“AI+醫療”再成兩會熱詞：如何讓優質資源觸達基層末梢？｜兩會觀察

21世紀經濟報道記者 唐唯珂 廣州報道

2025年政府工作報告中，醫療衛生作爲事關國計民生的重要議題之一，受到了高度關注。而深化公立醫院改革；推動優質醫療資源下沉；加強護理、兒科、病理、老年醫學專業隊伍建設；加強疾病預防控制體系建設等成爲關注的熱點。

除了醫療部分的描述，2025年的政府工作報告關於人工智能部分則提到了：持續推進“人工智能+”行動，將數字技術與製造優勢、市場優勢更好結合起來，支持大模型廣泛應用，大力發展智能網聯新能源汽車、人工智能手機和電腦、智能機器人等新一代智能終端以及智能製造裝備。

醫療行業的代表委員們圍繞醫療與人工智能、大數據等技術融合發展的相關話題發聲，並帶來一系列建議聲音和提案、議案。

相較於過去，今年政府工作報告中有關“人工智能+”的表述中，首次提出了“支持大模型廣泛應用”。這與今年開年以來，DeepSeek大模型在全球科技圈引起震動有很大關係。而在大模型的應用端，醫療衛生是備受代表委員們關注的領域。“藉助DeepSeek等技術，每個人未來都可能擁有專屬的醫學顧問或慢病專家，甚至是養老陪伴助手。”全國政協委員、三六零安全科技股份有限公司創始人周鴻禕說。

醫療健康之所以頻頻是兩會的熱點，是因爲它關乎每個人的幸福，關乎社會的穩定，關乎國家的未來。當下，我國醫療體系仍面臨着醫療資源分配不均、慢病管理負擔沉重等諸多棘手問題。在此背景下，結合各方信息來看，醫療AI技術正成爲破局的關鍵——它不僅是效率工具，更是重構醫療資源分配邏輯、實現“全人羣、全生命週期健康管理”的核心引擎。

讓優質醫療觸達基層末梢

在過去幾年的政府工作報告中，凡涉及醫療衛生服務部分，一直要求促進優質醫療資源擴容下沉和區域均衡佈局。改變醫療資源分佈不均的現狀，打破傳統醫療體系的物理邊界，讓基層百姓也能享受到優質的醫療服務。

全科醫生服務被認爲是醫療衛生服務的“最後一公里”。理想狀態下，基層全科醫生能診治大多數的常見病、多發病。但目前，我國合格的全科醫生嚴重不足。過去的措施是共享三甲醫院的專家人才，讓優秀醫生下基層或遠程問診，但受限於人力和時間成本，這些措施往往難以常態化覆蓋基層社區。

而目前在AI大模型的助力之下，能夠把接近三甲醫院的診斷水平復制到基層。通過推出符合基層醫生需求的智能輔助診斷系統，幫助基層全科醫生提升問診、診斷、用藥等全系列能力，進而提高診斷效率和準確率，減少誤診和漏診。面對急、難、險、重患者，AI也能輔助全科醫生對轉診時機、轉診地點及轉診路徑的判斷，幫助全科醫生快速做出高效、科學的決策。

如何進一步通過人工智能等新技術推進優質醫療資源的全民普惠？全國政協委員、京東集團技術委員會主席曹鵬建議：強化政策引領，制定《醫療AI普惠發展X年行動計劃》，修訂《醫療器械分類目錄》。夯實普惠底座，由國家衛健委牽頭建設“國家醫療數據共享平臺”，由相關部門牽頭研發開放“隱私計算”技術。培育示範標杆，推廣“AI數字醫生”模式，在縣域醫共體部署“AI診療助手”。

此前即有業內人士指出，人工智能在提升基層醫療服務能力方面具有巨大潛力。可以利用人工智能驅動的輔助診斷系統提升遠程醫療水平，助力醫學教育和培訓，並對基層醫療機構的醫療數據進行深度分析和挖掘，爲醫院管理提供決策支持。推動基層醫療服務能力不斷提升，不僅是對健康中國建設的積極響應，更是爲羣衆提供更加優質高效、系統連續、公平可及的醫療衛生服務的關鍵所在。相信在各方共同努力下，健康中國的願景圖必將成爲惠及全民的實景圖。

