人工智能赋能医疗卫生：北京基地发布阶段性成果，勾勒“AI+医疗”新图景

“眼底一张照，眼病全知道，一眼知全身”；2400万份高质量病例训练出的AI儿科医生智能体为150余家县级医院保驾护航……6月9日下午，医疗领域国家人工智能应用中试基地阶段性成果发布会在北京经济技术开发区举办，一批精准诊疗、生物医药制造领域的人工智能(AI)应用成果集中亮相，勾勒出“头部研发、基层应用”的“AI+医疗卫生”生动图景。

2025年5月，北京市启动首批医疗领域国家人工智能应用中试基地(以下简称“北京基地”)建设。在取得多项阶段性成果的同时，多家医院负责人提出更深层的追问：如何进一步推进AI与医疗卫生深度融合、规模化落地应用？

“AI真正落地临床实践，数据是根本前提。”北京大学第一医院副院长杨莉现场发布了肾脏多慢病数字医生助手，并指出仅前期数据处理就花了三四年时间。她告诉中青报·中青网记者，每家医院数据差异大，训练出能在全国基层通用的大模型，需要全国范围的高质量数据，而“数据链路打通目前仍是一大限速关卡”。

中国医学科学院北京协和医院信息中心主任周翔发布该医院专科专病AI智能体矩阵，同样指出“各个医疗机构自建算力非常有限”，期待北京基地给予整体算力支撑。

多名与会专家提到“集中力量办大事”，加强交流和成果互通共享。落在数据层面，这就需要打破机构之间的壁垒，让数据从“私有资产”变成行业共享的“公共底座”。

作为北京基地的建设运营主体，中国联通现场发布高质量数据集亿元支持计划，设立超1亿元医疗行业高质量数据集专项支持资金，聚焦临床诊疗、临床研究、医学影像、健康管理、生物医学、医疗保险六大方向，把分散的数据供给聚拢起来。

数据决定“AI+医疗卫生”能跑多快，安全则决定它能否行稳致远。杨莉介绍，肾脏多慢病数字医生助手采用“双引擎”架构。大模型引擎是“智慧大脑”，给出个性化综合诊疗方案推荐；规则引擎守牢安全底线，实现危机值预警、关键诊疗指标识别、不合理处方拦截等，反应迅速且精准。

安全问题并非只涉及技术层面。首都医科大学附属北京天坛医院放射科主任刘亚欧带领团队开发的颅脑全疾病CT影像诊断智能体“小君医生”，可精准识别94种疾病，诊断准确率达87.8%。在此基础上，他更关心的问题是：“就算到了99%也依然会有失误。面对这样的问题，我们未来如何解决？”

当AI以“数字医生”身份进入诊疗流程，责任如何界定、法规如何跟进，答案尚不清晰。多名与会专家强调坚持AI应用与安全双轮驱动，强化个人隐私和医学伦理保护，也期待相关规定后续出台。

AI赋能基层医疗卫生能力，让优质医疗服务更加公平可及。杨莉分享了一组北京市西城区的社区试点数据：使用肾脏多慢病数字医生助手一年后，100%的社区医生掌握了肾脏病筛查和诊断方法，90%掌握肾脏病各种复杂一线用药的使用原则。

AI不仅是诊断工具，更是培训工具和规范工具，始终陪伴医生成长。首都医科大学附属北京儿童医院常务副院长赵成松介绍，该医院AI儿科医生智能体基层版已落地12个省(区、市)，“给基层留下了一支带不走的儿科医疗队”。

首都医科大学附属北京同仁医院党委副书记、院长袁进介绍，该院牵头研发的致盲性眼病、重大慢病筛诊智能体已落地西藏自治区拉萨市人民医院，并已推广至全国30个省市、140个地市，以及全球9个国家。

中青报·中青网记者 贾子凡

来源：中国青年报