近日，北京安貞醫院通州院區的專家使用“天璣”骨科機器人系統進行骨關節手術。 新華社記者 李 欣攝

　　在第91屆中國國際醫療器械博覽會上，工作人員正在操控演示全柔性微型內鏡手術機器人。新華社記者 方 喆攝

　　在北京大學深圳醫院重症監護室，醫生借助邁瑞醫療啟元大模型，5秒內完成診療全流程數據回溯與整合，1分鐘生成結構化病歷，為臨床救治按下加速鍵。在西安市北方醫院，應用AI（人工智能）可將主動脈夾層影像診斷時間從15分鐘至20分鐘壓縮到3分鐘，為搶救生命贏得寶貴時間。在肺結節篩查中，AI幫助放射科醫生減少30%至50%的工作量，使全院影像診斷效率整體提升30%，患者平均等待時間縮短42%。

　　當前，AI技術快速演進，已在影像學、輔助診斷和個性化治療方案推薦等領域廣泛應用，標志著現代醫學的AI應用已進入規模化落地階段。

　　成為醫護人員好助手

　　在醫療場景中，AI並非單獨運行，而是作為醫護人員的“助手”，形成人機接力的新模式。

　　西安市北方醫院信息中心負責人胡敏介紹，患者在完成影像檢查后，AI輔助影像診斷系統能快速分析並自動完成初步篩查。例如，在早期乳腺癌、肋骨隱匿性骨折檢測中，系統會在幾秒鐘內標記出可疑病灶，給出大小、形態、密度等量化指標，生成結構化初報。醫生結合臨床經驗復核AI結果，排除假陽性病灶，最終作出診斷。

　　在臨床決策環節，北方醫院在醫生工作站中集成了DeepSeek大模型，醫生將患者檢驗報告截圖錄入后，模型會快速提取關鍵異常指標，結合臨床指南生成“結果概覽+可能診斷+需補充檢查”提示，幫助醫生快速把握病情。模型會結合患者主訴、現病史、病程等信息，提出藥物選擇、注意事項等多種治療方案。醫生可在此基礎上進行個性化調整，形成最終方案。

　　AI還能優化手術規劃。“術前，主刀醫生會將患者的CT數據導入AI手術規劃系統，生成患者肺部的三維模型，清晰展示腫瘤的精確位置、浸潤范圍及其與周邊組織的空間關系。在手術過程中，三維模型可作為實時導航，幫助醫生洞察手術進展。”北方醫院普外胸外二科副主任郭慶介紹，AI三維重建技術實現了從“評估式粗放解剖”到“導航式精細解剖”的飛躍，幫助醫生在手術中盡可能避開重要器官和血管，實現最大化保留健康肺組織的“亞肺葉切除”。

　　大連市瓦房店第三醫院影像科主任孫紅霞表示，AI能識別人眼難以辨別的毫米級微小結節，其超越經驗的穩定性使“早癌跡象”無處遁形，將篩查敏感度提升至新高度。“這也使得一部分患者不必去大城市、大醫院診療，在家門口就可以就診。”

　　瓦房店第三醫院還引進了人工智能機器人，助力復雜脊柱手術向數字化、智能化、精准化邁進，讓更多患者受益。近日，被診斷為腰椎管狹窄症及腰椎間盤突出症的78歲患者，以及腰1椎體爆裂性骨折的34歲患者，在人工智能手術機器人的輔助下進行了手術。借助三維影像的精確定位功能，機器人輔助系統能夠一次性完成手術規劃，並實現精准置釘，使手術過程更加微創、精確和安全，為患者帶來了更優質的治療效果。

　　AI在中醫領域也有應用新進展。中國中醫科學院聯合中科聞歌推出“大醫金匱中醫藥大模型”，匯聚1500余部典籍、超10萬個臨床案例與超100份指南，構建了中醫藥微調數據集，已覆蓋中醫臨床診療、養生調理、中醫教育、中藥研發等應用場景。

　　不過，對於極少見病或多種疾病交織的病例，AI建議的匹配度仍不高。“因此，現階段AI的主要價值更多體現在‘提速+降低漏診’，而非在所有場景下超越人工判斷。”胡敏認為。

