作者：北京大學(xué)公共衛(wèi)生學(xué)院教授、博導(dǎo) 劉 民

清華大學(xué)萬科公共衛(wèi)生與健康學(xué)院教授、博導(dǎo) 梁萬年

【摘要】“醫(yī)學(xué)+AI”的意義不止于技術(shù)賦能醫(yī)療服務(wù)，更在于其對(duì)衛(wèi)生健康治理體系的深度重塑。通過對(duì)海量健康數(shù)據(jù)的系統(tǒng)整合與智能分析，人工智能技術(shù)能夠顯著提升疾病預(yù)測、風(fēng)險(xiǎn)識(shí)別和決策支持能力，從而在不依賴等比例資源投入前提下，提高衛(wèi)生健康系統(tǒng)的運(yùn)行效率與治理效能。為將“醫(yī)學(xué)+AI”的技術(shù)紅利系統(tǒng)轉(zhuǎn)化為公共價(jià)值，需堅(jiān)持技術(shù)創(chuàng)新與制度創(chuàng)新并重，強(qiáng)化風(fēng)險(xiǎn)治理，確保人工智能沿著有益、安全、公平的方向發(fā)展，使其成為建設(shè)健康中國和增進(jìn)全民健康福祉的長期支撐。

【關(guān)鍵詞】醫(yī)學(xué)人工智能 健康中國 智慧醫(yī)療

【中圖分類號(hào)】R19 【文獻(xiàn)標(biāo)識(shí)碼】A

當(dāng)前，新一輪科技革命和產(chǎn)業(yè)變革深入發(fā)展，以人工智能（AI）為代表的新一代信息技術(shù)加速演進(jìn)。《中共中央關(guān)于制定國民經(jīng)濟(jì)和社會(huì)發(fā)展第十五個(gè)五年規(guī)劃的建議》提出：“全面實(shí)施‘人工智能+’行動(dòng)”，“加強(qiáng)人工智能同產(chǎn)業(yè)發(fā)展、文化建設(shè)、民生保障、社會(huì)治理相結(jié)合，搶占人工智能產(chǎn)業(yè)應(yīng)用制高點(diǎn)，全方位賦能千行百業(yè)。”①“醫(yī)學(xué)+AI”正從技術(shù)探索走向衛(wèi)生健康事業(yè)的“主戰(zhàn)場”，這不僅是技術(shù)工具的迭代升級(jí)，而且是關(guān)乎健康中國建設(shè)、社會(huì)治理現(xiàn)代化的重要命題。《“健康中國2030”規(guī)劃綱要》提出，到2030年，“健康科技創(chuàng)新整體實(shí)力位居世界前列”②。隨著“醫(yī)學(xué)+AI”持續(xù)賦能健康中國建設(shè)，我國將加速建成更加公平可及、系統(tǒng)連續(xù)、優(yōu)質(zhì)高效的健康服務(wù)體系。

“醫(yī)學(xué)+AI”從技術(shù)應(yīng)用走向健康治理

人民健康是民族昌盛和國家強(qiáng)盛的重要標(biāo)志，也是國家治理體系中最具基礎(chǔ)性和普惠性的公共議題之一。隨著經(jīng)濟(jì)社會(huì)發(fā)展水平不斷提升，我國居民健康需求已由“有沒有”加快轉(zhuǎn)向“好不好”“優(yōu)不優(yōu)”，對(duì)醫(yī)療服務(wù)的質(zhì)量、安全性、連續(xù)性與公平性提出更高要求。與此同時(shí)，人口老齡化進(jìn)程持續(xù)加快，慢性非傳染性疾病負(fù)擔(dān)不斷加重，公共衛(wèi)生風(fēng)險(xiǎn)呈現(xiàn)多源疊加、跨界擴(kuò)散的新特征。傳統(tǒng)依賴人力投入和機(jī)構(gòu)擴(kuò)張的衛(wèi)生發(fā)展模式難以持續(xù)，衛(wèi)生健康體系在資源配置效率、服務(wù)協(xié)同性與風(fēng)險(xiǎn)應(yīng)對(duì)能力等方面，面臨結(jié)構(gòu)性約束。在此背景下，健康中國戰(zhàn)略不是單一領(lǐng)域的民生政策，而是成為衡量國家治理體系和治理能力現(xiàn)代化水平的重要標(biāo)尺。以人工智能為代表的新一代信息技術(shù)加速深入衛(wèi)生健康領(lǐng)域，其在大規(guī)模數(shù)據(jù)處理、復(fù)雜系統(tǒng)建模和智能輔助決策方面的獨(dú)特優(yōu)勢(shì)，為破解長期困擾衛(wèi)生健康治理的結(jié)構(gòu)性難題提供新的可能。近年來，“人工智能+醫(yī)療健康”持續(xù)被納入政策體系，“醫(yī)學(xué)+AI”由早期的技術(shù)探索逐步邁入制度化、規(guī)?；七M(jìn)的新階段。

