AI 重塑医疗生态：两会代表共绘智慧医疗新图景

DeepSeek引领大模型应用热潮。正在召开的2025年全国两会上，人工智能在医疗健康领域的应用，成为全国人大代表、全国政协委员们热议的焦点，相关提案和议案聚焦垂直领域医疗大模型研发、慢性病智能化管理、数据标准与安全规范制定等多个维度。

AI如何赋能智慧医院建设

全国政协委员、中国科大附一院（安徽省立医院）党委书记刘连新在接受媒体采访时表示，我国人口基数大、疾病谱丰富而广泛，医疗领域每天都会产生大量的数据包括电子病历、医学影像、实验室检查结果等，通过大数据技术，可以将这些分散的数据整合起来，建成一个有效、详实、完备的数据库系统。

刘连新表示，将人工智能和大数据技术结合起来，让AI大模型深度融入医疗场景，系统可以通过深度学习海量医学数据和优秀诊疗案例，为基层首诊医生提供快速、精准的诊断建议，有效提高诊断效率和准确率，降低误诊、漏诊风险。

全国政协委员、北京大学肿瘤医院大外科主任、胃肠肿瘤中心主任季加孚介绍，很早以前北京大学肿瘤医院就已经在使用人工智能技术了，目前已经能够通过人工智能来筛查部分肿瘤，比如筛查颈部的甲状腺结节，到底是良性还是恶性的，然后再根据它的严重程度，分流给不同的医生诊治。

季加孚说，在他们医院的临床研究过程中，还通过人工智能来招募患者、筛选患者、建立研究档案等，人工智能不仅为医生的诊断和治疗决策提供了有力支持，也为整个健康医疗行业的发展注入了新的活力，带来了诸多变革。他还举例，医生和患者可以在很轻松的氛围里深入沟通，人工智能则在一边抓取并记录了和患者疾病相关的重要数据，极大地提高了诊疗效率。

全国人大代表、山东省立医院东院保健神经内科主任卢林指出，AI技术在自然语言处理、知识图谱构建等方面具有独特的技术优势。例如，DeepSeek能够学习大量病历数据，总结疾病诊断规律和治疗经验，辅助医生进行诊断和治疗决策；能够梳理国内外医疗机构成熟的服务模式，分析各模式的优缺点，助力医院改进服务流程、改善患者就医体验；能够整合技术优势，分析成本和预算结构，帮助医院降低运行成本、提高运营效率。

全国政协委员、中日友好医院原副院长姚树坤指出，沉重的慢病负担导致大量老龄人群长期生存质量显著下降，加重了个人与家庭负担，更对医保体系形成了压力。他表示，破解这一困局的关键，在于构建预防为主的健康管理体系。随着人工智能技术的成熟，智能化健康管理为此提供了全新路径。

当前，微型化可穿戴设备已能无创监测血糖、血压、心率、血氧等多项指标，一枚指环大小的装置即可实现全天候数据采集。与人工智能深度结合，这些实时生理数据可转化为个性化健康方案，对慢病患者提供智能化、个性化、全天候饮食、运动等生活方式的健康指导和行为矫正，就可以大幅度提高健康管理质量与效率。

数据治理三重难题：

准确性、隐私保护与共享壁垒

虽然人工智能在医疗领域应用前景广阔，但也面临诸多挑战。「比如接入DeepSeek后，在模型训练和数据处理过程中，要确保患者数据不出院，严格保证医疗数据安全性与患者隐私保护。」刘连新表示。

基于DeepSeek等AI技术构建智慧医院也面临诸多挑战。卢林指出存在如下问题：

在技术层面，数据的准确性、完整性和一致性有待提高，数据泄露和篡改的风险不容忽视；模型的可解释性与可靠性有待增强，模型性能波动影响准确性的风险需要重视；技术集成与兼容性存在难题，接口不兼容、数据格式不一致等阻碍了系统整合；

在医学伦理与法律层面，存在责任归属模糊、隐私保护困难、公平性受挑战等伦理困境，以及责任认定、数据保护、医疗事故处理等法律空白与争议；

在人才与管理层面，复合型人才短缺制约了技术应用，医院现有的管理模式、组织架构、业务流程和绩效考核办法等影响了技术推广。

全国人大代表、浙江省人民医院院长葛明华表示，目前医学人工智能存在数据共享程度低、知识利用不足、算力不足以及安全隐患等不足等现状。为此他建议，国家应制定医学人工智能发展的专项规划，完善相关政策法规和标准规范，推动建立全国统一的医疗数据标准和规范，打破数据孤岛，建立医疗数据交易平台。加大对医学人工智能关键核心技术的研发支持，建立医学人工智能关键技术的评价机制和评判标准，加强国际合作与交流，并培养一批复合型人才，鼓励公立医院与高校、企业联合开展人才培养。

