隨著深度學習技術的突破和大數據時代的到來，AI（人工智能）正加速應用到醫療衛生服務領域。

清華大學宣布成立人工智能醫院，醫院建設將分階段進行；北京協和醫院部署基于深度學習的人工智能診斷系統……AI+醫療，醫患感受到哪些便利？前景如何？邊界在哪？

AI進醫院，意義何在？

當前，群眾可感可及的“人工智能+”醫療服務已在很多醫院落地。2024年11月，國家衛生健康委辦公廳等聯合印發的《衛生健康行業人工智能應用場景參考指引》提出了84個應用場景。在“人工智能+”醫療服務方面，涉及智能預問診、智能陪診、智能輔助決策、智能輔助治療等。一年多來，各地加快創新步伐，讓這些應用場景照進現實。

一方面，可便利醫患——

在山東濟南市中心醫院東院區，市民李芳帶著孩子前來就診。在“智能預問診”界面，圖文人機交互系統根據患兒癥狀逐一生成問題：患兒現在有哪些突出癥狀？用過哪些藥？患兒的癥狀在減輕還是逐步加重？……李芳根據提示逐一回答。

“有了智能預問診，患兒就診時，我可以一鍵帶入預問診的內容，和患者的溝通也變得更高效。”接診的兒科醫生吳蕾說。

相似的場景也發生在四川大學華西醫院。在這里，AI隨訪系統已在院內覆蓋43個臨床科室，實現對患者的智能主動隨訪管理。截至2025年11月24日，AI隨訪累計服務患者50萬人次，AI電話智能外呼79.3萬人次。

另一方面，可提升診療效率——

“想象你正在海灘上走路……”在北京大學第六醫院臨床心理病房，江女士正在和“北小六”AI心理服務機器人對話。江女士長期受焦慮困擾，住院期間，“北小六”成了她的“知己好友”。“剛開始我靜不下心、呼吸急促，但‘北小六’能反復耐心引導我，為我提供專業的指導。”江女士說。

在醫學影像領域，AI已成為醫生的“第二雙眼睛”。首都醫科大學附屬北京天壇醫院基于腦卒中影像數據訓練，最快在3分鐘內就能完成急性缺血性卒中影像學自動化評估，提供快速精準的影像分析，將術前決策時間縮短一半。

“急診醫生在接診卒中患者時，需要問診、查體等處置時間。我們醫院還在研發一款應用于卒中臨床神經功能評估的人工智能輔助診療機器人，可以讓卒中評估更加高效，為卒中患者贏得更多寶貴的搶救時間。”北京天壇醫院副院長李子孝告訴記者。

AI+醫療，前景如何？

浙江麗水市景寧畬族自治縣大均鄉新莊村，78歲的重度骨質疏松患者任傳弟早早地坐在村委會門口的椅子上，等待巡回診療車。

大均鄉衛生院醫生吳潔下車，小心地攙扶任傳弟登上巡診車，為他做了體格檢查。隨后，通過“云診室”遠程會診平臺，她連線了景寧畬族自治縣人民醫院主任醫師陳小偉。屏幕那端，陳小偉仔細查看患者的實時數據和AI分析結果，結合病情給出藥物調整方案。

在河北南皮縣，滄州市第四醫院（南皮縣人民醫院）已將醫療大模型應用于實際診療與管理場景，正探索建設“數智縣域醫共體”。該醫共體依托人工智能與大模型，讓三甲醫院在專病診療中的成熟經驗得以系統化、標準化，并下沉至基層醫療機構，實現檢查結果、醫學影像與診斷建議實時互通與協同應用。“人工智能和大模型不是簡單替代醫生，而是通過體系化能力，把優質醫療資源真正送到基層。”數坤科技董事長毛新生說，“這將有助于提升縣域整體醫療服務能力，讓醫共體從‘物理整合’走向‘能力協同’。”

專家表示，AI+醫療行業前景廣闊，不僅有利于提升診療效率，在優化醫療資源配置、基礎藥品研究等方面發揮支持作用，助力衛生健康事業高質量發展。

2025年10月，國家衛生健康委辦公廳、國家發展改革委辦公廳等聯合印發《關于促進和規范“人工智能+醫療衛生”應用發展的實施意見》，對人工智能在基層應用、臨床診療、患者服務、中醫藥、公共衛生、科研教學、行業治理、健康產業等方面均進行了部署。

在北京大學第三醫院，“三院靈智”智能體系在診療、醫技和科研等方面提供了強有力的支持。“在臨床科研方面，每個診斷建議和結論都可以追溯原始文獻，院內專屬大模型提問沒有次數上限和時間限制，還很好地保護了大家的科研成果。”北京大學第三醫院心血管內科副主任醫師李丹說。

