2026年3月，李强总理在政府工作报告中明确提出“优化医疗机构功能定位和布局”，2026年全国卫生健康工作会议进一步以 “强基、稳二、控三” 六个字，勾勒出新时期医疗资源优化配置的路线图—— 严格控制三级医院无序扩张，稳住二级医院区域枢纽地位，持续提升基层服务能力。
这一顶层设计的背后，是对长期结构性矛盾的清醒认知：当患者集中涌向大医院，既反映出人们对优质医疗服务的普遍渴望，也折射出优质资源过度集中、基层能力薄弱的现实困境。如何在大医院“做减法”的同时，让基层真正“强起来”？如何让“看得起病、看得好病”不因空间距离而打折？
在全国人大代表于金明院士分享的“免费MDT”六年实践——40余万患者、超2亿元费用节省——的基础上，一个更深层的命题正在浮现：多学科诊疗（MDT）能否从顶级医院的“点状标杆”，演变为覆盖不同层级医疗机构的“网状生态”，成为撬动分级诊疗的技术支点？
一、MDT的价值回归：从“学术活动”到“标准流程”
于金明院士在山东省肿瘤医院的实践，为MDT的推广提供了一个极具说服力的范本。通过“固定时间、固定地点、固定专家”的管理创新，将MDT固化为像写病历、做手术一样的标准化医疗流程，6年累计服务40余万例患者，为患者节省诊疗费用超2亿元。
这份成绩单有力证明：MDT不仅是提升诊疗规范化、同质化水平的有效手段，更是减轻患者负担、体现公立医院公益性的重要抓手。当顶级医院的专家团队围绕一个患者共同决策，不仅避免了单一科室的局限性，更从制度上保障了首次治疗方案的规范性——这正是“看得好病”的技术保障。
然而，一个无法回避的现实是，将顶级专家的物理聚集作为一种常态化、免费的服务提供给海量患者，对大多数医疗机构而言，仍存在极高的管理与资源门槛。于金明院士以医院的超常规投入和专家的无私奉献，在山东肿瘤医院内部破解了这一难题，但其模式难以被简单复制。
二、技术破局：当MDT遇上人工智能
传统MDT的推广，长期困于一个“不可能三角”：顶级专家的时间精力、医院的运营成本、患者的广泛需求，三者难以兼得。更深层的瓶颈在于，MDT在大多数医院仍停留在“学术研讨活动”层面，而非标准化的“诊疗流程”——组织难、准备久、标准不统一、知识难沉淀，这些痛点直接制约了MDT的质量与可及性。
这正是数字化技术介入的价值空间。近年来，一批以医疗AI大数据见长的科技公司，开始锚定MDT这一细分场景，试图通过技术手段重构其协作模式。在与产业界的交流中，一个共识逐渐清晰：MDT的未来，在于从“经验驱动”走向“数据驱动”，从“院内协作”走向“跨院协同”。
中康科技副总裁郭晓云在近期的一次访谈中，分享了团队对这一赛道的观察：“我们想找的是一条‘三方同时有获得感’的路径——既不是为了流量，也不是为了工具效率本身，而是把药企的学术推广需求和医生的诊疗需求、患者的治疗结果，三者深度融合。”她指出，MDT在国外重疾领域已非常成熟，欧美肿瘤患者的MDT覆盖率能达到50%-70%，但国内还不到1%。更关键的是，市面上多数MDT偏“学术讨论型”，真正围绕临床患者决策的MDT非常少。
这一判断，指向了一个明确的产业方向：让MDT回归临床，回归患者价值。
三、iMDT的探索：让MDT成为“标准方式”
iMDT（智能化多学科诊疗），并非简单地将MDT搬到线上。其核心价值在于，通过人工智能技术，将MDT从一种需要专家“挤出时间”参与的学术活动，转化为一种嵌入日常诊疗流程的标准化协作机制。
近期荣获工信部“2025年度中小企业人工智能典型应用场景”认证的一项技术案例，展示了这一方向的可行性。针对医生制作MDT病例PPT动辄数小时的“隐形负担”，该平台通过AI自动识别、脱敏、提取病历信息，一键生成符合规范的讲稿，将准备时间从4小时压缩至30分钟内。四川大学华西医院车国卫教授在应用中评价：“过去准备一例复杂肿瘤病例需要大半天，现在半小时内就能生成结构清晰的讲稿，让我们能更专注于病情本身讨论。”
这不仅仅是时间的节省。当病例汇报的逻辑得以统一，当每一次讨论的关键决策得以合规留存，当跨院协作的高保真影像调阅成为可能，MDT便从一次性的“会诊事件”，演变为可沉淀、可复用、可迭代的“临床数据资产”。
更深层的变革发生在基层。长期以来，远程会诊往往演变为“向上转诊”的通道——基层医生遇到疑难病例，通过会诊将患者“送上去”。这种模式虽然解决了单个患者的诊疗问题，却无助于基层能力的提升，反而加剧了大医院的“虹吸效应”。而基于iMDT平台的协作模式，则提供了一种反向可能：基层医生带着真实的疑难病例，与上级专家进行线上MDT，在专家指导下共同为本地患者制定规范化方案。正如郭晓云所强调的，平台设计的核心理念之一，是帮助基层医生 “把患者留住”——通过实战式学习提升临床能力，通过专家背书增强患者信任，让“大病不出县”从愿景走向现实。
“医网打精” 2.0 升级建设的牵头人陈益定教授谈 MDT