全国政协委员、中国医学科学院阜外医院主任医师敖虎山表示，目前说的大模型大多是通用的，但是垂类的大模型还有很长的路要走。

敖虎山正在研究麻醉机器人，目前遇到的问题是，「垃圾数据比较多，已经拿到的数据需要不断地整理、清洗。」因此，敖虎山呼吁，要提高垂类数据的公开、共享。

全国政协委员、遵义医科大学附属医院副院长傅小云表示，希望国家加快构建一体化医疗大数据市场。在他看来，由于不同地区的医疗资源都不一样，医疗数据存在着很多壁垒，或者说数据的质量不高。只有有了「好数据」，再加上好的算法、强大的算力，才能够建出最优的大模型，构建一体化的数据市场，让医疗资源造福于民。

结合智慧医疗等三大体系

聚焦诊前、诊中、诊后全程

虽然AI看病的风险确实存在，但是来自医院的代表委员们也在想办法让AI更好地为患者服务。全国政协委员、浙江大学医学院附属第一医院总部麻醉科主任方向明希望，未来AI可以模拟情景，深入浅出地告诉病人：第二天要麻醉，为什么前一天晚上不能吃饭；做了心脏支架后，为什么要等3个月才可以做脑部的手术。方向明还希望用数字孪生技术来缓解医生工作中的负担。

为构建基于DeepSeek等AI技术的智慧医院高质量发展新范式，卢林提出如下建议：

在技术优化与创新方面，建立统一数据标准，加强质量管理和安全保障，提升数据质量与安全；改进算法，调整超参数，增加可视化工具，优化模型性能与可解释性；制定统一技术标准，加强产学研合作，促进技术集成与协同创新；

在医学伦理与法律规范建设方面，制定完善伦理准则，建立独立审查委员会，加强监督管理；完善相关法律法规，明确责任主体，加大执法力度；

在人才培养与管理变革方面，构建复合型人才培养体系，推动高校教育改革、在职人员培训和专职人才引进；创新医院管理模式，优化组织架构，再造业务流程，创新绩效考核体系；

在服务行业方面，一方面，AI技术开发者要深入了解医疗行业的需求和特点，开发出更符合医疗实际的AI产品和解决方案。另一方面，医疗行业从业者要不断提升自身的AI技术素养，积极应用AI技术；

在社会支持方面，充分发挥政府和行业协会作用，加强对「AI+医疗」的规范和引导，制定相关的标准和指南。

全国人大代表、苏北人民医院大内科主任、风湿免疫科主任魏华则提出如下建议：

强化顶层设计。建议国家层面成立「人工智能+医疗健康」高质量发展领导小组；由国家卫生健康委牵头，联合相关部门研究编制医学人工智能发展专项规划，明确发展目标、重点任务和实施步骤，为医学人工智能的发展提供政策依据和方向指引；

布局算法算力。建议国家层面统筹推进医疗大模型建设，应深入挖掘并整合医疗领域的大数据资源，利用这些数据驱动大模型在医疗垂直领域的训练、强化学习、监督微调等，确保模型能精准解读医疗信息，并服务于临床医疗实践，大幅提升诊断精准度与治疗有效性；应同步规划算力基础设施建设蓝图，指导评估高性能计算设备的应用方案，加速医疗垂直领域大模型向实用临床工具的转化进程；

加大财政投入。应设立国家医学人工智能科研专项基金，鼓励医疗机构、科研机构和企业开展医学人工智能的创新研发，并专项用于支持医学人工智能领域的项目研发、平台建设等关键环节。对纳入国家医学人工智能发展重点项目库的项目，给予优先资金扶持，并按照项目实际需求与进展情况，分阶段、精准化拨付资金，确保项目顺利推进并取得实效。

在拓展应用场景方面，魏华建议结合智慧医疗、智慧服务、智慧管理三大体系，聚焦诊前、诊中、诊后的全程，以提升患者就医体验、提升医疗质量、促进医学科研创新为目标，高标准规划设计应用场景，并制订分步实施和推广应用的计划：

一是面向公众提供智慧服务，有序建设和推广基于人工智能大模型的智能分诊、智能报告解读、智能陪诊、智能随访、智能慢病管理、智能满意度调查。

二是面向医务人员打造智慧助手，推广辅助问诊、电子病历辅助生成与内涵质控、临床决策支持等。

三是面向政府构建智慧监管体系，一方面监管医疗用药行为、医保基金使用的合规性等，另一方面监测医疗卫生机构的运营情况和高质量发展指标情况，为行业管理提供科学决策支撑。促进产学研合作。应由国家卫生健康委及国家数据局牵头，成立医学人工智能产学研合作的联盟，搭建医疗机构、科研机构和企业之间的沟通与合作平台。同时，定期举办产学研对接活动。

「人工智能能帮助人类更好地工作、生活，但它替代不了人类。」季加孚说，当前人工智能还面临隐私保护、伦理等问题，这些问题还需要更深入地研究与讨论，并需要通过制定相关法律法规和准则加以规范。

文章转载自网络，由CHN大健康网整理发布，不代表本平台的观点和立场。如有内容或图片的著作权异议，请及时联系我们（info@healthcarechn.com），我们将尽快处理。