國家衛生健康委有關負責人介紹，將鼓勵政產學研用多方參與，發揮海量數據和巨大市場應用規模優勢，培育發展大健康產業，推動人工智能醫療服務體系全鏈條運用落地見效。

AI使用，邊界在哪？

當AI應用到醫療衛生服務，帶來便捷的同時，也引起了一些疑問。

首先，AI是否可以作為診斷依據？

2022年發布的《互聯網診療監管細則（試行）》明確規定：其他人員、人工智能軟件等不得冒用、替代醫師本人提供診療服務；處方應由接診醫師本人開具，嚴禁使用人工智能等自動生成處方。

多位專家指出，目前在臨床診療中，AI更多起到的作用是支持和輔助臨床決策。

“比如，AI在醫學影像領域的應用，可加快高清圖像獲取、圖像生成，并提升信噪比和清晰度，幫助快速篩查和識別病變。”四川大學華西醫院放射科主任、放射影像研究所副所長呂粟說，這減輕了傳統人工閱片的工作量，讓醫生更專注于臨床決策和精準診療。

“開具處方是具有法律責任的醫療行為。AI可以提供一定的診斷支持和建議，但處方仍應由接診醫師開具，并經人工核驗。”李子孝介紹。

北京大學第六醫院臨床心理科主任醫師黃薛冰介紹，以“北小六”為例，它可以在病房和門診使用，進行測評、認知行為訓練和進一步測評反饋等，但都需要在醫生制定的治療框架和監督下使用。

現實中，AI仍面臨諸多挑戰，比如AI模型的數據質量、泛化能力有待提升等。專家表示，不能完全依賴AI是行業共識。在診療行為中，AI需要在醫務人員的監督下使用，醫生也不能過度依賴AI技術，忽略自身專業判斷和患者的個體需求。

其次，因AI診療導致醫療事故，誰來負責？

受訪專家均指出，醫療機構作為醫療服務核心主體，在AI輔助診療的過程中始終是第一責任人。

“AI始終是醫生的輔助工具。”黃薛冰認為，“我們不能將AI定義為超越醫生和醫護人員的、技術更高級的、可以自己承擔主體責任的存在。”

“從法律層面來看，目前國內外法律政策普遍將醫療人工智能視為一種產品。”北京中醫藥大學衛生健康法學教授鄧勇說，人工智能侵權問題需具體問題具體分析，往往存在侵權原因難以認定、司法裁判難度大等問題。

“若因技術性故障導致AI決策錯誤，一般由器械或智能體提供者承擔責任，醫療機構可向責任主體追償。”鄧勇表示，AI因其決策過程的復雜性和結果的不可預測性，設計者和生產者作為主要責任主體，必須在產品設計階段充分考慮系統的預期使用范圍及潛在風險。

鄧勇建議，進一步完善相關法規，加強AI醫療產品的審批和監管。同時，結合醫療行為的多樣性和復雜性，從醫療技術損害、醫療倫理損害、醫療產品損害等方面，細化法律條款、明確責任認定標準。在實踐過程中，還需進一步保護患者的自主權。患者必須清楚了解AI技術對其診療過程的影響，有權知曉并決定是否接受AI輔助診療。

再次，如何保護患者隱私？

醫療數據通常包含患者的個人健康信息，涉及高度敏感的隱私問題。業內已形成普遍共識：要強化數據質量與基礎設施建設，強調原始病歷數據的專業化處理與安全保護，遵循“患者隱私信息最小化”原則。

保護數據安全，從產品開發端就要重視。負責“北小六”研發的北京樸聚健康科技有限公司技術負責人告訴記者，在“北小六”產品開發過程中，已通過一些技術手段避免泄露用戶隱私。比如，通過去標識化，確保數據無法關聯到個人；在數據傳輸過程中，采用端對端加密，確保數據即使被截獲也無法解讀。

多家醫院也進行了積極探索。浙江大學醫學院附屬邵逸夫醫院利用區塊鏈的不可篡改性和可追溯性，保證數據的真實完整和信息共享；四川大學華西醫院在數據采集、集成過程中，重建患者匿名化主索引，去除患者標識，建立嚴格的審批和日志記錄體系……

“從數據收集、數據處理，到數據使用，醫療大模型都需要遵循合法、正當、必要的原則，不僅要保證訓練數據合法合規，不收集與所提供服務無關的個人信息，還要符合醫學倫理審查要求。”李子孝說。