“醫(yī)學(xué)+AI”的意義不止于技術(shù)賦能醫(yī)療服務(wù)，更在于其對(duì)衛(wèi)生健康治理體系的深度重塑。人工智能技術(shù)的引入，使健康治理具備從經(jīng)驗(yàn)驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)變的現(xiàn)實(shí)基礎(chǔ)，使分散于不同機(jī)構(gòu)和層級(jí)的健康信息得以整合分析，從而推動(dòng)治理方式由碎片化向系統(tǒng)化協(xié)同演進(jìn)。同時(shí)，基于風(fēng)險(xiǎn)預(yù)測和動(dòng)態(tài)監(jiān)測的技術(shù)能力，人工智能為健康治理由被動(dòng)應(yīng)對(duì)向主動(dòng)干預(yù)、由事后處置向關(guān)口前移提供重要支撐。這一轉(zhuǎn)型路徑，與健康中國戰(zhàn)略倡導(dǎo)的“預(yù)防為主、共建共享、全民健康”理念，在價(jià)值取向和實(shí)踐邏輯上高度一致。正是在這一意義上，“醫(yī)學(xué)+AI”已不再是衛(wèi)生健康領(lǐng)域的可選技術(shù)方案，而是關(guān)乎健康公平、服務(wù)效率和治理能力的時(shí)代必答題。如何在推動(dòng)技術(shù)應(yīng)用的同時(shí)，統(tǒng)籌制度設(shè)計(jì)、倫理規(guī)范和公共價(jià)值，成為政策制定與實(shí)踐面臨的重點(diǎn)問題。

習(xí)近平總書記強(qiáng)調(diào)：“面對(duì)新一代人工智能技術(shù)快速演進(jìn)的新形勢(shì)，要充分發(fā)揮新型舉國體制優(yōu)勢(shì)，堅(jiān)持自立自強(qiáng)，突出應(yīng)用導(dǎo)向，推動(dòng)我國人工智能朝著有益、安全、公平方向健康有序發(fā)展。”③“醫(yī)學(xué)+AI”不僅是提高診療效率的技術(shù)手段，而且是優(yōu)化資源配置、減輕醫(yī)務(wù)人員負(fù)擔(dān)、提升健康服務(wù)公平性與可持續(xù)性的關(guān)鍵支點(diǎn)。總體而言，“醫(yī)學(xué)+AI”是人工智能技術(shù)在衛(wèi)生健康領(lǐng)域的系統(tǒng)性嵌入過程，涵蓋疾病預(yù)防、診斷治療、康復(fù)和健康管理等全鏈條場景。通過發(fā)揮智能感知、風(fēng)險(xiǎn)預(yù)警和精準(zhǔn)決策等優(yōu)勢(shì)，推動(dòng)衛(wèi)生健康服務(wù)由同質(zhì)化向高質(zhì)量轉(zhuǎn)變、由不均衡向更加公平可及轉(zhuǎn)變、由被動(dòng)響應(yīng)向智慧治理轉(zhuǎn)變。④“醫(yī)學(xué)+AI”既是技術(shù)進(jìn)步的集中體現(xiàn)，又是健康中國建設(shè)過程中實(shí)現(xiàn)健康治理理念、治理方式和治理能力整體躍升的重要抓手。

“醫(yī)學(xué)+AI”帶來廣闊發(fā)展前景

從長遠(yuǎn)視角看，“醫(yī)學(xué)+AI”在公共衛(wèi)生和健康治理中的作用，并非局限于提升某一環(huán)節(jié)的效率，而在于推動(dòng)衛(wèi)生健康治理由分散應(yīng)對(duì)走向系統(tǒng)協(xié)同、由事后處置走向前瞻預(yù)警、由經(jīng)驗(yàn)管理走向智能決策。

推動(dòng)衛(wèi)生健康事業(yè)由“要素投入型”向“能力提升型”轉(zhuǎn)變。長期以來，我國衛(wèi)生健康事業(yè)的發(fā)展在很大程度上依賴于人力、資金和機(jī)構(gòu)規(guī)模的持續(xù)投入，這一模式在一段時(shí)間里有效支撐基本醫(yī)療衛(wèi)生服務(wù)體系的快速建立，但其邊際效益正逐步遞減。在人口老齡化加速、疾病譜持續(xù)轉(zhuǎn)型和健康需求日益多樣的背景下，單純依靠要素?cái)U(kuò)張，難以支撐健康中國建設(shè)對(duì)質(zhì)量、效率與公平的更高要求。“醫(yī)學(xué)+AI”的引入，為推動(dòng)衛(wèi)生健康發(fā)展模式由“要素驅(qū)動(dòng)”向“能力驅(qū)動(dòng)”轉(zhuǎn)型提供重要契機(jī)。通過對(duì)海量健康數(shù)據(jù)的系統(tǒng)整合與智能分析，顯著提升疾病預(yù)測、風(fēng)險(xiǎn)識(shí)別和決策支持能力，從而在不依賴等比例資源投入前提下，提高衛(wèi)生健康系統(tǒng)的運(yùn)行效率與治理效能。健康中國建設(shè)追求的并非醫(yī)療資源的無限擴(kuò)張，而是通過治理能力提升，實(shí)現(xiàn)健康服務(wù)的可持續(xù)供給與公平可及。

