“人工智能+医疗卫生”的医工智融创新发展，是将医学与工程学、人工智能、数据科学等多学科深度融合，旨在解决临床实际需求、推动医疗技术变革的系统性创新，其意义十分重大且影响广泛。

　　一、“人工智能+”助力实现全民健康的目标

　　对医疗健康的核心价值，赋能精准医疗与诊疗升级。提升诊疗精准与效率，将医学临床需求、工程技术手段和人工智能算法深度融合，推动高端医疗设备自主研发，优化疾病早期筛查与精准诊断流程，同时提升个性化治疗方案的落地效率，弥补传统诊疗的局限性。利用AI大模型、手术机器人等技术，辅助医生决策、优化手术流程，实现个性化、精准化治疗。破解临床实践难题，直接针对临床中的“痛点”和“卡脖子”问题（如专科医生缺口），研发新的解决方案和诊疗模式。优化医疗服务与体验，通过智能化手段简化就医流程，并基于“AI病历”等工具为患者提供全周期健康管理，改善就医感受。优化医疗资源配置与普惠性，通过智能技术赋能基层医疗，缩小不同地区的医疗水平差距，同时提升医疗服务的可及性与效率，缓解优质医疗资源紧张的问题，助力实现全民健康的目标。

　　对产业经济的驱动作用，驱动医疗产业高质量转型。打破医学、工学、人工智能的学科壁垒，催生新型医疗技术、产品与服务模式，培育医疗机器人、智能影像诊断、数字疗法等新赛道，助力医疗产业从“制造”向“智造”升级，增强产业核心竞争力。催生医疗健康新质生产力，是驱动医疗健康领域新质生产力发展的关键路径，推动产业向高端化、智能化升级。加速高端医疗器械国产化，着力突破关键核心技术，加速国产高端医疗器械的研发、转化与规模化应用。贯通产学研用创新链条，构建“基础研究-技术攻关-产业转化”或“临床应用-技术研发-市场应用”的全链条平台，促进成果高效转化。

　　对科研与人才的深远影响，变革科研范式与组织模式。推动从单一学科研究向跨学科协同创新转变，建立医、校、企深度合作的创新生态。培养复合型拔尖创新人才，通过“新工科”与“新医科”的交叉融合，培养既懂医学又懂工程技术的未来医疗创新者。

　　二、“人工智能+”医疗健康领域系统性变革

　　总的来说，医工智融不仅是技术上的简单叠加，更是医疗健康领域系统性变革的核心驱动力。它正推动医疗从“经验主导”走向“数据与智能驱动”，从“疾病治疗”转向“全周期健康管理”，并催生新的产业形态。但尽管前景广阔，医工智融的发展也面临一些挑战，主要包括：复合型人才短缺、医工之间的跨领域协作深度不足，以及从实验室到临床的转化链路存在堵点。要推动其深入发展，关键在于构建高效的协同机制，确保医学需求与工程技术能够精准对接。同时，需要建立可持续的创新生态，形成“临床需求-技术研发-产业转化-临床验证”的闭环。为此，2025年10月，五部门联合发布《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，明确AI医疗发展目标及重点任务，围绕深化重点应用、夯实应用基础、规范安全监管等展开：

　　聚焦基层与全场景，推动医疗资源普惠。政策把基层作为重点发力方向，提出通过智能辅助诊疗系统、县域医共体资源共享中心等，提升基层对常见病、慢性病的诊疗和管理能力。同时覆盖临床诊疗、患者服务、中医药、公共卫生等8大场景，比如二级以上医院推广影像智能诊断、智能预问诊，基层推进慢病智能管理，以此打通诊疗全链条，缓解医疗资源分布不均问题。

　　锚定分步目标，构建技术与产业生态。设定了清晰的阶段性目标，2027年要建成一批高质量数据集和临床专病大模型，广泛推进基层和临床的智能应用；2030年实现基层诊疗智能辅助全覆盖，完善标准规范体系并建成全球领先的科创和人才基地。同时强调建设中试基地、推动政产学研用协同，既支撑AI大模型研发迭代，也带动健康产业高质量发展。

　　坚持安全可控，筑牢规范发展底线。明确人工智能“赋能而不替代”的定位，一方面创新分级分类监管方式，优化行业审核体系，对医疗质量、服务安全等开展动态监测；另一方面着重强化数据安全和个人隐私保护，规范医疗数据的供给与合规流通，通过完善安全防护体系，避免技术应用中的风险隐患。

　　强化基础支撑，完善保障体系。注重筑牢技术与人才根基，提出优化全民健康信息平台，强化算力算法支撑，同时完善人才培养和评价机制。还鼓励试点先行，开展高质量数据集和可信数据空间建设试点，建立创新容错纠错机制，为政策落地和技术创新提供制度与资源保障。

　　三、“人工智能+”促进优质医疗资源普惠可及和健康产业升级发展

　　对于“人工智能+医疗卫生”的国家顶层设计，其核心导向可以概括为，以真实场景和人民健康需求为根本驱动，通过筑牢数据与算力基石、布局全链条重点应用、构建安全可控的治理体系，最终实现优质医疗资源的普惠可及和健康产业的升级发展。