　　拓展全鏈條應用場景

　　當前，全球AI醫療整體處於技術深耕與場景分化的成長期，現代醫學的AI應用已進入規模化落地階段。從臨床實踐角度來看，AI醫療應用成熟度呈現“診療領先、預防跟進、康復起步”的格局。

　　政策方面，2024年11月，國家衛生健康委、國家中醫藥局、國家疾控局聯合印發《衛生健康行業人工智能應用場景參考指引》，共列出84個典型應用場景，明確AI輔助地位。這填補了行業應用標准的空白，有效規避了盲目開發與無序應用等問題，推動AI技術在衛生健康領域落地實施更具針對性、科學性和規范性。

　　2025年11月，國家衛生健康委辦公廳、國家發展改革委辦公廳、工業和信息化部辦公廳、國家中醫藥局、國家疾控局5部門聯合發布的《關於促進和規范“人工智能+醫療衛生”應用發展的實施意見》提出，到2030年，基層診療智能輔助應用基本實現全覆蓋，推動實現二級以上醫院普遍開展醫學影像智能輔助診斷、臨床診療智能輔助決策等人工智能技術應用，“人工智能+醫療衛生”應用標准規范體系基本完善，建成一批全球領先的科技創新和人才培養基地。

　　賽迪顧問醫藥健康產業研究中心總經理寧玉強認為，我國AI醫療正處於政策驅動下的規模化落地期。一方面，技術層面處於從“技術試點”到“規模化落地”。國家衛生健康委相關數據顯示，近年來，依托縣域醫共體建設與政策推動，AI工具快速覆蓋基層醫療、公共衛生等場景，80%的縣（市、區）初步建成了縣域影像、心電、檢驗資源共享中心。2025年縣域遠程醫學影像診斷服務量超6800萬人次，AI已成為基層醫療服務的重要支撐。

　　另一方面，場景應用正從“單一場景”向“全鏈條延伸”。寧玉強指出，此前AI醫療多聚焦影像初篩等單一環節。近年來，其應用已逐步延伸至“預防—診療—康復—健康管理”的全鏈條。例如，從慢性病篩查到輔助診斷、處方審核，再到居家康復指導，形成了全流程服務閉環。同時，多模態AI技術快速發展，能夠整合影像、文本、基因組等多源數據，推動AI從“輔助工具”向“智能伙伴”轉變，更契合醫療服務的連續性需求，顯著提升了AI醫療的綜合價值。

　　推動行業全面升級

　　目前，一線醫護人員對AI工具的接受度在穩步提升。美國醫學會2023年至2024年連續兩年的調研顯示，醫生使用AI的比例大幅增長，對AI的信任度逐步提升，核心需求集中在臨床決策支持與行政工作減負，反映出全球醫護人員對AI的接受度正向積極轉變。

　　中國中醫科學院西苑醫院副院長龐博指出，AI始終是服務醫療從業者的工具而非替代者。AI可以優化資源配置，也能夠在推動醫學研究、加速藥物研發與疾病機制探索等方面發揮一定價值。

　　“但在中醫領域，因AI難以理解中醫‘辨証論治’‘整體觀念’等哲學概念，其輸出的中醫診療建議常需醫生加工處理后才能滿足臨床實際需要，因此部分中醫對AI工具的應用仍持有保留意見。”龐博指出，醫療人員的接受度和適應能力仍存在差異，AI醫療的普及需要進一步加強培訓和推廣，提升醫療人員對新技術的信任度和運用能力。

　　對於AI將取代部分工作崗位的普遍擔憂，龐博認為，AI會替代醫療領域中部分重復性、標准化的崗位與職能，但不會取代醫生的核心診療決策、臨床實操與人文關懷職能。相反，AI會重塑醫療崗位結構，並催生大量技術增強型、人機協作型等新型醫療崗位。

　　長遠來看，AI將推動醫療崗位優化、醫療模式創新與大眾健康生活全面升級。“隨著技術持續迭代，AI醫療將從單純的輔助工具升級為行業核心賦能引擎，衍生出精准醫療團隊、遠程診療聯盟、醫療科研協同平台等多元醫療模式與業態，推動醫療服務從單點支撐向全流程、多維度賦能轉變。”龐博說。