支撐“預(yù)防為主”戰(zhàn)略轉(zhuǎn)型，推動(dòng)健康管理關(guān)口前移與疾病全鏈條管理。“預(yù)防為主”是健康中國戰(zhàn)略的重要原則，但在長期實(shí)踐中，受制于信息獲取能力不足、風(fēng)險(xiǎn)識(shí)別手段有限，以及研究證據(jù)轉(zhuǎn)化效率偏低等難題，衛(wèi)生健康事業(yè)仍然呈現(xiàn)出以疾病治療為中心的結(jié)構(gòu)性傾向。人工智能在疾病預(yù)測、風(fēng)險(xiǎn)評(píng)估和人群健康管理中的系統(tǒng)應(yīng)用，為突破這一瓶頸提供現(xiàn)實(shí)條件。通過對(duì)人群健康體檢數(shù)據(jù)、疾病診療數(shù)據(jù)、長期隨訪數(shù)據(jù)，以及可穿戴設(shè)備和環(huán)境監(jiān)測等多源多模態(tài)數(shù)據(jù)的持續(xù)分析，可以在個(gè)體和群體層面，提前識(shí)別健康風(fēng)險(xiǎn)，實(shí)現(xiàn)疾病早篩、早診和早干預(yù)，使健康管理逐步由事后應(yīng)對(duì)轉(zhuǎn)向事前防控。這一能力的形成，與人工智能對(duì)隊(duì)列研究和人群研究方法的深度重構(gòu)密切相關(guān)。人工智能技術(shù)驅(qū)動(dòng)的研究體系不僅提升風(fēng)險(xiǎn)評(píng)估的科學(xué)性和精細(xì)化水平，而且顯著增強(qiáng)預(yù)防策略制定的針對(duì)性和可操作性。從更宏觀的視角看，以數(shù)據(jù)和智能分析為支撐的預(yù)測性管理模式，使“預(yù)防為主”從政策理念轉(zhuǎn)化為可持續(xù)運(yùn)行的制度能力，有助于降低整體疾病負(fù)擔(dān)和醫(yī)療支出，推動(dòng)健康管理從風(fēng)險(xiǎn)識(shí)別向疾病的全鏈條管理延伸。這不僅為實(shí)現(xiàn)“少生病、晚生病、不生大病”的戰(zhàn)略目標(biāo)奠定技術(shù)基礎(chǔ)，也為推動(dòng)公共衛(wèi)生體系現(xiàn)代化和健康中國建設(shè)提供新的實(shí)現(xiàn)路徑。

優(yōu)化醫(yī)療資源配置方式，夯實(shí)健康公平目標(biāo)實(shí)現(xiàn)的技術(shù)基礎(chǔ)。針對(duì)制約健康公平的區(qū)域差異、城鄉(xiāng)差距等問題，依托行政調(diào)配或人才補(bǔ)償式流動(dòng)的治理模式，往往面臨運(yùn)行成本高、轉(zhuǎn)化周期長和可持續(xù)性受限等現(xiàn)實(shí)瓶頸。“醫(yī)學(xué)+AI”將高水平醫(yī)學(xué)知識(shí)、診療經(jīng)驗(yàn)與科研成果進(jìn)行數(shù)字化、模型化重構(gòu)，為破解醫(yī)療資源配置難題提供全新技術(shù)范式。這一變革的深層意義在于，推動(dòng)醫(yī)療資源配置由依賴物理性要素投入，轉(zhuǎn)向以數(shù)據(jù)、算法和平臺(tái)為重心的能力型配置模式，為醫(yī)療服務(wù)能力持續(xù)下沉和均衡發(fā)展提供重要支撐。

在醫(yī)療服務(wù)供給層面，人工智能通過將頂級(jí)專家經(jīng)驗(yàn)和規(guī)范化診療路徑，轉(zhuǎn)化為可嵌入基層場景的智能支持能力，使優(yōu)質(zhì)醫(yī)療服務(wù)不再完全依附于特定專家或機(jī)構(gòu)，而是以可復(fù)制、可擴(kuò)展的形式實(shí)現(xiàn)跨區(qū)域流動(dòng)。在基層臨床實(shí)踐中，AI輔助系統(tǒng)深度參與疾病初篩、風(fēng)險(xiǎn)分層、診療路徑提示和轉(zhuǎn)診決策等關(guān)鍵環(huán)節(jié)，推動(dòng)醫(yī)療服務(wù)由“人力派駐式下沉”向“能力賦能型下沉”轉(zhuǎn)變，顯著增強(qiáng)基層醫(yī)療體系的功能完整性與診斷一致性。⑤這一技術(shù)路徑與分級(jí)診療制度和縣域醫(yī)共體建設(shè)形成協(xié)同，將顯著提升系統(tǒng)整體運(yùn)行效率和就醫(yī)可及性，也從機(jī)制層面為健康中國建設(shè)注入新的技術(shù)動(dòng)能。

