1 政策背景与智慧医疗新机遇
2025年8月，国务院发布《关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号），明确提出将人工智能与各行各业深度融合作为国家战略。该文件详细阐述了六大重点行动，特别是在 “人工智能+”民生福祉 部分强调要"有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用，大幅提高基层医疗健康服务能力和效率"。这一政策导向为医疗健康行业的数字化转型提供了明确指引和强大动力。 “人工智能+”行动 在医疗领域的实施将推动三个层面的深度融合：技术层面实现大数据、人工智能与医疗核心业务的融合；流程层面重塑诊疗、管理和服务模式；生态层面构建跨机构、跨领域的医疗健康智能网络。政策提出到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%；到2030年，应用普及率超90%；到2035年，我国全面步入智能经济和智能社会发展新阶段。这一进程将加速医疗健康行业向智能化、个性化、普惠化方向发展。
表：国务院“人工智能+”行动政策与智慧医疗对接点
在医疗健康领域，政策特别关注人工智能在辅助诊疗、健康管理和医保服务等场景的应用，旨在解决我国医疗体系长期存在的资源分布不均、服务效率不高、基层能力不足等问题。通过推动人工智能与医疗健康的深度融合，政策期望实现医疗服务模式的根本性变革，从以治疗为中心向以健康为中心转变，从规模标准化服务向个性化精准服务转变，从机构内服务向全程连续服务转变。2 智慧医院维度：新一代HIS/EMR平台与AI多模态融合
新一代医院信息系统（HIS）和电子病历（EMR）平台正朝着智能化、集成化、云原生方向快速发展。与传统系统相比，新一代HIS/EMR平台具有以下核心技术特征：深度融入人工智能技术，实现辅助诊断、治疗方案推荐、不良事件预测预警等功能；与其他系统深度集成，实现与电子病历系统（EMR）、影像归档和通信系统（PACS）、实验室信息系统（LIS）等全面一体化集成。 这些系统采用混合云架构以满足数据安全和业务扩展的需求——私有云确保核心诊疗数据的安全，公有云承载互联网医院的高并发业务，实现弹性扩展，降低运维成本。同时，移动医疗应用成为标准组成部分，患者可以通过手机应用程序预约挂号、查询检查结果、在线咨询医生等，医生也可以利用移动设备随时随地查看患者病历、下达医嘱，提高工作效率。 数据安全与隐私保护：新一代HIS系统更加注重数据安全与隐私保护。医院采取加密、访问控制、身份认证等技术手段，确保患者信息的安全，同时遵守相关法律法规，保护患者隐私。国产化与标准化也是重要趋势，HIS系统不断推进国产化适配，支持统信、麒麟操作系统等国产软件，同时采用开源数据库等技术，降低对国外技术的依赖。 基于DeepSeek、Qwen等开源大模型的智枢中心成为未来医院的核心大脑。以北京协和医院研发的“协和智枢”综合智能体为例，该系统装载了"满血版DeepSeek-R1+量子安全"的双技术体系，搭配专业书籍、核心论文、前沿指南共识等知识库，以及医院百年积淀的高质量病例和医学逻辑组织，构建出医疗、服务、管理"三位一体"的多元场景人工智能应用。 DeepSeek-R1作为千亿参数级别的大模型，具备强大推理能力，使“协和智枢”能够高效利用海量医疗数据和诊疗经验，为医生提供全面系统的复合建议。与此同时，量子安全技术为系统提供安全保障，通过"端到端"的密钥防护，有效防范暴力破解与监听窃取，确保患者病历、诊疗记录等核心数据在传输过程的"零泄露"。表：基于大模型的医院智枢中心关键模块与功能
Nature Cancer发表医学AI多模态模型，整合临床、基因、影像以及病理数据，探索跨模态信息融合方法