老年人慢病管理智能化

慢性病的防控是國家衛生工作的重點。當前，我國有2/3以上的老年人都在受慢性病的困擾。

相關資料顯示，隨着我國人口老齡化加快，60歲以上人羣中一種以上慢病患病率爲75%，高血壓58.3%，糖尿病19.4%，43%有多病共存。以上疾病屬於共患病，有共同的危險因素和發病機制。沉重的慢病負擔導致大量老齡人羣長期生存質量顯著下降，也加重了家庭和社會的負擔。

“唯一解決之道就是抓好全面健康管理，防治融合，共築全民健康保障新體系。”全國政協委員、中日友好醫院原副院長姚樹坤坦言，對因防治是最理想、最有效，也是成本最低的慢病防治策略，可以通過健康教育和健康管理實現。

隨着AI技術在應用端的不斷成熟，智能化健康管理有望迎來新的解決路徑。從輔助醫生進行早期診斷、個性化治療計劃的制定，到通過智能設備和應用程序對患者進行日常監測和管理，智能化健康管理平臺正在通過集成先進的AI技術，爲老年人提供一個全面、便捷且個性化的健康管理工具。

此外，政府工作報告明確提出，今年要“加強護理、兒科、病理、老年醫學專業隊伍建設，完善精神衛生服務體系”。

爲了幫助AI在“預防-保健-診斷-治療-康復”的健康管理全鏈條中更好地發揮作用，姚樹坤建議：將“AI全民健康管理體系建設”納入健康中國建設的戰略規劃中，爲全面推廣AI健康管理提供頂層政策支撐；構建“政府-社會-企業”協同的AI健康生態建設，鼓勵社會組織、醫療機構、科技企業、保險機構、健康管理服務機構等多元主體積極參與；高度重視數據安全和用戶隱私保護，建立完善的監管體系；鼓勵技術創新和服務模式創新。

數據治理與倫理風險

高質量的數據是AI技術在醫療領域應用的基礎，是數據驅動下的醫療新時代的“石油”。

數據資產網信息顯示，我國每年產生超80億份醫療影像數據、50億條檢驗結果，但實際利用率不足5%。三甲醫院各自爲政，數據孤島現象嚴重，宛如信息時代的“巴別塔”。

爲了打破醫療數據“不敢共享、不願共享、不能共享”的困境，2024年12月31日國家發展改革委、國家數據局、工業和信息化部聯合發佈《國家數據基礎設施建設指引》，明確提出可信數據空間是在數據流通利用領域、目前業界主要實踐方案之一。

“必須有創新的數據整合協作的技術體系和模式，來系統性解決醫療健康數據的標準化問題以及安全可信的數據流通問題，最終惠及社會各界，形成一個可持續發展的醫療健康數據生態。” 全國人大代表，通用技術集團董事長、黨組書記於旭波認爲，可信數據空間作爲數據基礎設施，是國家政策所指引的建設方向，也是目前能較好解決醫療健康領域數據尚未有效利用與價值釋放問題的優選路徑，建議加快建設醫療健康領域的可信數據空間。

於旭波指出，可信數據空間採用隱私計算、加密技術、訪問控制、區塊鏈溯源等多種手段，通過建立統一的數據共享規則，可確保醫療數據在共享過程中的安全性和隱私性，解決醫療機構“數據不出院”的顧慮，同時幫助建立統一的醫療健康數據標準體系，打破數據之間的壁壘，實現醫療數據的跨機構、跨行業流通。

此外，值得注意的是，AI在醫療領域的應用場景已越來越廣泛，但醫療健康直面生命，對新技術的容錯率極低。基於此，全國人大代表、北京大學第三醫院骨科主任醫師劉忠軍建議，將AI嵌入醫療診療流程、推動AI技術面向患者，必須謹慎而行，一步一個腳印，每一步都要更紮實、更慎重。只有當技術相對成熟，經過了無數次試驗驗證，其準確率確實有保障時，才能將其投入實際使用。

醫療AI的發展需要堅守“生命至上”的初心。

（實習生孫偉對本文亦有貢獻）