顯著成效。比如，肺結節(jié)識別、糖尿病視網(wǎng)膜篩查等場景中，AI輔助系統(tǒng)的準確率已經(jīng)達到甚至超越普通醫(yī)生的水平。這些單點式突破雖然尚未形成系統(tǒng)性的覆蓋能力，但在實踐中已展現(xiàn)出極高的效率與可擴展性。

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

　　AI賦能醫(yī)療的真正價值，不在于“錦上添花”，而在于“雪中送炭”。其最重要的戰(zhàn)場是普惠醫(yī)療。在當前國內(nèi)醫(yī)療資源分布不均、基層服務能力薄弱的現(xiàn)實背景下，AI提供的不是頂層精英化工具，而是一套標準化、可復制、低門檻的基礎性支撐體系，是解決“基層看病難、看病貴”的關鍵技術路徑。

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

　　其次是對影像判讀的賦能。我國基層醫(yī)療人員往往經(jīng)驗不足，誤診、漏診率較高，而基于大模型訓練的AI系統(tǒng)可以對CT、核磁、X光等常見影像進行高效識別與初步診斷，為醫(yī)生提供第二視角，這有助于提升診斷準確率，縮短決策時間。特別是在肺結節(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應用已能實現(xiàn)與?？漆t(yī)生相當?shù)淖R別水平。

　　再者是普適性問診系統(tǒng)的建立。通過大語言模型與本土醫(yī)療數(shù)據(jù)結合，可實現(xiàn)面向鄉(xiāng)村醫(yī)生與社區(qū)服務人員的智能問答能力，為常見病和慢性病提供標準化初步判斷。系統(tǒng)模擬醫(yī)生的問診邏輯，對患者癥狀進行分類匹配與推薦，覆蓋程度甚至可超過一般基層醫(yī)生水平。這類“數(shù)字醫(yī)生”產(chǎn)品，具備良好的實用性和推廣性，是AI真正實現(xiàn)普及應用的關鍵一步。

　　在此基礎上，AI在重大疾病的早篩方面也具備極高價值。篩查本身是一種高覆蓋率、低成本、可容忍“假陽性”的診斷策略，天然適合與AI結合。例如在癌癥、心腦血管病等國家重點防控領域，借助AI技術大幅提升早篩效率，將有助于緩解醫(yī)保壓力，實現(xiàn)“早發(fā)現(xiàn)、早治療、低代價、高效率”的公共衛(wèi)生目標。

　　慢病管理亦是不可忽視的領域。以高血壓、糖尿病、心衰等慢性疾病為例，AI可在患者與醫(yī)務人員之間建立穩(wěn)定的信息橋梁，實現(xiàn)遠程隨訪、數(shù)據(jù)監(jiān)測、風險預警與用藥建議，極大降低人力成本與漏管率。再配合可穿戴設備與移動終端，還可構建連續(xù)的數(shù)據(jù)鏈條，為健康管理提供動態(tài)反饋。

　　此外，AI技術也正逐步融入康養(yǎng)體系的重塑過程。“新四化”理念提出，即住院部社區(qū)化、病房家庭化、診斷網(wǎng)絡化、運行集團化，意味著三甲醫(yī)院不再孤島運作，而是可以成為區(qū)域醫(yī)療網(wǎng)絡的樞紐節(jié)點，與社區(qū)健康中心共同構建起“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，也為我國老齡化社會提供了持續(xù)性照護與服務的可行模型。

　　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。真正實現(xiàn)AI驅動的醫(yī)療平權，關鍵不在于創(chuàng)造精英技術，而在于打造人人可用、處處可及、長期可負擔的公共技術能力。

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

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

　　更現(xiàn)實的問題是，AI設備提升的是患者受益水平，但采購與使用的決策者卻是醫(yī)院，而醫(yī)院對患者獲益并不直接承擔激勵責任。這種“好技術無處落地”的結構性矛盾，很大程度上也阻礙了先進技術的轉化。

　　其次，數(shù)據(jù)封閉是當前AI醫(yī)療發(fā)展中無法回避的核心問題。醫(yī)療數(shù)據(jù)是AI算法迭代與模型訓練的基礎資源，但多數(shù)醫(yī)院、科室、醫(yī)生仍對數(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，無法形成全國范圍內(nèi)可調(diào)度、可打通的醫(yī)療數(shù)據(jù)網(wǎng)絡，也無法實現(xiàn)算法的真正優(yōu)化。

　　此外，醫(yī)院自身的組織結構也制約著新技術的引入。目前多數(shù)醫(yī)院仍沿用“按科室分利”的管理機制，導致臨床行為強烈依附于收入分配、資源競爭等科室利益結構。只要某項AI技術無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)濟指標為導向的運行模式，本質(zhì)上不利于推動長期價值、公共價值的創(chuàng)新技術落地。

