AI+医疗，近在眼前

　　AI（人工智能）+医疗的落地应用，近两年如雨后春笋般涌现。这股涉及医学和科技界的热潮延伸到今年全国两会的会场内外，成为代表委员热议的话题之一。

　　全国人大代表、中国工程院院士范先群在接受《新民周刊》采访时表示，AI+医疗的应用探索，在全国医疗领域热度不减，出现了很多好项目，有的已经在临床诊疗实践中应用，体现出强大的优势。从长远发展的眼光看，范先群认为，接下来需要国家层面出台标准、打通数据库、建立跨部门的治理机制，推动点状应用的医学人工智能模型在更大范围内“通用”，让人工智能在医疗中发挥更大的作用。

　　AI+医疗的梦想已经照进现实，在这一轮全新的科技浪潮中，中国医疗革新也迎来前所未有的机遇。

AI已经开始改变医疗

　　2026年全国两会，“人工智能+”再次出现在政府工作报告中，这已经是“人工智能+”连续3年进入政府工作报告，标志着AI赋能千行百业从技术概念走向国家级战略支柱。

　　医疗，是人工智能应用最热的领域之一，在患者感受到或者感受不到的地方，人工智能已经融入了诊疗环节。

　　今年2月，迪拜世界健康博览会上，上海交通大学医学院附属仁济医院 “仁济智慧医院整体方案V1.0”全球首发，方案涵盖了智慧手术部、智慧ICU、智慧病房和互联网医院平台等多个场景，完整勾勒出“以患者为中心、以AI为驱动”的未来医院新范式。

2026年2月，迪拜世界健康博览会上，上海交通大学医学院附属仁济医院“仁济智慧医院整体方案V1.0”全球首发。

　　仁济医院展台上的明星展品“AI医生助理（AI Doctor Assistant, AIDA）”引来全球观众关注。这个平台基于仁济医院互联网医院超1400万服务人次的诊疗对话与临床数据，与健康云合作深度融合仁济医院多学科专家经验所打造的多模态专科大模型与智能决策平台。目前包括肝脏外科、心内科、生殖医学科、风湿科在内18个学科的AIDA已在仁济医院开展应用，为临床决策提供实时、精准的智能支持，不仅大幅提升了诊疗效率，更将顶尖医院的诊疗能力标准化、数智化。

　　医生的AI助手具体能做些什么？2024年9月起，仁济医院与蚂蚁集团合作推出全国首个泌尿专科智能体，包含问诊、报告解读、症状自测、门诊预约、诊后随访等服务。疾病谱涵盖98%泌尿外科就医人群。2025年9月，仁济泌尿智能体正式接入蚂蚁阿福，上线一年以来已服务80万人次，目前智能体仍在持续迭代中。

全国人大代表、中国工程院院士范先群。

　　全国人大代表范先群是眼眶病和眼肿瘤专家，对于人工智能推动医疗效率提升，他有着最真切的感受。随着人工智能深刻影响医疗，范先群认为，医院里的诊疗模式和医学教育都会发生巨大的变化。他说：“随着AI+医疗的逐步成熟，相信未来的诊疗过程中，大量工作可以由AI辅助医生完成，但这并不意味着人工智能取代医生，医生将仍是重要的医疗决策者。医生从繁重的、AI可以更高效完成的工作中解放出来后，将有更多的时间与病人交流，为医疗增加更多温度。更加重要的是，AI+医疗将弥补一些地方优质医疗资源的不足，让患者更容易获得优质的医疗服务。”

　　医学教育的变革在人工智能时代也成为了大势所趋。范先群表示，传统的医学教育需要做出改变，学校要培养出更多复合型医学人才，以满足新的医疗环境对人才的需求。

破解医疗中的“最难题”

　　“罕见病平均确诊时间超过5年，病人可能奔波在全国各地的医院，在痛苦、焦虑中度过数年，花费大量财力、精力后才能获得一份确诊报告。” 当从医三十多年的孙锟医生谈起罕见病尤其小儿心血管疾病相关罕见病诊断难时，他的脑海中浮现出患儿家长一张张憔悴的面容。

　　孙锟是上海交通大学医学院附属新华医院儿童心血管疾病专家，经常有心血管疾病相关罕见病患儿家庭慕名找到他，希望确诊孩子的疾病。全球罕见病患者超3亿，中国约2000万；罕见病病种超7000种。患病率低于1/2000的疾病被定义为罕见病，这意味着绝大多数临床医生终其职业生涯都可能遇不到几次特定的罕见病。

上海交通大学医学院附属新华医院儿童心血管疾病专家孙锟。

　　过去，罕见病的诊断无异于“大海捞针”或“纯靠运气”。罕见病表型复杂且80%与基因相关，随着基因检测技术的发展，诊断效率有所提高。但现实的医疗环境中，基因检测解读难、成本高。

　　现代医学诞生近500年后的今天，罕见病诊断终于迎来了人工智能时代，人工智能高效的数据处理能力和精准的决策能力，正好可以破解罕见病诊断难的痛点。

　　2026全国两会前夕，名为DeepRare的罕见病人工智能诊断工具启动了真实世界的多中心临床验证。DeepRare是全球首个可溯源罕见病AI诊断系统，由上海交通大学医学院附属新华医院与上海交通大学人工智能研究院联合研发。2月19日，这项科研成果登上国际顶级学术期刊《自然》（Nature）。

