以智能协同提升健康服务整体效能

　　作者：王帆（中山大学党委副书记、教授）

　　人民健康既是中国式现代化的重要基础，也是人的全面发展的内在要求。在2026年10月召开的全国卫生与健康大会上，习近平总书记强调，“我们要建成的健康中国，是均衡普惠、优质高效的健康中国”。人工智能可以辅助医学知识应用、健康风险识别和医疗资源配置，为扩大优质健康服务供给、提高服务质量和效率提供新的技术路径。而要让这些技术进步真正增进人民健康，还需要完善服务衔接，调整专业分工，协调各方利益。为此，应以健康优先为统领，围绕数据共享与服务贯通、人机协作与机构联动、“三医”协同与利益协调、创新应用与治理协同，推动技术应用与体制机制改革相互促进。

　　坚持健康优先，明确技术应用的价值尺度

　　习近平总书记指出，“必须坚定实施健康优先发展战略。要把保障人民健康融入各项政策，体现到各方面工作之中，规划制定、政策设计、项目论证、工程建设等都优先考虑对人民健康的影响”。健康优先，既明确了卫生健康事业的发展目标，也为资源配置和治理方式的选择提供了重要遵循。

　　技术应用的成效，要放到完整的医疗服务过程中考察。以人工智能辅助影像筛查为例，系统提示疑似病灶后，需要及时开展专业复核、确诊检查和后续诊疗。如果这些环节衔接不畅，筛查提速带来的效益就难以充分体现。因此，评价一项应用，既要看技术性能，也要看患者能否及时获得适宜的服务、医务人员的总体工作负担能否合理减轻。只有将质量安全、健康改善、公平可及和费用可持续性结合起来，才能判断技术进步对卫生健康体系的实际贡献。

　　人工智能拓展了医学知识的利用方式，增强了处理复杂信息、辅助专业决策的能力，也对劳动分工、组织边界和利益安排提出了新的要求。医疗卫生服务涉及多个主体，各环节紧密相连。专业能力的跨机构共享，需要明确的信息使用权限、服务承接责任和利益分配规则。为此，应以系统观念完善组织方式和协作关系，以制度创新保障技术应用，为持续增进人民健康提供支撑。

　　激活数据要素，贯通预防为主的服务链条

　　连续的健康服务，需要可靠信息的持续支持。中共中央、国务院印发的《数字中国建设整体布局规划》将“发展数字健康”纳入“构建普惠便捷的数字社会”进行部署。国家卫生健康委办公厅等五部门印发的《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》进一步提出推动“三医”协同和跨部门数据共享。落实这些部署，需要在合法合规的基础上，将分散在预防、诊疗、康复和保障支付等环节的信息关联起来，实现优化协作。

　　首先，统一必要的业务标准、明确使用规则。临床记录、机构运营记录和医保结算记录各有用途，记录口径和形成时点也不尽相同。跨机构使用这些信息，应保留其来源和核验状态，区分患者自述、专业判断与系统生成内容。人工智能可以辅助理解病历中的非结构化信息，识别同一医学概念的不同表达，发现记录中的遗漏和矛盾。但涉及关键医学含义和业务口径的内容，仍需由专业人员结合业务规则校验。在此基础上，应进一步明确数据提供、授权调用和纠错责任，使各方对共享信息形成一致、准确的理解。

　　其次，信息共享要与服务责任紧密衔接。围绕重点人群的风险筛查、定期随访和康复照护，贯通风险提示、专业复核、服务转接与结果反馈，明确谁来识别风险、谁来承接服务、如何持续跟进。人工智能可辅助综合分析健康档案、诊疗记录和随访信息，随时发现风险变化或服务中断，并将需要继续跟进的事项反馈给相应机构。把这些功能融入家庭医生签约、双向转诊和医防融合等制度安排，有助于将风险提示转化为具体的服务任务，促进医疗服务与公共卫生服务有效配合。

　　最后，数据质量要在实际使用中不断改进。对影响风险判断和服务承接的关键记录，应及时核验、纠错和更新，减少因信息缺失或理解偏差造成的重复检查、反复询问和服务中断。评价数据共享的效果，要看信息能否可靠使用、能否支持后续服务。这样，数据联通才能带动服务贯通，使预防关口前移真正落实到群众持续可获得的健康服务中。

　　深化人机协作和区域联动，夯实基层健康服务基础

　　习近平总书记指出，“要深入实施医疗卫生强基工程，优化医疗卫生机构功能定位和结构布局，促进分级诊疗，让群众能就近看得上病、看得好病”。落实这一重要要求，就要把专业支持送到基层，促进基层识别、上级诊疗与后续管理有序衔接。应围绕居民全周期健康需求，明确医院、基层医疗机构和互联网健康平台各自承担的功能及转接责任，使机构提供的服务与居家健康管理相互衔接。

　　区域联动的关键，是让专业支持与服务承接同步到位。基层开展影像检查，需要上级医院提供诊断支持和必要的转诊保障；对需要康复、护理或健康管理的出院患者，应及时安排后续服务。人工智能可以辅助分析区域内的服务需求、专业力量和可用资源，为跨机构预约、转诊安排及随访提供支持。依托医联体、医共体完善共同质量标准，明确转接规则，让机构各尽其责，推动优质医疗资源向基层延伸、在区域内合理布局。

