2026年7月，连云港市印发“人工智能＋医疗卫生”三年行动计划。按照公开安排，2026年全市80%的三级公立医院将落地医学影像辅助诊断、临床智能辅助决策和智能就诊等应用，30%的基层医疗机构试用临床诊疗智能辅助工具；到2028年，人工智能应用计划覆盖全市医疗卫生机构。

从智能导诊、预问诊和报告解读，到病历质控、合理用药、影像心电协同、中医辅助诊疗和传染病监测，人工智能正在从单点工具进入区域医疗服务网络。

这一步非常重要，也意味着医院需要把关注点从模型展示转向临床治理：AI提供的建议由谁审核？出现错误如何发现？模型换了数据和人群之后是否依然有效？基层医生会不会过度依赖？患者是否知道人工智能参与了哪个环节？

连云港的计划提出以“便民、助医、辅政、促研、益企”为方向，布局覆盖就医服务、临床诊疗、中医药、基层卫生、公共卫生、科研教学和行业治理等场景。

其中，一个尤其值得关注的变化，是全市将统一部署省级建设的人工智能辅助诊疗智能体，为基层医生提供辅助诊断、病历质控和合理用药支持；县域医共体影像、心电、检验和审方等资源共享中心也将实现覆盖。

这意味着，AI的使用场景将从技术条件较好的大型医院，逐步进入患者数量更多、专业能力差异更明显的基层环境。规模扩大之后，任何一个小概率错误都可能被放大，因此需要更系统的质量控制。

模型准确率高，并不等于临床价值已经得到证明。医院首先要明确AI到底解决什么问题：减少漏诊、缩短报告时间、改善合理用药，还是帮助基层医生识别需要转诊的高风险患者？

不同目标需要不同评价指标。影像辅助工具不能只看测试集准确率，还要观察真实人群中的敏感度、特异度、误报、漏报和医生采纳情况；智能预问诊不能只看生成内容是否完整，还要看是否遗漏急症风险；病历生成工具则要关注事实错误、复制偏差和医生修改负担。

医院应当在上线前设置本地验证，在上线后持续观察真实表现。外部数据上表现良好的模型，进入新的医院、人群、设备和流程后，也可能出现性能变化。

人工智能可以提供辅助建议，但临床判断不能被一个无法追责的系统替代。所谓“医生负责”，不能只写在制度文件中，还要落实为具体操作。

系统应清楚标注哪些内容由AI生成，哪些结果必须人工确认，哪些高风险场景禁止自动放行。医生需要能够看到关键依据、修改建议并保留修改记录；对于急症提示、用药禁忌和重大诊断等高风险信息，还应设置更严格的复核和升级机制。

如果AI建议直接进入病历、处方或患者端，而没有明确的审核节点，效率提升就可能转化为新的安全风险。

区域统一平台可以减少重复建设，促进数据标准和安全规则一致，也方便基层机构获得技术支持。但统一底座之上，仍需要根据医院级别、专科能力和患者风险设置不同权限。

基层机构更适合优先使用风险筛查、规范提醒、合理用药和转诊支持等工具；复杂诊断和高风险决策，应当由区域中心医院和专科团队提供支持。技术下沉不应变成责任下沉，更不能让基层医生在缺乏培训和转诊保障的情况下独自承担系统风险。

医疗设备需要维护，人工智能同样需要。数据结构变化、检查设备更新、疾病谱改变、临床规则调整，都可能让模型表现发生漂移。

医院应建立版本管理、性能监测、异常报告和停用机制。哪些科室正在使用、模型当前是什么版本、错误发生在哪些人群、医生为什么拒绝某类建议，都应形成可追溯记录。

更关键的是，人工智能相关问题不能只由信息部门处理。医务、质控、药学、护理、伦理、网络安全和临床科室需要共同参与，让模型评价进入医院现有的医疗质量安全体系。

在区域推广阶段，最容易形成的指标是接入医院数量、上线功能数量和调用次数。但这些数字只能说明AI被打开过，不能证明它改善了医疗。

更有价值的评价包括：患者等待时间是否缩短，基层转诊是否更准确，医生文书负担是否真正下降，漏诊和用药风险是否减少，不同地区和不同年龄人群是否获得同等质量的服务。

如果系统提高了操作效率，却增加了医生核对时间；如果推荐更快，却让患者面对更多无法解释的提示；如果基层接入了工具，却没有后续专科支持，都不能算完成了临床转化。

江苏省人民政府：连云港启动“人工智能＋医疗卫生”三年行动计划https://www.jiangsu.gov.cn/art/2026/7/27/art_33718_11809542.html

国家卫生健康委等五部门：关于促进和规范“人工智能＋医疗卫生”应用发展的实施意见https://www.nhc.gov.cn/guihuaxxs/c100133/202511/d1a42ae835c743b9b3e83ac0253c3e9f.shtm