重塑醫(yī)學(xué)科學(xué)研究范式和方法體系，提升我國醫(yī)學(xué)科技創(chuàng)新力和國際競爭力。在醫(yī)學(xué)科研與臨床轉(zhuǎn)化層面，人工智能通過對(duì)高通量組學(xué)、影像組學(xué)及真實(shí)世界數(shù)據(jù)的深度分析，能夠識(shí)別復(fù)雜的非線性關(guān)聯(lián)與潛在因果結(jié)構(gòu)，加速疾病亞型識(shí)別、生物標(biāo)志物發(fā)現(xiàn)和治療靶點(diǎn)篩選，從而顯著縮短醫(yī)學(xué)知識(shí)從生成到應(yīng)用的轉(zhuǎn)化周期，加速推動(dòng)精準(zhǔn)醫(yī)學(xué)在我國的臨床轉(zhuǎn)化，提升藥物研發(fā)和循證醫(yī)學(xué)的整體效率。人工智能正在重塑醫(yī)學(xué)科學(xué)研究的方法體系，從研究設(shè)計(jì)、數(shù)據(jù)采集到隨訪管理和多模態(tài)數(shù)據(jù)分析，推動(dòng)隊(duì)列研究和人群研究由傳統(tǒng)的人工驅(qū)動(dòng)模式向智能化、系統(tǒng)化轉(zhuǎn)型。相較于以往主要聚焦單一臨床場景的應(yīng)用，我國正探索將人工智能嵌入流行病學(xué)與長期人群研究全過程，通過疾病分布建模、研究設(shè)計(jì)優(yōu)化和樣本篩選等方式，顯著提升研究的代表性和科學(xué)嚴(yán)謹(jǐn)性。這一轉(zhuǎn)向不僅為公共衛(wèi)生決策和疾病防控提供更堅(jiān)實(shí)的證據(jù)基礎(chǔ)，而且在更高層面提升我國醫(yī)學(xué)科技創(chuàng)新能力和國際競爭力。

推動(dòng)衛(wèi)生健康治理體系現(xiàn)代化，增強(qiáng)系統(tǒng)韌性與協(xié)同性。衛(wèi)生健康問題具有高度的系統(tǒng)性和復(fù)雜性，涉及醫(yī)療服務(wù)、公共衛(wèi)生、醫(yī)保支付、養(yǎng)老照護(hù)等多個(gè)領(lǐng)域，單一部門或單一技術(shù)手段難以獨(dú)立應(yīng)對(duì)。碎片化的信息體系和條塊分割的治理模式，在重大健康風(fēng)險(xiǎn)和突發(fā)公共衛(wèi)生事件面前暴露出響應(yīng)遲緩、協(xié)同不足等結(jié)構(gòu)性短板。推動(dòng)衛(wèi)生健康治理體系現(xiàn)代化，亟需構(gòu)建以整體感知、協(xié)同決策和動(dòng)態(tài)調(diào)控為特征的新型治理能力。在這一過程中，人工智能在跨部門數(shù)據(jù)整合、系統(tǒng)建模和復(fù)雜情景推演方面展現(xiàn)出獨(dú)特優(yōu)勢(shì)，為提升衛(wèi)生健康治理的前瞻性、精細(xì)化和系統(tǒng)韌性，提供關(guān)鍵技術(shù)支撐。尤其在公共衛(wèi)生治理層面，及時(shí)、準(zhǔn)確的信息獲取與研判是科學(xué)決策的基礎(chǔ)。“醫(yī)學(xué)+AI”通過對(duì)醫(yī)療服務(wù)、檢驗(yàn)檢測、環(huán)境監(jiān)測，以及人口流動(dòng)等多源數(shù)據(jù)的綜合分析，顯著提升對(duì)異常信號(hào)和潛在風(fēng)險(xiǎn)的識(shí)別能力，使疾病監(jiān)測和風(fēng)險(xiǎn)預(yù)警由被動(dòng)反應(yīng)逐步轉(zhuǎn)向主動(dòng)識(shí)別和提前干預(yù)。