　　在具体任务中，人机分工要与风险程度和人员能力相适应。对流程相对规范、风险可控的资料整理任务，可以增加智能辅助；面对复杂病情和重要治疗选择，则应由医务人员作出专业判断，并与患者有效沟通。工具开发应贴近医患的表达习惯和实际工作流程，医务人员应了解工具的适用条件，保持独立判断。在明确医务人员专业职责的同时，还要保障其能够获得必要依据、提出异议并接管处置，落实医疗机构和开发者的相应责任，使人工复核发挥实质作用。

　　局部环节的提速，还要与整个服务过程的资源配置相适应。可以开展智能排程，由一线医护人员核实实际服务条件并完善调度方案。对于模型停用或使用范围收缩后可能增加的人工工作量，要预留必要的接管能力和应急资源。还应结合患者等待时间、转诊衔接和医务人员总体工作负担的变化，持续评估应用效果、调整服务安排，把局部效率的提升转化为稳定、适宜的服务供给。

　　强化“三医”协同，提升健康投入的治理效能

　　习近平总书记提出，“要坚持把推进医疗、医保、医药协同发展和治理作为医药卫生体制改革的主攻方向”，“实现基金安全运行、医院良性运转、群众负担合理”。这要求我们统筹协调服务供给、保障支付和医药供应之间的权责与利益，发挥人工智能在辅助整合跨系统信息、分析不同政策相互影响等方面的作用，为部门共同研判和政策调整提供支持。

　　协调服务供给。支持基层加强预防和延续照护，需要医疗机构和医务人员持续投入。投入发生在当期，避免疾病进展的收益却可能在多年后显现，并由不同主体分享。应根据任务特点确定评价期限，在明确财政公共卫生投入和医保支付各自职责、支出范围的基础上，做好政策衔接，并完善医疗机构内部激励。对专业支持和健康管理劳动给予合理补偿，建立与服务责任、实际贡献相适应的收益分享和风险分担安排。

　　强化资金保障。发挥医保基金战略购买作用，统筹考虑医疗服务能力和医药供应条件，将购买范围、支付方式、预算约束与质量评价相结合，引导医疗机构提供适宜、连续的服务。人工智能可以辅助分析诊疗需求、用药变化与基金支出的联系，识别政策衔接中的堵点，为调整服务安排和保障药品供应提供依据。

　　完善规则制度。完善政策会商和争议处理机制，明确协作事项、责任主体及办理时限，共享必要信息。对于不同政策组合的可能影响，可以借助经过校验的模型开展模拟，分析可能出现的成本转移和风险传导。在此基础上，结合实际对模拟结果进行检验评估，说明适用条件和不确定性，为有序开展试点提供参考。

　　注重评估检验。借助人工智能持续跟踪服务流向、资源使用、基金支出和患者负担的变化，关注不同地区和人群的受益差异。作出具体评价时，需充分考虑病例差异、服务条件和长期效果，避免简单以费用降低代替健康改善。及时将评价结果用于购买、支付和采购政策的调整，协商纠正执行中的偏差，以增强政策之间的协调性，提高健康投入的整体效益。

　　促进创新与治理协同，推动数字健康成果普惠共享

　　面向未来，应将治理规则贯穿技术研发、验证、应用和持续改进的全过程，以清晰的规则引导创新，为新技术进入健康服务提供可靠保障。

　　明确各方主体在人工智能辅助诊疗、健康管理、医保服务等场景应用中的责任。开发者应说明技术的能力边界，提供验证依据，承担产品质量和更新维护责任。医疗机构应做好使用授权、人员培训和异常处置，明确必要时由谁接管、如何接管；医务人员应结合患者实际作出专业判断。管理部门则应推动标准、评价和监管要求有效衔接，使各方承担的责任与其掌握的信息、能力和资源相匹配。

　　深化医教协同。大学、附属医院和科研机构应围绕真实健康需求，加强跨学科合作，将临床判断、算法原理、服务运营和治理要求融入课程与实践。通过联合培养、跨学科导师团队等方式，培养能够跨专业合作的人才，打造优势互补的团队。加强基层医务人员在岗培训，提供便捷的技术咨询和运维支持，帮助一线人员理解工具边界、识别异常并妥善处置，使人才培养与服务能力建设相互促进。

　　推动普惠共享。资源不足地区的数据较少，未必说明健康需要较低；就医费用较少，也不能直接解释为人群更健康。应结合公共卫生调查和一线反馈，检验模型对不同人群的适用性，并为基层提供可负担的公共技术服务，避免资源差距在技术应用中进一步扩大。对老年人、残疾人和数字能力较弱者，应保留便利的人工服务，提供适宜的交互方式。同时，把可及性和公平性贯穿服务设计、资源配置与效果评价全过程，让人们共享技术进步带来的收益。

　　《光明日报》（2026年10月28日 06版）