　　顶层设计的战略目标与框架思路。最新的政策设计并非单纯的技术推广，而是有着清晰的战略目标与实施框架。政策的最终目标是创新“预防、诊疗、康复、健康管理等全链条连续智能服务”，以更好地满足人民群众的健康需求。这意味着AI技术必须服务于提升医疗体系整体效能和人民健康水平。政策设定了2027年和2030年两个关键时间节点。例如，到2027年，要形成一批高质量的医疗数据集和临床大模型；到2030年，基层诊疗智能辅助应用基本实现全覆盖。顶层设计强调四个突出：一是突出应用，坚持以真实业务场景为驱动；二是突出基层，把更多资源投向基层和疾病预防，旨在强基层、促公平；三是突出融合，鼓励政、产、学、研、用多方参与，推动AI与医疗健康产业协同发展；四是突出安全，坚守“赋能而不替代”的定位，强化数据安全和风险管控。

　　重点应用部署，绘就“8大方向”全景图。政策系统规划了8个重点方向、24项具体应用，旨在让AI渗透到医疗卫生的每一个关键环节。其核心部署主要包括：

　　人工智能+基层应用，旨在弥补基层资源短板，推动服务下沉。如建设县域医共体智能平台；为基层医生提供常见病辅助诊疗工具；建立居民慢性病智能管理档案。

　　人工智能+临床诊疗，旨在提升高价值临床场景的精准诊断与效率。如推广医学影像智能诊断系统；发展针对肿瘤、罕见病等的专科辅助决策系统；应用康复机器人、智慧药房。

　　人工智能+患者服务，旨在改善全流程就医体验。如从智能预约分诊到诊后随访的全流程服务；建立全省统一的智能转诊系统。

　　人工智能+中医药，旨在推动中医药现代化。如研发中医辅助诊疗大模型；构建中药材全流程追溯系统；开发智能中医诊断与治疗设备。

　　人工智能+公共卫生，旨在增强主动防御与应急能力。如构建传染病智能监测预警体系；强化突发公卫事件应急处置的智能分析。

　　人工智能+科研教学，旨在加速医学创新与知识普及。如利用AI辅助药物研发（可将化合物设计时间缩短70%）；提供个性化健康科普服务。

　　人工智能+行业治理，旨在实现精细化、智能化管理。如加强医院人、财、物智能管理；建立医疗质量与资源智能监管平台；构建全国统一的智能急救指挥系统。

　　人工智能+健康产业，战略侧重点在于培育新质生产力，拉动产业升级。如鼓励智能健康管理等新业态；支持国产高端智能医疗装备的研发与应用首购。

　　发展基石：数据、算力与中试平台。政策高度重视为AI医疗的长期发展构建坚实的基础设施。数据基础要求集约化建设互联互通的全民健康信息平台，并推动医疗、医保、医药（“三医”）数据的协同共享，旨在破解“数据孤岛”难题。算力算法支持省级统筹建立行业公共算力服务平台，提供普惠的算力服务，并鼓励开发医疗领域专用的垂直大模型。转化平台方面，计划建设一批国家人工智能应用中试基地，作为技术验证、迭代和成果转化的关键枢纽。

　　夯实安全规范发展的“护栏”。顶层设计将安全可控视为与创新发展同等重要的支柱。监管原则明确人工智能是辅助而非替代医务人员的定位。创新监管方式，探索包容审慎的监管模式，如“监管沙盒”，为新技术的安全应用提供测试空间。构建覆盖数据、算法、应用的全方位监管体系，强化数据隐私保护，并对算法进行公平性、可解释性审查。

　　组织保障与产业影响。强调发挥“新型举国体制优势”，加强跨部门协同，并通过试点示范逐步推广。这一顶层设计将重塑医疗健康产业生态。政策直接鼓励发展智能健康管理新业态，并明确支持国产智能医疗装备的“首台套”应用，为相关企业提供了明确的市场方向和发展机遇。

　　总而言之，国家层面“人工智能+医疗卫生”的顶层设计，标志着我国AI医疗发展从局部试点进入了“全链条集成、高质量发展”的新阶段。推动医工智融深入发展，关键在于构建高效的协同机制，确保医学需求与工程技术能够精准对接。同时，要建立可持续的创新生态，形成“临床需求-技术研发-产业转化-临床验证”的闭环。可以展望，在政府引导、多方参与、创新驱动、安全可控的原则指导下，加快促进人工智能在医疗卫生领域的规范应用，不断丰富应用场景，提升服务能力，保障服务安全，优化资源配置，创新预防、诊疗、康复、健康管理等全链条连续智能服务，就一定能够越来越好地满足人民群众日益增长的健康服务需求。（作者：任海平，北大国经智库专家委员会主任，中国国际经济交流中心世界经济部原副部长）

免责声明：本文仅代表作者观点。

中宏网版权申明：凡注有“中宏网”或电头为“中宏网”的稿件，均为中宏网独家版权所有，未经许可不得转载或镜像；授权转载必须注明来源为“中宏网”，并保留“中宏网”的电头。