基于數(shù)據(jù)驅(qū)動(dòng)的系統(tǒng)建模和情景模擬，使公共衛(wèi)生決策從經(jīng)驗(yàn)判斷走向量化分析和方案比較。在突發(fā)公共衛(wèi)生事件中，人工智能能夠?qū)Σ煌深A(yù)措施及其可能影響進(jìn)行模擬評(píng)估，為在資源約束條件下實(shí)現(xiàn)最優(yōu)干預(yù)效果提供決策支持，從而有效提升治理體系在不確定環(huán)境下的應(yīng)變能力和整體韌性。這種由數(shù)據(jù)和智能決策支撐的治理方式，正在重塑公共衛(wèi)生風(fēng)險(xiǎn)識(shí)別、資源配置和應(yīng)急處置的運(yùn)行邏輯。從制度層面看，近年來，國家圍繞數(shù)據(jù)要素配置、人工智能應(yīng)用和醫(yī)療體系協(xié)同發(fā)展，持續(xù)完善頂層設(shè)計(jì)，從數(shù)據(jù)治理、技術(shù)創(chuàng)新到縣域醫(yī)療協(xié)同，為人工智能深度參與公共衛(wèi)生治理和健康研究提供制度基礎(chǔ)。這種多層次、系統(tǒng)化的政策布局，推動(dòng)我國逐步構(gòu)建起以數(shù)據(jù)和智能分析為支撐的數(shù)字化公共衛(wèi)生研究與治理體系，為“醫(yī)學(xué)+AI”在更大范圍賦能健康中國建設(shè)創(chuàng)造有利條件。

削弱技術(shù)賦能效果的潛在挑戰(zhàn)

在“醫(yī)學(xué)+AI”為健康中國建設(shè)提供深刻變革潛力的同時(shí)，需清醒認(rèn)識(shí)到，人工智能在衛(wèi)生健康領(lǐng)域的深度嵌入，不可避免地伴隨一些矛盾與治理難題。這些問題并非零散的技術(shù)障礙，而是技術(shù)邏輯、醫(yī)學(xué)專業(yè)規(guī)范與衛(wèi)生健康治理體系之間復(fù)雜互動(dòng)的結(jié)果。若缺乏系統(tǒng)性回應(yīng)，這些問題可能削弱技術(shù)賦能效果，并對(duì)健康公平、醫(yī)療秩序，以及公眾信任產(chǎn)生潛在沖擊。

數(shù)據(jù)治理與醫(yī)學(xué)專業(yè)判斷的協(xié)調(diào)問題。數(shù)據(jù)治理問題是制約醫(yī)學(xué)人工智能發(fā)展的重要因素。人工智能系統(tǒng)高度依賴大規(guī)模、高質(zhì)量健康數(shù)據(jù)，通過算法模型發(fā)現(xiàn)傳統(tǒng)經(jīng)驗(yàn)難以捕捉的復(fù)雜關(guān)聯(lián)。然而，醫(yī)學(xué)實(shí)踐本質(zhì)上是一門高度情境化的學(xué)科，診療決策需要綜合患者個(gè)體差異、臨床經(jīng)驗(yàn)以及倫理考量。在實(shí)際應(yīng)用中，數(shù)據(jù)驅(qū)動(dòng)邏輯與醫(yī)學(xué)專業(yè)判斷之間存在自然沖突，算法在特定任務(wù)上顯示出的高準(zhǔn)確性，可能引導(dǎo)臨床決策過度依賴模型輸出，削弱醫(yī)務(wù)人員的主體判斷。同時(shí)，多數(shù)醫(yī)學(xué)AI模型仍具有“黑箱”特征，其決策路徑難以被充分理解或追溯，這與醫(yī)學(xué)領(lǐng)域?qū)蓪徲?jì)性和責(zé)任界定的基本要求，存在內(nèi)在不匹配。從制度和治理視角看，需明確人工智能在醫(yī)療決策中的輔助定位，將其界定為“增強(qiáng)型工具”，而非“替代性主體”，以確保專業(yè)判斷的關(guān)鍵作用。建立數(shù)據(jù)治理標(biāo)準(zhǔn)、模型評(píng)估流程和反饋機(jī)制，是保證“醫(yī)學(xué)+AI”能夠長期安全、有效、可持續(xù)發(fā)揮作用的基礎(chǔ)。