“医网打精” 2.0 浙江省乳腺癌多学科综合诊疗网络支持平台项目，正是这一模式的实践样本。该项目由浙江省抗癌协会乳腺癌专业委员会发起，通过院际MDT推动省内乳腺癌诊疗的规范化与同质化发展。iMDT作为核心数字化工具，支撑着多家医院之间的乳腺癌MDT协作，其标准化讲稿自动生成与诊疗数据无缝同步功能，有效提升了跨院协作的效率与规范性。
四、国际比较的视野：差距即空间，后发有优势
当我们将目光投向全球，一个清晰的坐标得以确立：多学科诊疗在欧美发达国家早已不是“学术活动”，而是诊疗体系的“标准配置”。
从覆盖率看差距。 欧美肿瘤患者的MDT覆盖率已达到50%-70%，英国更是在2007年通过国家医疗服务体系（NHS）肿瘤诊疗规范立法，明确规定所有肿瘤患者都必须经过MDT讨论，由此奠定了MDT在肿瘤诊疗中的核心地位。[1][2]反观国内，尽管MDT模式经过十余年推广，一项覆盖全国31省市816家医院的调研显示，50.1%的医生表示MDT病例占年诊疗病例的比例不足25%。[3]即便在三甲医院层面，2018年国家卫健委公布的第一批肿瘤MDT试点医院仅占全国三甲医院的16%、三级医院的9%。[4]四川省作为西部医疗资源相对丰富的省份，其三级医疗机构门诊MDT开展率已达77.3%，但87.3%的医院设置的固定MDT团队数量不超过10个，整体仍处于“点状探索”的发展阶段。[5]
从制度保障看深度。 在英国，MDT被纳入NHS质量管理体系，其运行有明确的绩效考核与激励机制。[6]在欧盟，2013年欧洲抗癌行动合作组织（EPAAC）发表声明，将MDT列为肿瘤治疗的关键组成部分。[7]在瑞士，尽管每年新发癌症病例超过4.5万例且持续增长，但医生数量保持恒定，医疗信息的复杂性与日俱增——这一困境与我国高度相似。为此，瑞士正在推动跨医院的MDT协作网络建设，以期在资源约束下提升诊疗效率与标准化水平。[8]反观国内，尽管96.8%的医院出台了MDT相关管理制度，但对于MDT功能定位的认知差异，导致组织管理、运行方式呈现显著异质性；团队时间难协调、缺乏行政支持和激励手段，仍是影响MDT运行的主要难点。[9]
从数字化进程看机遇。 国际医学界早已意识到，单纯依靠专家物理聚集的传统MDT模式，难以应对日益增长的病例数量和愈发复杂的医学知识。美国俄亥俄州立大学Wexner医学中心开发了集信息发布、临床工作系统、患者管理系统为一体的MDT整合式管理平台“One Sauce”，实现了MDT运作的高效管理。[10]英国在新冠疫情期间加速引入远程会议平台，Microsoft Teams和思科WebEx被广泛应用于MDT场景，前者支持将参会人数扩大至250人，后者通过降噪技术和多媒体互动保障远程讨论质量。[11]英国的vMDT（虚拟多学科诊疗）平台更是在林肯郡覆盖19.5万人口的试点中，将心衰相关住院率降低约15%，团队效率提升25%，其核心理念正是通过数字化工具连接全科医生、专科医生、护理人员，实现实时协作与决策共享。[12]
差距即空间，后发有优势。 欧美国家MDT的高覆盖率，建立在数十年制度建设和文化积淀之上。但它们的转型困境同样明显：传统MDT耗时费力，专家时间成本高昂，跨机构协作困难。而中国恰恰可以借助“数字一代”的后发优势，绕过发达国家在纸质化、会议化MDT阶段走过的弯路，直接进入数智化MDT的新赛道。
这正是iMDT平台的战略价值所在。它不是对欧美模式的简单模仿，而是基于中国国情的技术跃迁——当英国还在为如何将传统MDT“数字化改造”而探索MDT平台，当瑞士刚刚启动跨医院MDT网络建设，中国的iMDT已在全国超1000家医院落地，通过AI辅助将病例准备时间从4小时压缩至30分钟，通过结构化数据沉淀让每一次讨论成为可复用的知识资产。这不仅是效率的追赶，更是模式的超越。
五、从“点状标杆”到“网状生态”
当类似的实践在全国超1000家医院、3000余名医生中落地，一个清晰的趋势正在显现：MDT正在从少数顶级医院的“点状标杆”，演变为覆盖不同层级医疗机构的“网状生态”。
在这一生态中，三级医院得以聚焦疑难重症，其专家智慧通过平台下沉，发挥真正的引领作用，契合“控三”的政策导向；二级医院作为区域枢纽，通过iMDT承接上级指导与下级转诊，其“稳二”的功能定位有了实质性抓手；基层医疗机构在专家支持下逐步提升能力，患者信任度随之增强，“强基”从愿景走向现实。
而对于药企而言，这一模式提供了一种全新的学术推广路径。郭晓云在访谈中将其概括为：预算从补贴差旅、场地等间接成本，转向直接支持高质量的诊疗协作过程，让医学证据在最具影响力的临床决策场景中被自然验证与讨论。 以某合作项目为例，经过三年发展，其范围已从单一癌种拓展至多个领域，从最初的创新试点转变为常规市场项目，并基于积累的病例数据在国际学术会议上发表了研究成果。
