问题——卫生体系承压倒逼新工具加速进入“主战场” 与会嘉宾普遍指出，全球卫生体系正处于深度调整期；一方面，人口老龄化趋势叠加慢性病高发，使诊疗需求持续扩张；另一方面，优质医疗资源区域与城乡间分布不均，基层能力短板、专业人才缺口与医疗成本攀升等问题相互交织，形成系统性压力。鉴于此，“AI+健康”被视为提升卫生体系韧性、改善服务可及性与效率的重要抓手，其意义不仅在于引入新技术，更在于推动医疗数据、科研创新与临床服务的全链条重塑。 原因——技术进步与场景需求双向牵引，催生行业转型窗口期 多位发言者认为，近年算法能力提升、算力与数据基础设施完善，以及多模态信息处理能力增强，使智能技术在医学影像、临床决策支持、药物发现等关键环节加速突破；同时，现实场景对“提效、降本、扩容、提质”的迫切需求，为技术落地提供了广阔空间。 腾讯健康涉及的负责人表示，智能技术有望缓解供给不足与成本压力，在提升服务质量的同时，也为生命科学研究提供新的工具，帮助科研界更深入理解人体生物学规律，从而带动医疗研究范式演进。 海南博鳌乐城国际医疗旅游先行区管理局负责人则从产业变革角度指出，智能技术正在改变传统诊疗和药物开发路径：在分子与基因层面推进更早筛查与风险识别，在影像阅片等环节提升效率与准确性，在个体化诊疗方案制定上拓展应用边界，并药物研发中加速靶点筛选与候选化合物验证，推动研发周期与成本结构发生变化。 跨国药企代表认为，智能技术不仅服务于研发端，也在生产管理、运营决策与患者管理等环节加速渗透，推动医药企业从单一产品提供者向健康生态参与者转型。 科研出版界人士强调，人体系统高度复杂，生成式技术可在海量医学信息中进行整合与推理，促进诊断、治疗与科研的协同优化，成为释放医疗创新潜力的重要方向。 影响——从“点状应用”走向“链式重构”，医疗服务方式正在改变 论坛讨论显示，“AI+健康”的影响正由局部工具化应用，转向对医疗体系运行方式的系统性改造。 其一，临床端在提效与提质上的边际收益不断显现。新加坡医疗机构代表分享称，医学影像、临床决策辅助等场景中，相关技术的准确率与稳定性持续提升，并在复杂病例识别中表现突出。一些曾对“被替代”有所担忧的临床科室，如今正更多以“人机协作”方式提升诊疗一致性、减少人为疏漏、优化工作流程。 其二，资源下沉与能力扩容成为重要方向。业界人士提出，依托智能辅助诊疗、远程协作与医联体、医共体数字化建设，高端医疗能力有望向基层延伸，在一定程度上缓解区域间服务差距。 其三，公共卫生与脆弱地区的应用价值受到关注。红十字国际委员会相关代表表示，在医疗基础设施薄弱、专业人员短缺地区，智能技术在远程医疗、公共卫生监测与医护培训各上具有现实意义，有助于提高基础服务覆盖率与应急响应效率。 对策——以规则与能力建设护航创新，形成可持续的治理框架 与会者同时提示，技术红利的释放离不开治理体系同步升级。当前主要挑战集中三上： 一是数据安全与隐私保护。医疗数据高度敏感，跨机构、跨区域流通需以安全标准、授权机制与可追溯体系为前提，避免数据滥用与泄露风险。 二是算法偏见与有效性验证。模型训练数据若存结构性偏差，可能导致对特定人群的误判，放大健康不平等。应加强临床验证与持续评估，推动可解释性建设，建立覆盖研发、试验、部署、迭代的全周期质量管理。 三是监管与责任边界有待明晰。智能系统参与诊疗决策后，医疗机构、产品提供方与使用者的责任划分、准入评估、风险预警与退出机制需要更清晰的制度安排，避免“技术先行、规则滞后”带来的合规与安全隐患。 多方观点汇聚为共识：应推动技术创新、数据治理、伦理规范与国际协作并行。一上加快标准体系建设与监管工具完善，另一方面通过多主体共同推进示范应用与能力培训，让技术应用可控、可靠、可复制、可推广。 前景——从效率工具走向健康治理能力，关键“普惠与安全”两条底线 展望未来，与会人士认为，“AI+健康”将继续沿着两条主线演进：一是关键技术向多模态、复杂疾病与全流程管理深化，二是应用场景由单点突破迈向系统集成，深入支撑分级诊疗与健康管理模式转型。另外，国际合作的重要性将上升：在跨境数据合规、产品评估互认、伦理原则对接、公共卫生应急协同等上，需要更具操作性的合作机制。 业内也强调，应避免将技术视为“万能钥匙”。医疗的核心仍是以患者为中心的安全与效果，技术应用必须服务于临床真实需求，尊重医学规律与伦理底线，兼顾效率提升与公平可及，才能真正形成可持续的行业变革动力。
AI与医疗的深度融合代表着全球卫生体系的新方向；这不仅是一次技术革命，更是一场关乎人类健康的深刻变革。在把握机遇的同时，各国需关注涉及的风险，通过开放合作建立完善的治理体系，确保技术创新真正造福人类。唯有如此，AI医疗才能行稳致远，为构建更韧性、更公平的全球卫生体系贡献力量。