法律責(zé)任與動(dòng)態(tài)監(jiān)管的適配性挑戰(zhàn)。“醫(yī)學(xué)+AI”在臨床實(shí)踐中涉及開發(fā)者、醫(yī)療機(jī)構(gòu)、醫(yī)務(wù)人員及患者等多方主體，其應(yīng)用角色日益多樣化。然而，現(xiàn)行法律體系對(duì)責(zé)任劃分、風(fēng)險(xiǎn)承擔(dān)及權(quán)益保護(hù)的規(guī)定仍不夠清晰。尤其是當(dāng)AI作為輔助決策工具參與臨床決策時(shí)，算法“黑箱”特性和持續(xù)迭代能力使責(zé)任認(rèn)定復(fù)雜化，一旦出現(xiàn)醫(yī)療糾紛，責(zé)任劃分不明確可能引發(fā)制度性風(fēng)險(xiǎn)。傳統(tǒng)以醫(yī)務(wù)人員或醫(yī)療機(jī)構(gòu)為中心的法律框架，難以覆蓋算法開發(fā)方與數(shù)據(jù)平臺(tái)運(yùn)營方的責(zé)任范疇，這直接影響醫(yī)療機(jī)構(gòu)對(duì)AI技術(shù)的采納意愿，并可能抑制其臨床應(yīng)用潛力。對(duì)此，需建立分級(jí)分類監(jiān)管體系，明確不同風(fēng)險(xiǎn)等級(jí)AI產(chǎn)品的上市前審批和上市后監(jiān)測要求，推行“預(yù)先變更控制計(jì)劃”，并配套醫(yī)療AI責(zé)任保險(xiǎn)及風(fēng)險(xiǎn)分擔(dān)機(jī)制，從制度層面降低應(yīng)用阻力，保障臨床診療安全與技術(shù)創(chuàng)新的平衡。

算法偏差和健康公平之間的倫理與政策挑戰(zhàn)。算法偏差、數(shù)據(jù)代表性不足及技術(shù)可及性差異，可能無意間放大健康不平等，與健康中國追求全民健康和公平可及的目標(biāo)存在潛在沖突。如果訓(xùn)練數(shù)據(jù)未充分覆蓋各類群體和區(qū)域，AI系統(tǒng)在特定群體中的診療效果可能下降，甚至產(chǎn)生不利影響。醫(yī)學(xué)人工智能的發(fā)展不僅要關(guān)注技術(shù)可行性和效率，而且需將公平性、倫理與公共價(jià)值內(nèi)嵌于技術(shù)設(shè)計(jì)和應(yīng)用規(guī)范中。制度性應(yīng)對(duì)措施包括：將公平性考核納入AI產(chǎn)品評(píng)估標(biāo)準(zhǔn)，要求分群體性能報(bào)告；在采購、財(cái)政補(bǔ)貼及政策激勵(lì)中，優(yōu)先支持面向困難群體的技術(shù)應(yīng)用，確保技術(shù)推廣與健康公平同步實(shí)現(xiàn)。

復(fù)合型人才不足與醫(yī)療衛(wèi)生機(jī)構(gòu)能力制約。“醫(yī)學(xué)+AI”的研發(fā)與運(yùn)維需既具備臨床知識(shí)，又具備數(shù)據(jù)與算法素養(yǎng)的復(fù)合型人才。當(dāng)前，我國相關(guān)人才供給仍然不足，高校教育體系與職業(yè)培訓(xùn)尚未形成系統(tǒng)的交叉培養(yǎng)機(jī)制。同時(shí)，醫(yī)療衛(wèi)生機(jī)構(gòu)在技術(shù)運(yùn)維、模型本地化適配和安全監(jiān)控方面能力薄弱，缺乏完整的AI治理架構(gòu)，技術(shù)引入、運(yùn)行評(píng)估和風(fēng)險(xiǎn)管理體系不健全，“重采購、輕使用、輕評(píng)估”的現(xiàn)象依然存在，限制技術(shù)落地和可持續(xù)發(fā)展。為應(yīng)對(duì)這一問題，需在教育和培訓(xùn)體系中實(shí)施長期戰(zhàn)略，形成從技術(shù)使用、評(píng)估到風(fēng)險(xiǎn)管理的閉環(huán)，保證技術(shù)應(yīng)用安全、規(guī)范和可持續(xù)。

財(cái)政可持續(xù)性與支付機(jī)制的平衡問題。“醫(yī)學(xué)+AI”在研發(fā)與初期部署階段投入高昂，日常維護(hù)需要持續(xù)資金投入，而其產(chǎn)生的社會(huì)化健康效益長期且分散，短期市場回報(bào)難以覆蓋成本。如果缺乏穩(wěn)定的財(cái)政支持與支付機(jī)制，會(huì)導(dǎo)致醫(yī)療衛(wèi)生機(jī)構(gòu)，尤其是基層醫(yī)療機(jī)構(gòu)難以持續(xù)運(yùn)行相關(guān)系統(tǒng)。需通過示范項(xiàng)目財(cái)政補(bǔ)貼，將成熟AI方案納入政府采購及醫(yī)保支付試點(diǎn)，探索按效果付費(fèi)或按人年管理付費(fèi)等制度安排，為基層醫(yī)療機(jī)構(gòu)長期運(yùn)營提供穩(wěn)定的財(cái)政與制度保障，確保“醫(yī)學(xué)+AI”在提升全民健康水平、優(yōu)化醫(yī)療服務(wù)結(jié)構(gòu)和促進(jìn)公平可及方面，發(fā)揮持久作用。

