问题——医疗需求快速增长与优质资源相对不足并存，临床一线长期面临“时间紧、任务重”的现实。
随着人口老龄化加深、慢性病与多病共存人群增多，医疗服务在诊断、治疗、护理、随访等环节对效率与质量提出更高要求。
如何在保障医疗安全与质量的前提下，提升诊疗全流程效率，成为各地医院推进高质量发展的重要课题。
原因——技术进步为医疗流程再造提供了新工具。
葛明华在接受采访时介绍，近年来，浙江省人民医院围绕急危重症识别、病历书写负担、诊疗记录规范化等临床痛点，推进多项智能化应用落地：一方面，针对脓毒症等高危病症搭建风险预警系统，通过对临床指标的动态分析实现提前预警，争取关键救治窗口期；另一方面，面向病历书写这一高频工作探索自动化生成，在医生床旁询问病史、交流病情后，回到工作站即可获得基本成形的病历文本，匹配度较高，医生重点转向核对、补充和修订。
除病历外，手术记录等文本也可通过语音口述转写生成，从而推动诊疗文书在规范性与效率上同步提升。
影响——效率提升的同时，更凸显医疗安全底线与责任边界。
业内普遍认为，诊疗文书不仅是治疗过程的重要依据，也是医疗质量管理与风险防控的关键环节。
葛明华强调，文书质量直接关系临床决策与后续诊疗衔接，目前相关系统生成的内容仍需医生最终校对审核，不能以“自动生成”替代专业把关。
这一表态体现出医疗智能化应用的基本原则：以辅助为定位，以安全为底线，以可追溯为前提。
对医院而言，合理引入智能工具有助于将医生从重复性事务中解放出来，把更多时间用于疑难复杂病例研判、跨学科协作以及医患沟通等更具价值的工作；对患者而言，风险预警与流程提速有望提高救治及时性与就医体验。
对策——破解推广瓶颈，关键在数据质量与协同机制。
葛明华指出，制约智能医疗进一步普及的核心问题之一在于数据基础：不少医疗机构的数据仍呈“孤岛化”分布，标准不统一、共享不足，导致一些产品模型训练样本来源单一，跨地区、跨人群的适用性受限，影响规模化推广。
对此，业内人士认为，需要从三方面发力：其一，夯实数据治理底座，推进数据标准、编码体系与质控规则统一，提升数据完整性、准确性与可用性；其二，推动跨机构、跨层级的协同共享，在依法合规前提下完善数据流通机制，促进区域医疗资源联动；其三，加强政策支持与科研组织，依托科研专项、产学研用协同，鼓励临床医生深度参与产品设计、验证与迭代，形成可复制可推广的应用路径。
与此同时，还需完善应用评估体系，把临床有效性、安全性、可解释性与责任界定纳入全流程监管，推动技术应用与医疗规范同频共振。
前景——“人机协同”将成为常态，医生能力结构面临重塑。
对于社会关注的“是否会被替代”问题，葛明华认为，相关技术难以完全取代医生，但不会使用相关工具的医生，可能在竞争中被更善于运用工具的同行超越。
其背后逻辑在于：复杂疾病诊疗不仅依赖模式识别，更需要综合病情、治疗反应、患者意愿与伦理考量作出个体化决策；治疗方案制定、风险沟通与人文关怀等环节，更离不开专业判断与情感温度。
同时，相关系统的研发、训练与临床验证也需要医生参与，确保符合真实场景与医学规律。
可以预见，未来一段时期内，智能工具将更多承担重复性、辅助性任务，医生则把精力集中在高风险决策、疑难病例、沟通协商与长期管理上，医疗服务将从“以流程为中心”加快向“以患者为中心”转型。
医学人工智能的发展前景取决于能否实现从技术突破向临床应用的有效转化。
这不仅需要持续的科技创新，更需要建立健全的数据共享机制、完善的政策支持体系和紧密的产学研合作。
在这一过程中，医疗工作者应主动拥抱技术进步，而社会各界也应为人工智能在医疗领域的规范应用创造良好条件。
唯有如此，才能让人工智能真正成为增进人类健康的有力工具，而非威胁。