这篇文章聚焦高级别浆液性卵巢癌（HGSOC）的多模态数据整合与风险分层，针对当前临床预后模型对患者结局异质性解释不足的问题，探索了基于机器学习的跨模态信息融合方法。研究收集444例患者的治疗前CT影像、H&E病理切片、基因组测序及临床数据，分别构建放射组学（大网膜纹理特征如GLCM自相关）、组织病理学（肿瘤核平均面积、基质长轴长度）和临床基因组（HRD状态）单模态模型，并通过晚期融合策略整合为多模态模型。 其中，基于大网膜CT特征的放射组学模型在测试集的c-index为0.53，组织病理学模型为0.54，而整合基因组、放射组学和组织病理学的GRH模型将测试集c-index提升至0.61，显著增强了对患者总生存和无进展生存的预测能力。
文章重点验证了多模态数据在肿瘤风险分层中的互补性，发现放射组学与组织病理学特征的风险评分 Kendall’s τ 系数低于0.14，表明两者从宏观纹理（如大网膜密度反映的肿瘤异质性）和微观结构（如细胞核大小关联的基因组不稳定性）提供独立预后信息。 通过弱监督深度学习对H&E切片进行组织类型分类（脂肪、基质、肿瘤等，分类准确率0.88），结合细胞核形态定量分析，建立了可解释的病理特征模型，其核心特征（如核面积）与生存显著相关，为病理图像的自动化分析提供了可复用的技术框架。 影像AI和病理AI与大模型的多模态融合成为智慧医院建设的重要方向。在病理诊断领域，商汤医疗开发的"医疗多模态大模型驱动的Sensecare®智慧病理综合解决方案"涵盖了"病理大模型AI应用生产平台"、"数字病理切片管理平台"和"智慧病理AI辅助诊断平台"三大技术平台，构建覆盖"临床—科研—教学"全链路的智慧病理生态。 该系统核心是国内首个病理垂域大模型PathOrchestra，基于30万张全视野数字切片训练，凭借自监督学习机制，实现了对细胞形态、组织结构、染色特征的跨病种泛化理解。在上海瑞金医院病理科的应用实践中，SenseCare®智慧病理AI辅助诊疗平台将消化道活检诊断耗时从1分钟缩短至10秒内，年节省人力工时超万小时。 2025 年 5 月 20 日，北京师范大学舒妮教授、南京航空航天大学黄伟杰副研究员在 Cell 子刊 Cell Reports Medicine 上发表了题为：AI-powered integration of multimodal imaging in precision medicine for neuropsychiatric disorders 的综述论文。 在这篇综述中，作者概述了多模态神经影像技术、人工智能方法以及多模态数据融合策略，强调了基于神经影像数据的多模态人工智能在神经精神疾病精准医疗中的应用，并探讨了其在临床应用中的挑战、新兴解决方案以及未来的发展方向。
神经精神疾病，例如阿尔茨海默病、自闭症、抑郁症等，如同一幅复杂的拼图：症状多样、病因隐蔽，传统诊疗方法常陷入“看不清全貌”的困境。近年，科学家们找到了一把新钥匙——通过人工智能（AI）整合多模态神经影像技术，让精准医疗在神经疾病领域迈出革命性一步。
图片来自于Cell子刊：舒妮/黄伟杰团队综述AI赋能多模态成像，用于神经精神疾病精准医疗 类似地，在影像诊断领域，AI大模型能够实现对CT、MRI、X光等医学影像的智能分析和解读，辅助放射科医生提高诊断准确性和效率。新一代影像AI系统不仅能够检测异常病灶，还能结合临床数据提供诊断建议和预后评估，实现从影像分析到临床决策的全流程支持。 国家"十四五"全民健康信息化规划提出，到2025年建设形成统一权威、互联互通的全民健康信息平台支撑保障体系，基本实现公立医院与全民健康信息平台的联通全覆盖。这为区域健康大脑建设奠定了坚实基础。进入"十五五"时期，健康信息化建设正从平台联通向数据智能阶段演进，基于AI医疗的区域"健康大脑+"平台成为发展重点。 