中经联播讯（张佳乐 李小飞）
医疗大模型具备“专家级”推理能力，手术机器人实现毫米级精细操作，人工智能正重塑从看病到手术的每一个医疗环节。
在宁波大学附属第一医院方桥院区，70岁的王阿姨在AI数字人引导下精准挂号，就诊后收到一份AI生成的个性化复查建议。诊室里，医生屏幕已由AI助手自动生成初步病历；手术室内，骨科机器人正辅助医生进行毫米级精准操作。
这些场景勾勒出“未来医院”的实景图。智能诊断模型将病变检出能力提升至“专家级”，医疗大模型助力优质资源下沉基层，脑机接口技术为运动功能障碍患者带来新希望。
医疗大模型：从辅助诊断到精准治疗
北京大学常务副校长乔杰表示，医学与信息学的深度融合，是推动医学进入“数智驱动、融合创新”新阶段的核心动力。
首都医科大学附属北京安贞医院心脏超声医学中心主任何怡华与团队研发了覆盖全生命周期的“安贞心宇”心血管专病超声诊断大模型。该模型具备从影像语义特征到诊断的专家级推理能力，成为心脏超声智能诊断的核心“大脑”。
在浙江大学医学院附属邵逸夫医院，智能导诊系统依托千亿参数医疗大模型，通过自然语言交互解析患者症状，整合近5年、2.8亿条真实就诊数据，为患者匹配科室的准确率达到98.7%。系统上线后，误挂号案例数减少超六成。
浙江大学教授涂华康指出，在胃癌微卫星不稳定性检测方面，融合多种病理基础模型，仅利用常规染色切片即可高精度预测MSI状态，性能超越单一模型。这项工作证明了数智病理作为低成本、高效率工具，在肿瘤分子分型和指导个体化免疫治疗方面的应用价值。
手术机器人：毫米级精度超越人手极限
“机器人让手术从依赖经验的‘手艺活’，走向了可量化、可复制的精准科学。”宁波大学附属第一医院运动医学关节外科副主任朱迎春介绍，机器人能达到毫米级以下精度，带来的是患者更快的康复速度和更高的手术满意度。
在精准医疗领域，AI与机器人正大放异彩。达芬奇手术机器人、骨科天玑Ⅱ和Mako关节置换手术机器人已成为医生的“团宠”。去年该院运动医学关节外科完成近2600台关节镜手术，几乎所有运动医学治疗均采用微创方式完成。
睿心医疗推出的全自动血管介入手术机器人，展示了AI如何赋能心血管手术。医生通过语音命令，远程操纵机械臂精准完成引导丝推进、导管调整、球囊扩张和支架放置等全流程操作。
这家2017年在深圳创立的企业已完成5轮融资，投资方包括国投创新、经纬创投等知名机构。
浙江省人民医院眼科中心主任沈丽君团队利用“高精度柔性眼科机器人及远程手术平台”，完成国内首例临床5G显微眼科远程指导手术。该机器人依托自主开发的控制算法设计，可有效滤除手部抖动，帮助医生突破人手先天存在约100微米的生理抖动极限。
医院全场景智能化：从“人找服务”到“服务找人”
“我们信息化起步非常早，核心理念就是服务患者，实现就医流程的全场景优化。”宁波大学附属第一医院党委书记阮列敏回顾医院数字化历程时感慨，通过医院早期的探索，如2007年试水药品“零库存”、2009年推行“先诊疗后付费”，管理者已深切体会到智能化对赋能患者、空间利用带来的巨大变化。
医院理念从“人找服务”转向“服务找人”。患者踏入医院前，“智能化服务”已然开启：AI数字人进行导诊和预问诊，智能客服解答各类疑问；就诊中，一部手机尽览所有检查排队序列，患者可自主规划时间。
更大的解放来自于医疗文书的自动化。入院记录、出院小结等以往需要医生逐字敲入的内容，现可由AI自动抓取患者数据生成初稿，医生复核即可。“这让医生的效率提升60%以上，仅一份出院小结平均就能节省约5分钟。这真正让医生实现了‘从案头回归床头’，将宝贵精力投入到病情分析和医患沟通中。”阮列敏说。
