21世纪经济报道记者 唐唯珂 广州报道

2025年政府工作报告中，医疗卫生作为事关国计民生的重要议题之一，受到了高度关注。而深化公立医院改革；推动优质医疗资源下沉；加强护理、儿科、病理、老年医学专业队伍建设；加强疾病预防控制体系建设等成为关注的热点。

除了医疗部分的描述，2025年的政府工作报告关于人工智能部分则提到了：持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备。

医疗行业的代表委员们围绕医疗与人工智能、大数据等技术融合发展的相关话题发声，并带来一系列建议声音和提案、议案。

相较于过去，今年政府工作报告中有关“人工智能+”的表述中，首次提出了“支持大模型广泛应用”。这与今年开年以来，DeepSeek大模型在全球科技圈引起震动有很大关系。而在大模型的应用端，医疗卫生是备受代表委员们关注的领域。“借助DeepSeek等技术，每个人未来都可能拥有专属的医学顾问或慢病专家，甚至是养老陪伴助手。”全国政协委员、三六零安全科技股份有限公司创始人周鸿祎说。

医疗健康之所以频频是两会的热点，是因为它关乎每个人的幸福，关乎社会的稳定，关乎国家的未来。当下，我国医疗体系仍面临着医疗资源分配不均、慢病管理负担沉重等诸多棘手问题。在此背景下，结合各方信息来看，医疗AI技术正成为破局的关键——它不仅是效率工具，更是重构医疗资源分配逻辑、实现“全人群、全生命周期健康管理”的核心引擎。

让优质医疗触达基层末梢

在过去几年的政府工作报告中，凡涉及医疗卫生服务部分，一直要求促进优质医疗资源扩容下沉和区域均衡布局。改变医疗资源分布不均的现状，打破传统医疗体系的物理边界，让基层百姓也能享受到优质的医疗服务。

全科医生服务被认为是医疗卫生服务的“最后一公里”。理想状态下，基层全科医生能诊治大多数的常见病、多发病。但目前，我国合格的全科医生严重不足。过去的措施是共享三甲医院的专家人才，让优秀医生下基层或远程问诊，但受限于人力和时间成本，这些措施往往难以常态化覆盖基层社区。

而目前在AI大模型的助力之下，能够把接近三甲医院的诊断水平复制到基层。通过推出符合基层医生需求的智能辅助诊断系统，帮助基层全科医生提升问诊、诊断、用药等全系列能力，进而提高诊断效率和准确率，减少误诊和漏诊。面对急、难、险、重患者，AI也能辅助全科医生对转诊时机、转诊地点及转诊路径的判断，帮助全科医生快速做出高效、科学的决策。

如何进一步通过人工智能等新技术推进优质医疗资源的全民普惠？全国政协委员、京东集团技术委员会主席曹鹏建议：强化政策引领，制定《医疗AI普惠发展X年行动计划》，修订《医疗器械分类目录》。夯实普惠底座，由国家卫健委牵头建设“国家医疗数据共享平台”，由相关部门牵头研发开放“隐私计算”技术。培育示范标杆，推广“AI数字医生”模式，在县域医共体部署“AI诊疗助手”。

此前即有业内人士指出，人工智能在提升基层医疗服务能力方面具有巨大潜力。可以利用人工智能驱动的辅助诊断系统提升远程医疗水平，助力医学教育和培训，并对基层医疗机构的医疗数据进行深度分析和挖掘，为医院管理提供决策支持。推动基层医疗服务能力不断提升，不仅是对健康中国建设的积极响应，更是为群众提供更加优质高效、系统连续、公平可及的医疗卫生服务的关键所在。相信在各方共同努力下，健康中国的愿景图必将成为惠及全民的实景图。

老年人慢病管理智能化

慢性病的防控是国家卫生工作的重点。当前，我国有2/3以上的老年人都在受慢性病的困扰。

相关资料显示，随着我国人口老龄化加快，60岁以上人群中一种以上慢病患病率为75%，高血压58.3%，糖尿病19.4%，43%有多病共存。以上疾病属于共患病，有共同的危险因素和发病机制。沉重的慢病负担导致大量老龄人群长期生存质量显著下降，也加重了家庭和社会的负担。

“唯一解决之道就是抓好全面健康管理，防治融合，共筑全民健康保障新体系。”全国政协委员、中日友好医院原副院长姚树坤坦言，对因防治是最理想、最有效，也是成本最低的慢病防治策略，可以通过健康教育和健康管理实现。

随着AI技术在应用端的不断成熟，智能化健康管理有望迎来新的解决路径。从辅助医生进行早期诊断、个性化治疗计划的制定，到通过智能设备和应用程序对患者进行日常监测和管理，智能化健康管理平台正在通过集成先进的AI技术，为老年人提供一个全面、便捷且个性化的健康管理工具。

此外，政府工作报告明确提出，今年要“加强护理、儿科、病理、老年医学专业队伍建设，完善精神卫生服务体系”。

为了帮助AI在“预防-保健-诊断-治疗-康复”的健康管理全链条中更好地发挥作用，姚树坤建议：将“AI全民健康管理体系建设”纳入健康中国建设的战略规划中，为全面推广AI健康管理提供顶层政策支撑；构建“政府-社会-企业”协同的AI健康生态建设，鼓励社会组织、医疗机构、科技企业、保险机构、健康管理服务机构等多元主体积极参与；高度重视数据安全和用户隐私保护，建立完善的监管体系；鼓励技术创新和服务模式创新。

数据治理与伦理风险

高质量的数据是AI技术在医疗领域应用的基础，是数据驱动下的医疗新时代的“石油”。

数据资产网信息显示，我国每年产生超80亿份医疗影像数据、50亿条检验结果，但实际利用率不足5%。三甲医院各自为政，数据孤岛现象严重，宛如信息时代的“巴别塔”。

为了打破医疗数据“不敢共享、不愿共享、不能共享”的困境，2024年12月31日国家发展改革委、国家数据局、工业和信息化部联合发布《国家数据基础设施建设指引》，明确提出可信数据空间是在数据流通利用领域、目前业界主要实践方案之一。

“必须有创新的数据整合协作的技术体系和模式，来系统性解决医疗健康数据的标准化问题以及安全可信的数据流通问题，最终惠及社会各界，形成一个可持续发展的医疗健康数据生态。” 全国人大代表，通用技术集团董事长、党组书记于旭波认为，可信数据空间作为数据基础设施，是国家政策所指引的建设方向，也是目前能较好解决医疗健康领域数据尚未有效利用与价值释放问题的优选路径，建议加快建设医疗健康领域的可信数据空间。

于旭波指出，可信数据空间采用隐私计算、加密技术、访问控制、区块链溯源等多种手段，通过建立统一的数据共享规则，可确保医疗数据在共享过程中的安全性和隐私性，解决医疗机构“数据不出院”的顾虑，同时帮助建立统一的医疗健康数据标准体系，打破数据之间的壁垒，实现医疗数据的跨机构、跨行业流通。

此外，值得注意的是，AI在医疗领域的应用场景已越来越广泛，但医疗健康直面生命，对新技术的容错率极低。基于此，全国人大代表、北京大学第三医院骨科主任医师刘忠军建议，将AI嵌入医疗诊疗流程、推动AI技术面向患者，必须谨慎而行，一步一个脚印，每一步都要更扎实、更慎重。只有当技术相对成熟，经过了无数次试验验证，其准确率确实有保障时，才能将其投入实际使用。

医疗AI的发展需要坚守“生命至上”的初心。

（实习生孙伟对本文亦有贡献）