浙江省湖州市健康云项目是这一趋势的典型代表。该项目依托中国电子云CECSTACK专属云软件，构建覆盖湖州市全域的健康云平台体系，为湖州市"健康大脑"、各级医疗机构及卫生健康相关委办局提供强大的IaaS、PaaS等核心服务能力。项目有力支撑全市医疗健康数据的汇聚融通与智能应用，提升医疗卫生机构运行效率和服务水平，为全市居民提供更便捷、高效、普惠的健康服务。 健澜科技提出的"医疗健康大脑+"平台采用六大中心架构：云网中心、数据中心、交换中心、组建中心、算法中心和标准中心，支撑智慧医疗、健康管理和智慧公卫三大跑道的N多个应用场景。这种架构实现了从数据采集、治理到应用的全流程覆盖，为区域健康智能服务提供了完整解决方案。 区域健康大脑的技术架构采用双大模型策略——结合通用大模型（如DeepSeek、Qwen）和医疗垂直领域大模型（如病理大模型、影像大模型），在确保通用能力的同时满足医疗专业需求。Qwen模型作为阿里巴巴开发的开源大语言模型，具有多语言支持（达119种语言）、强大的推理能力和专门的代码生成能力，非常适合医疗健康场景的应用。 健康大脑中的AI医疗智能体采用模块化设计，通常包括数据智能体、知识智能体、服务智能体和治理智能体等模块。这些智能体协同工作，实现从数据采集、治理、分析到应用的全流程智能化。例如，数据智能体负责医疗数据的采集和标准化处理；知识智能体负责医学知识图谱的构建和更新；服务智能体负责面向居民的健康服务提供；治理智能体负责医疗质量和安全监管。 基于DeepSeek和Qwen等大模型的智能体具备工具使用、记忆和自主工作流能力，能够执行复杂的医疗健康任务3。例如，在慢性病管理场景中，智能体可以连续监测居民健康指标，自动分析健康风险，提供个性化健康建议，甚至在必要时推荐就医或调整治疗方案。 区域健康大脑支撑的多场景应用包括：智慧医院（名医名院零距离、远程医疗服务集成）、健康生活（可穿戴设备应用、社区健身服务）、幸福养老（居家养老、互联网+养老服务）和居家护理（互联网护理、线上点单线下服务）等。这些应用共同构成了"医、康、养、护"一体化的健康服务体系。 健康大脑还加强与民政、教育、公安等部门的数据交互和业务协同，在社区养老、学生心理健康、生长发育、疫情常态防控、法医赋能等领域搭建业务多跨体系，建立各类多跨协同应用场景。这种跨部门协同机制打破了数据孤岛，实现了健康服务的全域整合和资源优化配置。 在生态建设方面，区域健康大脑通常采用政府主导、企业参与、机构协同的模式。例如，湖州健康云项目采用合作运营模式，由中国电子云和第三方共同投资、协同运营，实现强强合作、互利共赢，共同推动区域健康云生态的高质量发展。这种模式既保证了项目的公益性和安全性，又引入了市场竞争机制和专业能力，有利于平台的可持续发展和创新活力。 北京协和医院自主研发的“协和智枢”综合智能体是医疗大模型应用的典范。该系统于2025年3月通过试点测试，进入实际应用阶段，装载了"满血版DeepSeek-R1+量子安全"的双技术体系，搭配了专业书籍、核心论文、前沿指南共识等知识库，以及北京协和医院百年积淀的高质量病例和医学逻辑组织。 “协和智枢”在三个维度发挥重要作用：在医疗方面，具备辅助诊断、电子病历辅助生成、预后评估等功能；在患者服务方面，可以提供智能分诊、体检报告解读、用药指导等服务；在医院管理方面，搭载了百事通个性化问答、智能耗材管理等多项功能。其中，MedAgent智能体已成为医生的"得力助手"，具备量表计算、病情检索、患者风险评估预警、诊疗建议等多"角色"功能，同时还具备参考文献一键追溯和医学量表自动更新等功能。 该系统的显著特点是引入了量子安全技术，通过"端到端"的密钥防护，有效防范暴力破解与监听窃取，确保患者病历、诊疗记录等核心数据在传输过程的"零泄露"。