　　最后，醫(yī)療公共政策層面尚缺乏統(tǒng)一頂層設計。目前AI醫(yī)療相關項目多由科研人員、產(chǎn)業(yè)公司、醫(yī)院“自發(fā)推動”，缺乏國家層面的戰(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，重復建設、重復實驗，資源浪費現(xiàn)象普遍。而三方力量——醫(yī)療機構、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)一的目標設定與標準規(guī)范下，三方也很難形成合力推動。

　　AI在醫(yī)療領域的最優(yōu)解，不在于打造少數(shù)高精尖的“神器”，而在于構建一種普惠、連續(xù)、可持續(xù)的基層醫(yī)療與康養(yǎng)服務體系。這一目標的實現(xiàn)，不能僅靠技術突破本身，更依賴于系統(tǒng)性的制度配套與資源重構。以普惠為導向的醫(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，是推動結構性改革的前提。當前我國大量三甲醫(yī)院資源被擠占在康復、護理、注射、慢病隨訪等基層醫(yī)療機構本應承擔的工作中，導致“人滿為患”“越頂越擠”的就醫(yī)困境。

　　在普惠醫(yī)療體系中，應推動三甲醫(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，應將日常照護、康復和基礎診療任務下沉到社區(qū)衛(wèi)生中心和康養(yǎng)中心。AI技術可以在這個過程中提供關鍵支撐，通過輔助診斷、遠程問答、智能隨訪等方式，讓基層醫(yī)療機構具備承擔更多公共服務的能力。

　　其次，智慧康養(yǎng)體系的建設將成為AI發(fā)揮持續(xù)作用的重要場景。以“新四化”理念為指導，構建住院部社區(qū)化、病房家庭化、診斷網(wǎng)絡化、運行集團化的服務架構，推動形成以三甲醫(yī)院為骨干、社區(qū)康養(yǎng)中心為支點的“智聯(lián)網(wǎng)醫(yī)院”體系。這一網(wǎng)絡通過AI技術將醫(yī)療服務延伸至家中與社區(qū)，使老年人、慢病患者無需頻繁奔赴大醫(yī)院即可享受連續(xù)性的健康管理服務，真正實現(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。在普惠醫(yī)療目標下，科研機構負責技術原始創(chuàng)新，產(chǎn)業(yè)界負責產(chǎn)品化與商業(yè)模式構建，而醫(yī)療體系則承擔實際場景驗證、臨床需求反饋與服務落地。三者只有形成相互尊重、分工協(xié)同、數(shù)據(jù)互通的機制，AI醫(yī)療產(chǎn)品才能在真實環(huán)境中不斷迭代優(yōu)化。

　　值得注意的是，普惠醫(yī)療本身并不強調(diào)盈利導向，而側重基本服務的可及性與穩(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，而需依托國家醫(yī)保、政府補貼、公益采購等多元化支付機制。在政PG電子官方平臺入口策層面，政府也應給予技術準入、設備定價、數(shù)據(jù)使用等方面的靈活試點權，為新模式探索留出空間。

　　此外，推動基層醫(yī)療體系對AI技術的吸納和使用，還需在人事管理、崗位設置、收入分配等方面給予配套改革。例如，應允許三甲醫(yī)院對下沉康養(yǎng)服務進行業(yè)務指導并獲取合理收益，建立基層健康中心的職業(yè)晉升與績效評價體系，引導更多人才向“最后一公里”流動。

　　總之，最終目標是建立一個分層清晰、職責明確、技術支撐到位、運行高效的“國家級普惠醫(yī)療底座”。在這一體系下，AI不再是高懸的實驗性科技成果，而是融入日常生活的基礎設施，為所有人提供公平可及的醫(yī)療保障。

　　文/徐宗本 （中國科學院院士、西安交通大學數(shù)學與統(tǒng)計學院教授、大數(shù)據(jù)算法與分析技術國家工程實驗室主任、西安大數(shù)據(jù)與人工智能研究院院長）

　　特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。

　　孩子沉迷玩手機該怎么辦？教你一招！咪咪咪姐弟沉迷玩手機，爸爸媽媽打電話：再玩要抓走！姐弟倆當場急哭，手機秒關，效果驚人！

　　多看兩眼還有點可愛了 這小發(fā)型 媽媽也是盡心盡力的 #論可愛還是要看人類幼崽 #超治愈的小萌娃 #被可愛的人類幼崽治愈了 #委屈巴巴

　　5.5mm蘋果史上最??！iPhone 17 Air最新外觀出爐：6.6英寸高刷屏+單攝

　　蘋果最薄 iPhone 17 Air 再曝：最薄處 5.5毫米、4800萬后置單攝