人工智能正加快融入医疗服务。从诊前信息采集、影像辅助判读到专病决策支持，相关工具逐步进入医生的日常工作。国家卫生健康委公布的《2025年我国卫生健康事业发展统计公报》显示，2025年全国医疗卫生机构总诊疗量达106.5亿人次，其中基层医疗卫生机构为56.5亿人次。面对庞大的服务需求，减少重复性工作、提高诊疗规范性、增强基层服务能力，成为医疗人工智能的重要应用方向。与此同时，临床证据的不断积累，政策规范的逐步完善，正在为医疗人工智能相关产品推广和专业服务创造条件。
一、技术演进:从单项识别向综合诊疗支持拓展
医疗人工智能的技术能力，正从针对特定任务的识别与判断，向多类信息的综合处理拓展。以病灶检测、影像分割为代表的专用模型，主要围绕预设任务分析数据、输出结果。大语言模型的发展，使人工智能能够从患者叙述和病历文本中提取信息，开展病史归纳、辅助问答和报告生成；多模态技术则进一步连接语音、文本、影像等不同类型的数据，实现临床背景的深度分析。由此，相关工具的功能逐步从标记异常、测量指标，拓展到整合病情信息，进一步辅助医生理解和判断。
在信息整合的基础上，医学知识库与检索工具进一步将患者情况与诊疗依据联系起来。人工智能可以围绕具体临床问题检索相关指南，将患者信息与适用建议相对照，为医生提供病情分析和诊疗建议的参考依据。并通过影像分析、语言理解与医学知识检索相互配合，为面向特定病种的综合辅助系统提供技术支撑。随着功能拓展，医疗人工智能系统设计也需要同步解决知识更新、信息准确匹配和输出依据核对等问题，使不同模型的分析结果能够连贯地服务于医生判断。
二、临床应用:人机协作改善诊疗质量与效率
近年来，多项随机研究在模型评价范围中增加了接诊时间、筛查表现和患者结局等临床指标，为医疗人工智能的临床价值提供了更直接的依据。
信息采集前移，提升专科接诊效率
诊前工具可通过对话收集主诉、既往病史和检查信息，整理成便于医生核对的报告。把部分准备工作安排在正式接诊前，有助于减少重复问询，让医生将更多精力用于关键问题核实和诊疗沟通。
2026年发表于《自然·医学》的一项中国双中心随机研究通过大语言模型采集病史、进行初步评估并生成转诊报告，共分析了两千余名患者及照护者的数据。研究发现，自主使用工具的组别，专科医生平均接诊时间为3.14分钟，未使用工具的对照组为4.41分钟，诊前人工智能将接诊时间缩短了28.7%，患者及照护者报告的沟通便利性评分也同步提升。研究支持诊前预评估在提高接诊效率、改善沟通体验方面的价值，但在相关产品推广时还应综合考察报告完整性、复核耗时和患者使用体验。
优化阅片分工，兼顾筛查质量与效率
人工智能影像辅助的作用既包括识别疑似病灶，也包括优化阅片分工。以乳腺筛查为例，系统标记可疑区域，并按风险将影像分配给一名或两名医生阅片。这种分工有助于减少常规检查的重复工作，将医生精力更多用于高风险影像深度分析。
2026年发表于《柳叶刀》的瑞典MASAI乳腺筛查随机研究涉及超过10万名女性。人工智能辅助筛查对实际癌症病例的检出比例，由常规双人阅片的73.8%提高至80.5%，且两组正确识别无癌受检者的比例均为98.5%，阅片工作量也同步减少。这项研究为通过人机分工兼顾筛查质量与工作效率提供了证据。
融合诊疗信息，促进专病规范治疗
面向特定病种的临床决策支持人工智能系统，可将影像结果、病情评估与循证治疗建议相结合，提示需要完善的检查和治疗措施。对这类应用进行评估既要考察诊疗规范的落实情况，也要观察患者后续健康状况。
2026年发表于《英国医学杂志》的GOLDEN BRIDGE II研究，纳入中国77家医院的21603名急性缺血性卒中患者。采用融合人工智能影像分析、病因分类与治疗建议的辅助人工智能系统的治疗建议后，干预组发病后三个月内新发血管事件发生率为2.9%，常规诊疗组为3.9%，绝对降低1.0个百分点。该指标包括卒中、心肌梗死或血管性死亡；两组致残和全因死亡差异未达到统计学显著性。该研究为综合辅助系统改善特定病种患者结局提供了参考，也说明临床价值需要在完整诊疗流程中验证。
三、政策与规范:应用推广与安全治理同步推进
政策部署逐步细化，完善基层应用条件
近年来我国出台的多个政策逐步明确了医疗人工智能的应用方向、建设目标和保障措施。2024年11月国家卫生健康委、国家中医药局、国家疾控局联合印发《卫生健康行业人工智能应用场景参考指引》，列出了医疗服务管理、基层公卫服务等领域84项应用场景。2025年8月，国务院印发的《关于深入实施“人工智能+”行动的意见》，提出有序推动人工智能在辅助诊疗、健康管理、医保服务等场景应用，提升基层医疗健康服务能力和效率。