同时，系统通过动态更新指南、整合权威数据、可视化的思考过程、增加溯源机制等方式，有效抑制模型"幻觉"，增强辅助临床决策的可信度。 清华大学于2025年4月成立人工智能医院，体现了学术与临床深度融合的愿景。该医院建设分阶段进行，初期将在学校AI全面布局和多学科医工交叉的基础上建设AI医院系统，以全科医学科和眼科、放射诊断科、呼吸科等专科为试点。未来将构建"AI+医疗+教育+科研"生态闭环，促进优质医疗资源的高效扩融与均衡布局，让更多人享有可负担、可持续的高质量医疗服务。 清华大学人工智能医院从设计底层融入AI智能体功能，协助医生精准决策，提高医疗服务效率和患者满意度，降低医院运营成本，推动解决基层全科医生短缺问题。这一理念超越了传统医院信息化建设的模式，而是将人工智能作为核心基础设施融入医院的设计和运营全过程。 2024年11月，清华大学团队研发的"紫荆AI医生"内测系统已经上线，基于"闭环式"医疗虚拟世界实现AI医生加速进化，为人工智能医院建设奠定了智能医疗领域智能体研究及应用基础8。这种方法通过虚拟环境训练和测试AI系统，加速其成熟和优化，然后再应用到实际临床环境中，提高了AI应用的安全性和可靠性。表：智慧医疗典型案例关键创新点比较
未来智慧医疗的发展将更加注重技术融合与生态协同。人工智能、大数据、云计算、物联网、区块链等技术的综合应用将推动医疗健康服务向更高水平发展。特别是人工智能与生物制造、量子科技、第六代移动通信（6G）等领域的技术协同创新，将为智慧医疗带来新的突破点。 医疗健康AI生态建设需要多方参与和开放协作。政府应制定鼓励创新政策和完善监管框架；科研机构应加强基础理论研究和核心技术攻关；医疗机构应积极应用新技术并反馈改进意见；企业应持续创新并提供可靠的产品和服务；公众应参与体验和反馈，帮助系统不断优化。只有各方协同努力，才能构建繁荣的智慧医疗生态体系。 随着AI在医疗领域的深入应用，安全性和伦理问题日益凸显。必须确保AI系统的安全可靠、公平透明和隐私保护。国务院意见明确提出要"夯实网络与数据安全的保障体系"，全面落实网络安全和数据安全相关的法规标准，完善网络安全和数据安全的责任体系和管理制度。 标准化工作也是智慧医疗发展的关键环节。需要加强全民健康信息化标准的应用推广，真正把这些标准落地落实，深化全民健康信息化标准的服务管理6。通过搭建标准推广平台，有利于医疗卫生机构和企业来落地这些标准，促进不同系统之间的互联互通和数据共享。 智慧医疗的发展离不开专业人才队伍建设。需要培养既懂医疗又懂技术的复合型人才，同时提升现有医疗人员和技术人员的能力素质。国务院意见中明确提出"大力支持开展人工智能技能培训，激发人工智能创新创业和再就业活力"。 医疗机构应积极开展人工智能素养与技能培训，推动各行业形成更多可复用的专家知识。高校和科研机构应加强医学与人工智能的交叉学科建设，培养新一代医疗AI人才。企业应提供易于使用和理解的AI工具，降低医护人员使用AI技术的门槛。 国务院"人工智能+"行动意见为智慧医疗发展指明了方向，新一代HIS/EMR平台与AI多模态融合、基于大模型的智枢中心建设、区域健康大脑平台等将成为发展重点。通过北京协和医院、清华大学AI医院、健澜科技等典型案例的分析，我们可以看到智慧医疗已经取得了实质性进展，正在从概念走向实践，从单点应用走向系统融合。 未来智慧医疗的发展需要把握技术驱动、应用引领、安全可控、生态协同四大原则，推动人工智能与医疗健康的深度融合。通过技术创新、制度创新和模式创新，构建以人为本、智能驱动的新型医疗健康服务体系，最终实现"让所有人享有可负担、可持续的高质量医疗服务"的愿景。特别声明：智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
