2026年全国两会期间，AI与各行各业的融合成为热点议题。全国政协委员、北京大学第一医院心内科首席专家霍勇表示，“AI+医疗健康”是抢占国际竞争制高点的关键领域，以AI应用为抓手，可以完善院外健康服务供给体系，提升居民健康水平。
霍勇认为，我国医疗资源存在总量不足、分布不均等难题，近年来我国AI技术在医疗健康领域应用已有长足进步，但还需从模型部署、数据打通、院外健康服务衔接与支付能力保障等多方面进行协同、加速应用，让更多老百姓用得上、放心用。
我国“十五五”规划纲要草案明确提出，要加快建设健康中国，抢占人工智能产业应用制高点。目前，国内涌现出了以蚂蚁阿福为代表的一系列医疗专业大模型和健康AI应用，并成为全球第一大健康AI App，反映出居民对专业、便捷的健康服务有着庞大的需求。与此同时，美国OpenAI、谷歌等科技巨头也纷纷跟进上线AI+医疗健康产品。
作为医学领域的专家，霍勇认为，“AI+医疗健康”已经成为国际AI竞争的关键领域，但国内AI技术在医疗健康领域的应用，还存在技术、政策、场景三个层面的短板。
一是“数据孤岛”制约模型迭代。居民健康数据散落在医疗机构、药店等不同主体中，难以贯通形成多维健康图谱；多数医疗机构倾向于私有化部署大模型，模型“单打独斗”，无法受益于行业积累从而提升服务水平。
二是“不敢用、不会用”的顾虑仍存在，大模型应用价值、评测标准、管理机制尚未达成共识。比如，AI能多大程度促进分级诊疗？节省多少医保资金？这些定量研究尚处空白。
三是院外健康服务覆盖不足，尤其是预防、康复、护理、随访等环节。一名家庭医生往往要服务700至1000名居民，很难做到及时用药指导和定期随访，这正是AI可以发挥作用的领域。
霍勇建议从以下三方面推动“人工智能+医疗健康“高质量发展：
一是打破模型和“数据孤岛”。探索“混合云”部署模式，低敏感度数据部署在“行业云”、高敏度感数据部署在“私有云”，率先推动低敏感度医疗健康数据的互联互通；借鉴美国 “前沿部署工程师”（FDE）模式，以“数据不动知识动”的方式，带动医疗大模型性能持续提升；试点“个人医保云”等，深化国家级数据互联互通。
二是探索医疗大模型分类分级治理体系，建立权威标准。根据不同场景应用价值、风险等级，明确各场景下模型的能力边界和权责；推动医疗机构、模型厂商、第三方机构协同，加快建立行业公认的评测标准，开展价值量化测算和伦理审查机制，让行业有规可依。
三是强化院外健康服务衔接。霍勇建议聚焦居民健康咨询、报告解读、健康管理计划等高频需求，通过“数字家庭医生”、“名医智能体”等已被市场验证的模式，释放AI的应用价值。
同时，霍勇建议扩大政府购买健康服务范围，探索将可穿戴智能设备、居家健康管理硬件纳入财政支持等。他认为，通过技术、政策和场景协同发力，“AI+医疗健康”有望真正实现高质量发展，变成老百姓日常生活触手可及的专业服务，为“健康中国”的新十年建设注入强劲动力。
热门跟贴