　　作为研发项目临床团队牵头人，孙锟介绍说：DeepRare首创“中枢-分身”可溯源Agentic AI架构，实现了实时知识整合、类医生慢思考推理、全流程可溯源论证三大核心突破，表型诊断首位准确率达57.18%，引入基因数据后综合准确率突破70.6%，远超国际同类工具，其可溯源的推理链条更让AI诊断从“黑盒”变成了“透明诊室”。

　　也就是说，罕见病可以依靠AI去“大海捞针”，它很快就能帮你“捞出来”。

　　还有一种疾病，正在黑暗中挣扎。

　　2026年元旦，成龙主演的新片《过家家》全国上映，成龙饰演一位患阿尔茨海默病的老人，围绕他发生了一系列悲喜故事。近几年，已经有多部以阿尔茨海默病为题材的电影上映，反映出阿尔茨海默病给社会造成的沉重负担，以及大家对疾病的恐惧。

　　这种恐惧感有着非常现实的基础。《中国阿尔茨海默病报告2024》显示，我国现有阿尔茨海默病及其他痴呆症患者近1700万，其中阿尔茨海默病患者约占70%，近1200万人；60岁以上老年人中，阿尔茨海默病的发病率超过5%。

　　阿尔茨海默病不仅让患者自身丧失功能、丧失生活自理能力，更会给家人带来照护的压力，一人得病全家受累。目前，阿尔茨海默病有效的治疗方法还非常有限，早期诊断率也比较低，可以说，人类仍然在阿尔茨海默病的迷雾中艰难跋涉。

　　阿尔茨海默病的诊断和筛查主要依赖量表评估（如MMSE、MoCA）、影像学检查和生物标志物检测。传统的神经心理量表测试虽然广泛应用，但检测耗时长，一般每次需要10—15分钟，对专业人员依赖性强，在基层社区大规模推广有一定难度。

　　能否借助AI让阿尔茨海默病的早期筛查变得更加便利和高效？同济大学附属同济医院医学影像科首席专家王培军教授带领团队，展开了“阿尔茨海默病智能诊断评价一体化机器人”的研发。

　　王培军教授向《新民周刊》记者介绍，团队在几年前就启动了相关研究，将多种基于人工智能的技术进行科学整合和升级，最终形成一个可以高效、便利地完成阿尔茨海默病筛查诊断的智能体设备。

同济大学附属同济医院医学影像科首席专家王培军教授带领团队研究的阿尔茨海默病智能诊断评价一体化机器人。

　　他介绍，正在研发的系统基于虚拟现实技术的智能采集认知功能、面部表情、下肢运动、脑电图、多模态脑影像、实验室检测结果等多维临床信息的系统和设备，以显著提升多维信息的采集效率和精度；研究多维临床信息的整合算法和随时间轴变化的关联算法，以明显提高阿尔茨海默病早期诊断、评价、预测模型的性能；研制“5G网络+智慧云+机器人”融合的阿尔茨海默病早期诊断评价预测一体化功能服务平台，以实现数据、模型的共享共用及模型的自进化，提升早期大规模筛查和诊断、病情和疗效评价、风险和预后预测水平，为进一步实施阿尔茨海默病早期精准治疗提供可靠依据。

　　据介绍，这个项目已初步实现“行为采集—特征识别—风险评估—反馈训练”闭环框架。在同济医院，相关的测试也正在推进，王培军教授介绍，随着数据的不断积累，智能体的工作效率和准确性会显著提高。

　　早期筛查和诊断只是阿尔茨海默病难题拼图中的一块。治疗方案如何确定？新药研发能否提速？治疗效果评估能否更加快速和准确？康复能否更加科学？如果全病程的这些问题都能够借助AI的“神力”得到更好的解决，那么阿尔茨海默病的突围，将显现出希望之光。

AI+医疗“大基建”

　　AI+医疗领域的创新红红火火，但在临床科研应用层面，仍存在一些瓶颈。比如数据标准不统一导致“数据孤岛”现象，制约模型优化；关键设备与标准体系自主化程度不足；许多实验室成果难以对接临床需求，在重大疾病精准诊疗等环节亟待突破。

　　全国人大代表范先群表示，AI+医疗的发展对底层数据库建设、治理方式、新技术相关规范的出台提出了要求，需要国家层面的统一谋划和组织。

　　在顶层设计上，人工智能医疗应用方面的“基础设施”和“国家标准”都已经布局。

　　2025年8月，国家发展改革委正式批复，由复旦大学附属中山医院承担建设“国家人工智能应用中试基地（医疗领域临床医学科研方向）”的任务。

　　在具体应用层面，基地将面向医学科研、智能诊疗能力提升，智能医疗器械开发，智能医用机器人研发等方向，落地不少于49个特色应用场景，并发布超过10项配套标准规范。

　　国内优质医疗资源集中的省市，也已经展开了在AI+医疗“大基建”领域的发力。3月2日，上海市卫生健康委发布《2026年上海市卫生健康工作要点》的通知，AI医疗方面通知明确：加快本市医学人工智能指挥舱和模型即服务（MaaS）平台建设，开发一批医疗多模态数据集和知识库，打造一批人工智能应用场景和智能体应用。指导中山医院做好国家人工智能应用中试基地建设。

　　很快，人工智能就会润物无声地出现在医疗的各个环节，崭新的就医体验、崭新的医学时代，近在眼前。记者｜黄祺