“醫(yī)學(xué)+AI”引領(lǐng)衛(wèi)生健康事業(yè)高質(zhì)量發(fā)展的路徑

當(dāng)前，科研成果與臨床應(yīng)用之間存在轉(zhuǎn)化鏈條不暢、激勵(lì)機(jī)制不足等現(xiàn)實(shí)障礙，部分技術(shù)應(yīng)用仍停留在“工具疊加”層面，未能有效嵌入醫(yī)療服務(wù)體系和公共衛(wèi)生治理結(jié)構(gòu)之中。在此背景下，如何通過科技創(chuàng)新破解結(jié)構(gòu)性約束，成為衛(wèi)生健康事業(yè)高質(zhì)量發(fā)展的關(guān)鍵議題。實(shí)踐表明，技術(shù)能力的快速提升并未自動(dòng)帶來治理效能的同步改善，部分地區(qū)和機(jī)構(gòu)仍存在“技術(shù)可得但能力不足”“應(yīng)用分散但系統(tǒng)整合不足”等現(xiàn)實(shí)問題。從根本上看，這并非技術(shù)成熟度不足，而是技術(shù)嵌入治理體系的路徑尚不清晰。新技術(shù)往往以項(xiàng)目制或試點(diǎn)形式引入，缺乏與既有決策流程、服務(wù)規(guī)范和績效體系的深度銜接。在此背景下，若僅停留于技術(shù)潛力或發(fā)展趨勢(shì)的討論，則難以回應(yīng)衛(wèi)生健康事業(yè)高質(zhì)量發(fā)展對(duì)治理能力系統(tǒng)提升的現(xiàn)實(shí)要求。

從技術(shù)工具到制度能力的轉(zhuǎn)化機(jī)制。“醫(yī)學(xué)+AI”要真正引領(lǐng)衛(wèi)生健康事業(yè)高質(zhì)量發(fā)展，關(guān)鍵不在于技術(shù)本身的先進(jìn)程度，而在于其能否轉(zhuǎn)化為制度能力。這一轉(zhuǎn)化過程依賴于明確的制度接口，即通過規(guī)則、流程和責(zé)任配置，使技術(shù)成果在醫(yī)療服務(wù)和公共衛(wèi)生治理中具有穩(wěn)定、可預(yù)期的運(yùn)行方式。在醫(yī)療服務(wù)領(lǐng)域，人工智能應(yīng)被明確界定為專業(yè)判斷的輔助工具，其功能需通過制度化流程嵌入診療決策、質(zhì)量控制和流程管理之中，以提升服務(wù)一致性與安全性，而非替代醫(yī)務(wù)人員的專業(yè)主體地位。在公共衛(wèi)生領(lǐng)域，則應(yīng)將相關(guān)技術(shù)納入風(fēng)險(xiǎn)評(píng)估、監(jiān)測預(yù)警和干預(yù)反饋的常規(guī)治理鏈條，使數(shù)據(jù)分析結(jié)果能夠直接服務(wù)于政策調(diào)整和資源配置，避免技術(shù)成果停留在分析層面，而難以轉(zhuǎn)化為治理行動(dòng)。

從試點(diǎn)運(yùn)行走向常態(tài)化應(yīng)用。構(gòu)建“醫(yī)學(xué)+AI”引領(lǐng)高質(zhì)量發(fā)展的系統(tǒng)路徑，需突破以試點(diǎn)為主的應(yīng)用模式，推動(dòng)技術(shù)應(yīng)用的制度化和常態(tài)化。首先，在國家和區(qū)域?qū)用娼⒔y(tǒng)一的技術(shù)應(yīng)用框架，對(duì)不同類型醫(yī)學(xué)人工智能系統(tǒng)的適用場景、準(zhǔn)入條件和運(yùn)行要求作出明確規(guī)定，從制度上降低醫(yī)療機(jī)構(gòu)和基層單位的應(yīng)用不確定性。其次，通過財(cái)政支持、政府采購和績效考核等政策工具，引導(dǎo)醫(yī)療機(jī)構(gòu)將相關(guān)技術(shù)納入日常管理體系，而非作為階段性創(chuàng)新任務(wù)。與此同時(shí)，建立持續(xù)性的運(yùn)行評(píng)估機(jī)制，對(duì)技術(shù)在實(shí)際應(yīng)用中的臨床效果、治理成本和風(fēng)險(xiǎn)表現(xiàn)進(jìn)行動(dòng)態(tài)監(jiān)測，根據(jù)評(píng)估結(jié)果及時(shí)調(diào)整應(yīng)用策略，增強(qiáng)制度運(yùn)行的適應(yīng)性與韌性。