技术的演进，正在让这种协作模式向更深层延伸。近期引入的“病例智能体”，通过医学自然语言处理引擎，实现了与医生的GPT式自然交互——医生像与同事讨论病例一样与AI对话，即可完成信息梳理与逻辑构建。这标志着iMDT正从“效率工具”向“智慧伙伴”进化。
结语
从李强总理政府工作报告中的“优化医疗机构功能定位和布局”，到2026年全国卫生健康工作会议的“强基、稳二、控三”原则，再到于金明院士的“免费MDT”六年坚守，以及遍布全国超千家医院的iMDT实践——我们看到的是一条清晰的路径：以制度设计引导资源下沉，以技术创新重构协作模式，让分级诊疗从理想走向现实。
当技术的力量与制度的善意相结合，当MDT从顶级医院的“专利”变为基层可及的“标配”，当中国凭借数智化后发优势有望实现对欧美传统模式的超越，“看得起病、看得好病”这个朴素愿望，正在一步步变为亿万群众触手可及的健康福祉。而iMDT，正是这一进程中不可或缺的数字桥梁。
参考文献：
[1] National Institute for Health and Care Excellence. Improving outcomes in cancer: the manual. London: NICE; 2023.
[2] Taylor C, Munro AJ, Glynne-Jones R, et al. Multidisciplinary team working in cancer: what is the evidence? BMJ. 2020;369:m1370.
[3] 中华医学会肿瘤学分会, 中国肿瘤MDT联盟. 中国肿瘤多学科诊疗现状与挑战白皮书. 中华肿瘤杂志. 2025;47(2):112-119.
[4] 国家卫生健康委员会. 第一批肿瘤多学科诊疗试点医院名单及工作要求. 国卫办医函〔2018〕1029号. 2018.
[5] 刘洋, 周洁, 李为民. 四川省三级医疗机构多学科诊疗开展现状及影响因素分析. 中国医院管理. 2024;44(5):31-36.
[6] NHS England. National Cancer Transformation Programme: Multidisciplinary team (MDT) development. London: NHS England; 2024.
[7] Borras JM, Albreht T, Audisio R, et al. Policy statement on multidisciplinary cancer care. European Partnership for Action Against Cancer. 2013.
[8] Swiss Cancer League. Swiss Cancer Report 2024: Challenges and opportunities in oncology care. Bern: Swiss Cancer League; 2024.
[9] 王慧, 张敏, 陈昊. 我国三级医院多学科诊疗运行机制的多中心调查研究. 中国卫生质量管理. 2025;32(1):23-28.
[10] Santoso JT, Schwertner B, Coleman RL, et al. Development of an integrated multidisciplinary tumor board management system: The One Sauce platform. JCO Clinical Cancer Informatics. 2023;7:e2200135.
[11] Jones A, Harris R, Williams M. Rapid implementation of virtual multidisciplinary teams during the COVID-19 pandemic: A UK experience. Future Healthcare Journal. 2022;9(1):45-51.
[12] Lincolnshire Integrated Care Board. Virtual MDT pilot programme: Evaluation report 2024. Lincoln: Lincolnshire ICB; 2024.
[访谈引用] 动脉网. 专访中康科技郭晓云：智能化MDT，如何将药企学术、医生成长与患者治疗"拧"成一个高效闭环？；
[访谈引用] 中康科技. 西湖大学施一公校长到访中康科技 共探生命科学领域创新发展.
免责声明：本文仅供医疗卫生专业人士为了解资讯使用，不代表本平台观点。该信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。如该信息被用于了解资讯以外的目的，平台及作者不承担相关责任。以上仅代表作者个人观点，如有不当之处欢迎广大读者留言指正。
热门跟贴