從達芬奇手術(shù)機器人到GPT-4會(huì )診系統，不論是作為醫生助手“上崗”，還是賦能醫療器械研發(fā)、智慧醫院管理，AI正在從“工具”跨越到“伙伴”，特別是在醫學(xué)領(lǐng)域的諸多創(chuàng )新實(shí)踐，更為廣大患者特別是慢病患者帶來(lái)福音。  
　　如借助智能手環(huán)、智能血壓計等設備，可實(shí)時(shí)采集慢病患者的多項生理數據，如心率、血壓、運動(dòng)數據等，為醫生提供準確、及時(shí)的病情監測資料；通過(guò)大數據分析和人工智能算法，采集到的海量數據得以深度分析與挖掘，醫生能更精準地評估病情風(fēng)險、治療效果，預測疾病走向，并制定個(gè)性化的治療方案和健康管理計劃，包括藥物治療、飲食建議、運動(dòng)指導、心理干預等，同時(shí)通過(guò)手機應用程序或短信等方式提醒患者按時(shí)服藥、進(jìn)行康復訓練和復診等；醫生還可以通過(guò)遠程監控系統隨時(shí)了解患者的病情變化，及時(shí)調整治療方案，減少患者就診次數，提高醫療效率……  
　　在此基礎上，不少醫院還開(kāi)發(fā)了數智化慢病大數據管理平臺，這日漸成為推動(dòng)醫療服務(wù)質(zhì)量提升、患者健康管理精細化的重要力量。比如一些醫療機構采用專(zhuān)業(yè)的慢病專(zhuān)科隨訪(fǎng)+AI隨訪(fǎng)系統，通過(guò)與醫院信息系統(HIS)對接，對建檔的門(mén)診和出院患者進(jìn)行分級隨訪(fǎng)管理，實(shí)現精準隨訪(fǎng)。如此，社群中的各個(gè)角色就可以根據患者的情況進(jìn)行精準干預和幫扶，疾病控制不佳的患者會(huì )得到更強的干預。而且，系統也會(huì )長(cháng)期追蹤患者接受干預后的行為，確保認知教育能夠轉化為實(shí)際的行為改變，最終帶動(dòng)疾病向好發(fā)展。如南京中醫院打造的智慧慢病管理平臺,融入了中醫體質(zhì)辨識、辨證論治等核心理念，借助大數據分析、遠程服務(wù)系統等智能化手段，能夠依據患者個(gè)體情況動(dòng)態(tài)調整健康管理方案，涵蓋膳食指南、運動(dòng)建議和心理干預等。  
　　可見(jiàn)，能精準識別高風(fēng)險人群的AI，不是在替代醫生，而是拓展醫學(xué)的領(lǐng)域，讓“早發(fā)現、早診斷、早治療”向更積極的“早預防、早干預、早見(jiàn)效”轉變。  
　　值得注意的是，盡管AI賦能醫學(xué)潛力巨大，但在實(shí)際應用中仍面臨諸多挑戰，需綜合施策加以應對，包括打造慢病管理混合服務(wù)模式，實(shí)現線(xiàn)上就診咨詢(xún)和線(xiàn)下實(shí)體檢查優(yōu)勢互補；鼓勵醫療機構參與數字化慢性病管理系統建設，形成在線(xiàn)與實(shí)地、專(zhuān)科與全科相結合的醫療資源共享格局；加大對基層醫療機構的支持力度，提高數智化能力與水平；等等。  
　　更重要的是，建立健全數據安全管理體系，加強數據隱私保護，及時(shí)修復系統隱患，明確數智化醫療數據的收集、使用和保護規范，為數字化慢性病管理的便捷、合規提供技術(shù)助力。筆者在調研中了解到，浙江嵊州下王鎮衛生院就利用AI技術(shù)自動(dòng)檢查識別病歷、藥方、單據等，極大提高了工作效率。比如其開(kāi)通的醫�！八⒛樃丁惫δ�，得益于“人臉識別+實(shí)名+實(shí)人”AI安全核驗技術(shù)，患者在就診繳費時(shí)，只需在醫保綜合服務(wù)終端前進(jìn)行人臉識別，系統便能迅速完成醫保結算。不僅確保了患者身份信息的準確性，也為患者帶來(lái)了更便捷的就醫體驗。  
　　2024年11月，國家衛生健康委等部門(mén)印發(fā)《衛生健康行業(yè)人工智能應用場(chǎng)景參考指引》，明確提出積極推進(jìn)衛生健康行業(yè)“AI+”應用創(chuàng )新發(fā)展。筆者認為，AI與醫學(xué)融合，短期是學(xué)習探索，重點(diǎn)是構建學(xué)習與教育體系，明確人工智能在醫學(xué)中的定位與應用邏輯，開(kāi)展場(chǎng)景化試點(diǎn)；中期是深化應用，通過(guò)研究推動(dòng)人工智能與醫療全場(chǎng)景融合，加強國際交流，擴大應用范圍，并取得系統化的實(shí)際經(jīng)驗；長(cháng)期是形成人工智能賦能醫學(xué)的新生態(tài)，覆蓋科研、臨床、管理全鏈條。  
　　無(wú)論哪個(gè)階段，都離不開(kāi)科學(xué)的評價(jià)體系、規范的治理框架。這其中，須確保醫療決策權始終在醫生手里，通過(guò)多系統交叉驗證、算法迭代和數據質(zhì)量?jì)?yōu)化，進(jìn)一步提升AI輔助的準確性、安全性、有效性。具體來(lái)說(shuō)，可統籌算力、語(yǔ)料庫等數字基建，通過(guò)導診服務(wù)先行先試、核心診療嚴格測評等方式，推動(dòng)“技術(shù)—場(chǎng)景—人才”協(xié)同發(fā)展。（作者：陳鳴聲，系南京醫科大學(xué)數智技術(shù)與健康治理實(shí)驗室教授）