算力赋能：基层医疗的重大机遇
算力发展为AI医疗应用提供了坚实基础。鹏城实验室高效能云计算研究所副研究员张彤表示，行业迫切需要“随需可得、质优价平”的算力网建设，为数字医学的规模化创新、跨区域协同及基层医疗算力普及提供支撑。
国家超级计算长沙中心为当地“AI+医疗”产业集群奠定了算力基础。湖南大学副校长李肯立介绍的胎儿超声大模型实践，正是发挥超算中心算力优势，整合多家医院数据而成。
博极生命科技发布的情绪陪伴机器人“笑熵01”，采用国产华为昇腾架构，实现了大模型终端化部署。公司总经理冯武表示：“传统低算力平台难以支持机器人进行快速交互，但我们现在采用国产架构，应答速度更快、成本更低，产品和用户数据也更安全可控。”
自兴AI自主研发的医学影像AI平台及新一代人工智能硬件赋能染色体核型分析，已应用于全国300多家三甲医院。
政策支持：2027年基本实现AI广泛应用
今年11月初，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》，为AI医疗行业发展注入强劲动力。
《实施意见》制定了清晰的发展目标：到2027年，建立一批卫生健康行业高质量数据集和可信数据空间，形成一批临床专病专科垂直大模型和智能体应用，基层诊疗智能辅助、临床诊疗智能辅助决策和患者就诊智能服务在医疗卫生机构广泛应用。到2030年，基层诊疗智能辅助应用基本实现全覆盖。
巨丰投顾高级投资顾问于晓明解读：“《实施意见》中，基层诊疗被多次提及。虽然基层诊疗在医学影像、心电诊断等领域有智能化探索，但尚未实现广泛普及。《实施意见》的发布有利于推动我国基层诊疗智能化进程。”
在需求攀升和政策助推双轮驱动之下，我国AI医疗市场规模加速扩张。据公开数据，2019年至2023年AI医疗市场规模自27亿元增至107亿元，预计到2028年将达976亿元，占比升至15.4%，渗透率持续提升。
挑战与前景：数据安全与医生接受度并存
尽管AI+医疗前景光明，但仍然面临诸多挑战。北京社科院副研究员王鹏表示，AI在医疗健康领域应用面临多个难点，包括数据隐私与安全问题、AI诊断的可靠性与可解释性、医疗从业者的技术接受度，以及法规与伦理等。
针对医疗数据隐私保护的特殊要求，天津医科大学总医院采用“端-边-云”三级安全防护体系，构建符合医疗数据合规要求的算力基座，同时通过硬件级可信执行环境、动态数据脱敏等技术强化敏感信息保护。
2022年，国家卫生健康委和国家中医药局联合发布《互联网诊疗监管细则（试行）》，规定医疗机构开展互联网诊疗活动，处方应由接诊医师本人开具，严禁使用人工智能等自动生成处方。这意味着，目前AI并不具备处方权，只能提供诊疗建议，最终的诊疗方案仍需医生本人把关。
“未来医院”仅有“AI”显然还不够。阮列敏认为，作为区域医疗中心，要在科技创新和成果转化上发力；同时把资源尽可能下沉，服务更多基层百姓，特别是管理好慢病患者。
在宁波大学附属第一医院方桥院区，120台物流机器人采用“滴滴打车”式智能调度模式，承担了全院90%以上的物资配送任务，替代了70余名运送人员，一年可节省约500万元。
AI医疗正从单一病种辅助诊断，迈向更全面的临床场景覆盖。随着“十五五”规划建议明确提出“全面实施‘人工智能+’行动”，医疗健康的未来图景正徐徐展开，每一项技术进步都将为“健康中国”建设注入新动能。
