（记者 陈洲）手术室内，骨科、眼科智能手术机器人精准辅助临床操作；肿瘤筛查中，AI影像智能识别病灶、快速研判病情；重症监护场景下，智能大模型实时分析患者体征数据，为精准诊疗提供科学参考。近年来，互联网、大数据、人工智能等新一代信息技术持续为医疗卫生事业赋能，医疗服务模式加速迭代。
但医疗AI规模化落地并非一蹴而就，要实现长期稳健发展，需要政策体系引导方向、临床场景验证价值、算力底座破解瓶颈，三者协同发力，共同推动医疗数智化高质量发展。
医疗数智化布局提速 规范与发展并举
医疗领域直接关系人民生命健康，新技术的推广应用，必须坚持创新发展与安全规范同步推进。国家层面持续出台政策，明确“人工智能+医疗卫生”发展方向，鼓励AI辅助诊断、智能手术、智慧健康管理等创新应用，同时对医疗数据安全、算法可靠性、临床应用伦理划定红线。在顶层设计指引下，多地结合本地医疗资源禀赋，出台配套政策文件，因地制宜探索医疗数智化治理路径。
例如，陕西省卫健委等六部门联合印发《陕西省促进和规范“人工智能+医疗卫生”应用发展工作方案》，兼顾激励创新与风险管控。方案鼓励医疗机构围绕临床诊疗、公共卫生、健康管理等场景引入人工智能技术，支持手术机器人、AI影像、慢病智能管理系统落地应用，推动优质医疗资源下沉县域和基层。
医疗数据是医疗AI的核心生产资料，患者隐私保护、数据合规流转是行业不可逾越的底线。再如，浙江省卫生健康委员会、浙江省中医药管理局、浙江省疾病预防控制局联合印发《浙江省医疗卫生机构对外数据合作管理办法（试行）》，聚焦医疗数据对外合作这一关键环节，着力防范数据泄露、滥用、违规流转、非法出境等安全隐患。
陕西侧重推动AI技术临床应用，浙江聚焦医疗数据安全治理，一推一守，形成地方政策互补格局，也印证当前医疗数智化治理思路：发展与规范并举，安全是创新的前提。
医疗大模型深耕临床 打造专业诊疗助手
政策搭建起制度框架，最终成效要看临床场景落地效果。垂直医疗大模型不再局限于简单的挂号、报告查询等基础服务，而是深度嵌入诊断、手术、重症监护、慢病管理全流程，成为医生的专业诊疗助手。如厦门医学院附属海沧医院搭建智慧医疗AI辅助诊疗平台，以“羲和一号”医疗大模型为核心，基于海量真实病历、医学文献和影像数据训练，能够快速整合患者既往病史、检验检查结果，辅助医生鉴别诊断、评估病情风险；在急诊场景实时监测生命体征，对危重情况进行预警；在慢病随访中生成个性化健康建议，推动医疗服务由被动接诊向平台主动精准服务转型。
类似实践在全国多地不断涌现。部分县域医院引入AI影像大模型，弥补基层放射医师不足的短板，对胸片、CT影像进行初筛，快速提示可疑病灶，让偏远地区患者就近获得初步筛查服务。在公立医院的医务管理、病历质控场景，医疗大模型自动结构化提取病历信息，识别书写缺陷，减轻医生文书工作负担，把医务人员从重复性工作中解放出来，投入更多精力与患者沟通。
但在蓬勃的应用实践背后，行业也面临共性难题：很多医疗大模型在单院试点效果良好，一旦大范围推广就遭遇落地成本高、模型适配难、数据孤岛等问题。一套定制化医疗大模型往往需要投入大量算力进行训练、调优，不同医院的系统标准不一，模型很难跨机构复用；医疗机构单独建设算力集群，投入高、利用率低，中小医院无力承担。临床场景丰富多样，病种、设备、病历格式差异巨大，单独为每家医院训练专属模型，产业化复制难度大。
业内人士指出，医疗大模型发展已跨过“能不能用”的阶段，当下核心挑战是如何做到低成本、可复制、安全稳定地规模化应用。
算力基建持续突破 支撑医疗AI产业化发展
临床场景暴露出的规模化落地难题，答案藏在算力基础设施建设之中。算力、算法、数据构成人工智能的三大支柱，算力底座就是医疗AI产业化的硬支撑。只有构建起安全、集约、普惠的新型算力基础设施，降低模型训练、部署、调优成本，打通数据、算法、算力之间的壁垒，医疗大模型才能走出单点试点，实现规模化复制推广。
智慧眼科技股份有限公司联合华为推出新一代医保AI智算一体机，为医疗行业算力下沉提供典型样本。传统医保合规核查长期依靠人工翻阅海量病历与结算单据，属于典型“人海战术”，审核周期长，容易出现漏审、错审。这套智算一体机集成专用算力硬件与医保智能算法，实现海量结算数据秒级智能筛查审核，自动识别重复收费、不合理诊疗、违规报销等风险，大幅压缩审核时长，提升基金监管效能。设备轻量化部署的特点，让各部门、医疗机构无需自建大型算力中心，就能快速启用AI审核能力，降低智能化改造门槛。
针对医疗AI产业化痛点，浙江发布“医疗Token工厂”1.0版本，探索算模数一体化新路径。医疗领域数据标准复杂、模型开发成本高、跨院迁移困难，制约产业规模化。“医疗Token工厂”将医疗文本、影像等各类医学数据做标准化Token化处理，配套统一算力调度能力，为医疗机构、医疗科技企业提供一站式开发底座。其有效降低了医疗大模型研发与场景适配成本，打通从数据加工、模型训练到临床落地的全链条，为破解医疗AI难以规模化复制的行业难题提供解决方案。
与此同时，国产化医疗算力生态持续完善。多地建设区域医疗智算中心，统筹算力资源，面向辖区内各级医疗机构提供普惠算力服务，避免各家医院重复建设算力设施造成资源浪费。国产化算力硬件、安全计算技术不断迭代，在保障患者隐私前提下，支持多方数据联合建模，在不转移原始病历数据的条件下完成模型训练，兼顾算力供给与数据安全要求。算力底座的持续攻坚，正在逐步破解医疗大模型规模化推广的堵点，让优秀的临床AI应用从示范项目走向普惠应用。
从手术室里的手术机器人，到重症监护室的AI病情研判，医疗数智化正在重塑医疗卫生服务形态。面向未来，人工智能将持续深度融入医疗卫生全链条，推动优质医疗资源扩容下沉，不断降低普惠智能医疗服务的落地成本，让科技红利惠及更多群众。
（图片来源：摄图网）
热门跟贴