2025年11月，国家卫生健康委等五部门联合发布《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，进一步明确分阶段目标:到2027年，形成一批面向临床专科、专病的大模型和智能体应用；到2030年，基层诊疗智能辅助应用基本实现全覆盖，推动二级以上医院普遍开展医学影像智能辅助诊断、临床诊疗智能辅助决策等应用。2026年7月，国务院印发的《国民健康“十五五”规划》，将医疗、医保、医药数据共享、紧密型县域医共体智能应用体系和医疗领域国家人工智能应用中试基地建设纳入部署。
这些部署既有利于医疗人工智能产品研发，也有利于改善基层医疗人工智能应用条件。医共体促进县乡村医疗机构共享影像、检验和专科支持，中试基地提供测试验证条件，高质量数据集与可信数据空间为合规开发提供支持。将智能提示与基层检查、转诊和随访服务相衔接，有助于把风险识别转化为及时处置，提升基层连续服务能力。
注册审查与院内治理衔接，保障应用安全
医疗人工智能产品监管与医院使用管理也在同步完善。2026年9月，国家药监局医疗器械技术审评中心先后就人工智能医疗器械注册审查指导原则修订稿、多病种辅助决策医疗器械临床评价指导原则公开征求意见。对于按医疗器械管理的产品，注册审查关注其在申报用途下的安全性与有效性；院内评估则进一步检验产品能否适应本机构的设备、数据和诊疗流程。
2026年发表的《医疗机构人工智能应用与治理专家共识》提出分级准入、多学科审查、真实世界验证、人机协同权责界定、动态监测和熔断机制等建议，为医疗机构提供专业参考。这些建议把风险管理延伸到实际使用:上线前评估临床适用性，使用中落实医师复核和操作记录，发现严重异常时及时停用系统，切换至人工诊疗流程。
此外，生成式模型可能遗漏事实或给出错误建议，过度依赖也可能使医师忽略必要的复核。医疗机构、医师与供应商需要明确各自的管理、使用和技术支持职责，将版本记录、异常报告、故障处理和更新后评价纳入日常工作，及时发现并纠正问题。
四、产业发展:专业化服务支撑持续应用
完善产品交付，降低跨医院推广成本
医疗人工智能产品进入医院，需要完成数据整理、专科功能开发、院内系统对接、效果评价和运行维护。产品能否持续使用，既取决于模型表现，也取决于医生操作是否便利、系统运行是否稳定。接口和功能模块能否复用，更直接影响跨医院推广的投入。
2026年7月刊发的、由中国医院协会医学人工智能专业委员会制定的《医院应用医学人工智能专家共识》，提出统筹规划、复用已有能力，避免重复建设，并兼顾中小型医院的实际负担。标准接口、可复用的专科模块和共享基础设施，有望减少重复开发投入；不同医院的数据、设备和工作流程差异，仍需通过本地适配与验证解决。因此能够兼顾通用功能和专科需求、稳定提供服务的供应商，更有条件与医院形成长期合作。
完善采购与付费机制，支持长期服务
临床价值转化为商业收入，还需要合理的采购与付费机制。国家医保局2026年2月的解读明确，放射检查中的人工智能辅助诊断可按相应价格项目扩展项计价，但不与主项目同时收费。医疗服务如何定价、是否纳入医保支付、医院如何采购软件服务，是相互关联但不同的环节，不能将价格项目立项直接等同于允许普遍另行收费或已纳入医保支付。
据此，医疗机构采购人工智能相关产品时应同时考察诊疗质量、医务人员负担，以及部署、复核和维护的总成本。对企业而言，产品实际使用、跨院部署成本、服务续约与合同回款，有助于判断需求是否稳定、业务能否持续。随着应用深入，医学知识库更新、独立评测和系统维护有望形成更多专业服务需求，为具备技术与临床服务能力的企业打开发展空间。
五、总结与展望
医疗人工智能正从单项功能开发，转向与日常诊疗结合的产品和服务提供。部分研究已显示出医疗人工智能应用在改善接诊效率、筛查表现和专病诊疗效果的价值；与此同时，政策部署与院内管理的逐步完善，也为更多机构使用相关产品创造条件。
展望“十五五”时期，行业有望呈现三方面变化:一是从单项辅助扩展到专病诊疗的多个环节，衔接信息整理、风险识别和后续处置；二是企业服务从人工智能系统交付延伸到知识更新、效果评价和运行维护；三是医院将上线评估、日常使用、版本更新和异常停用纳入统一管理。至于更复杂的诊疗决策和长期健康管理，仍需多中心研究、持续随访与成本效果评价来积累依据。
总而言之，能够稳定改善诊疗质量、减轻医务人员负担的产品，将更有机会获得持续使用和市场认可。围绕真实需求推进研发、验证与服务，医疗人工智能有望在提升医疗服务效率与可及性的同时，形成可持续的产业增长，为健康中国建设提供新的支持。