多方主體協(xié)同的權(quán)責(zé)清晰化安排。隨著“醫(yī)學(xué)+AI”在衛(wèi)生健康領(lǐng)域的廣泛應(yīng)用，治理結(jié)構(gòu)中責(zé)任劃分的重要性進(jìn)一步凸顯。若缺乏清晰的權(quán)責(zé)劃分，技術(shù)應(yīng)用在提升效率的同時(shí)，可能產(chǎn)生新的風(fēng)險(xiǎn)。因此，有必要在系統(tǒng)路徑設(shè)計(jì)中同步明確多方主體的職責(zé)邊界。政府部門重點(diǎn)承擔(dān)規(guī)則制定、監(jiān)督評(píng)估和公共利益保障責(zé)任，醫(yī)療衛(wèi)生機(jī)構(gòu)負(fù)責(zé)技術(shù)在具體場景中的合規(guī)使用、人員培訓(xùn)與風(fēng)險(xiǎn)管理，技術(shù)開發(fā)與服務(wù)提供方則需對(duì)產(chǎn)品性能、安全性和持續(xù)維護(hù)承擔(dān)相應(yīng)責(zé)任。通過清晰的責(zé)任配置和協(xié)同機(jī)制，可以在推動(dòng)技術(shù)應(yīng)用的同時(shí)，降低制度摩擦，增強(qiáng)治理體系的穩(wěn)定性。“醫(yī)學(xué)+AI”引領(lǐng)衛(wèi)生健康事業(yè)高質(zhì)量發(fā)展，并非依賴技術(shù)自發(fā)擴(kuò)散，而取決于其是否通過明確的系統(tǒng)路徑嵌入既有治理體系，并在實(shí)施機(jī)制和責(zé)任配置的支撐下形成可持續(xù)運(yùn)行的制度能力。這一系統(tǒng)路徑，強(qiáng)調(diào)現(xiàn)實(shí)可操作性與治理一致性，為技術(shù)創(chuàng)新服務(wù)于健康中國建設(shè)目標(biāo)提供制度基礎(chǔ)。

“醫(yī)學(xué)+AI”并非單純的技術(shù)革新，而是推動(dòng)衛(wèi)生健康事業(yè)發(fā)展邏輯、治理方式和制度結(jié)構(gòu)深刻變革的重要力量。在健康中國戰(zhàn)略深入實(shí)施、人民健康需求持續(xù)升級(jí)的背景下，人工智能為破解醫(yī)療資源配置不均、基層能力不足和公共衛(wèi)生治理復(fù)雜化等結(jié)構(gòu)性問題，提供新的治理工具。同時(shí)需清醒認(rèn)識(shí)到，醫(yī)學(xué)人工智能的廣泛應(yīng)用并非自然演進(jìn)過程，而是高度依賴制度供給與治理能力的系統(tǒng)工程。數(shù)據(jù)治理、法律監(jiān)管、倫理規(guī)范、人才支撐和財(cái)政機(jī)制等制度安排，決定著技術(shù)能否真正轉(zhuǎn)化為公共價(jià)值。唯有堅(jiān)持技術(shù)創(chuàng)新與制度創(chuàng)新并重，強(qiáng)化風(fēng)險(xiǎn)治理、完善制度設(shè)計(jì)，才能確保人工智能沿著有益、安全、公平的方向發(fā)展，使其切實(shí)成為建設(shè)健康中國和增進(jìn)全民健康福祉的長期支撐。

（清華大學(xué)萬科公共衛(wèi)生與健康學(xué)院博士研究生閆溫馨，對(duì)本文亦有貢獻(xiàn)）

【注釋】

①《中共中央關(guān)于制定國民經(jīng)濟(jì)和社會(huì)發(fā)展第十五個(gè)五年規(guī)劃的建議》，《人民日?qǐng)?bào)》，2025年10月29日。

②《“健康中國2030”規(guī)劃綱要》，中國政府網(wǎng)，2016年10月25日。

③《習(xí)近平在中共中央政治局第二十次集體學(xué)習(xí)時(shí)強(qiáng)調(diào) 堅(jiān)持自立自強(qiáng) 突出應(yīng)用導(dǎo)向 推動(dòng)人工智能健康有序發(fā)展》，《人民日?qǐng)?bào)》，2025年4月27日。

④《人工智能賦能衛(wèi)生健康服務(wù)——2025年紅樹林健康大會(huì)專家共識(shí)》，2025年10月。

⑤閆溫馨、胡健等：《人工智能大語言模型在基層醫(yī)療衛(wèi)生服務(wù)中的應(yīng)用與挑戰(zhàn)》，《中國全科醫(yī)學(xué)》，2025年第1期。

責(zé)編/趙橙涔 美編/王夢(mèng)雅

聲明：本文為人民論壇雜志社原創(chuàng)內(nèi)容，任何單位或個(gè)人轉(zhuǎn)載請(qǐng)回復(fù)本微信號(hào)獲得授權(quán)，轉(zhuǎn)載時(shí)務(wù)必標(biāo)明來源及作者，否則追究法律責(zé)任。