中国经济网北京7月7日讯（记者 郭文培）医疗赛道撞上人工智能浪潮，会迸发怎样的创新动能？7月4日，医疗AI全域生态创新研讨暨iMedLoop全球医疗影像数据平台发布会在北京举办。来自中国科学院、中国工程院、全国卫生产业企业管理协会、中国信息通信研究院、浙江省委网信办、浙江省肿瘤医院、上海交通大学医学院附属瑞金医院、杭州数据集团、联想控股等机构的百余位代表齐聚，聚焦医疗AI创新发展，共探行业发展机遇与突破路径。
AI深度赋能医疗 多场景落地释放全新价值
生物信息学家、中国科学院生物物理研究所研究员陈润生以“人工智能大模型的技术原理与未来挑战”为主题，系统解读了AI大模型的技术基底、创新内核与未来发展趋势。他表示，人工智能已深度渗透医学影像领域，成为临床诊疗中不可或缺的核心分析工具。“人工智能能够整合汇总多位医学影像专家的研究资料，融合多元分析方法，形成高精度、专业化的影像分析能力。”在陈润生看来，AI技术的核心优势，不仅在于高效处理海量影像数据，更在于能够聚合众多顶尖专家的知识积淀与临床经验，打破单一人工判读的视角局限，这是传统诊疗模式难以实现的突破。
中国科学院院士、浙江大学医学院附属邵逸夫医院院长蔡秀军立足医院智慧化转型的一线实践，以远程机器人手术、远程超声诊断、智能预问诊系统、影像智能诊断等多个落地场景为案例，全方位展现了人工智能在医疗领域的创新落地成果。他指出，医疗AI的核心价值，聚焦于破解临床诊疗痛点、补齐基层医疗服务短板、全方位优化患者就医体验，为医疗服务提质增效注入强劲动力。
中国工程院院士、清华大学临床医学院院长、北京清华长庚医院院长董家鸿认为，随着AI医疗器械产品化、医疗大模型临床推理能力接近专科医生水平、AI智能体走向工程化三大支柱日趋成熟，AI医院的工程化条件已经具备。他表示，不同于智慧医院、互联网医院和医联体，AI医院以数字孪生为基本架构，AI原生作为核心运行逻辑，深度重构医院的感知、认知、决策与服务全链路，实现线上线下深度融合、覆盖全生命周期的主动健康照护，真正实现AI Healthcare（AI健康）。
中国工程院院士、北京大学健康医疗大数据国家研究院院长詹启敏认为，AI技术正推动肿瘤诊疗模式向个体化、精准化深度转型。“以往肿瘤临床用药多为标准化、同质化方案，缺乏对患者个体差异的考量，不仅诊疗副作用偏大，治疗效果也难以达到最优。如今，依托多组学数据结合AI智能分析，精准对接病理切片诊疗细节，能够为每一位肿瘤患者定制专属治疗方案。”他同时指出，AI技术在新药研发领域同样潜力巨大，可有效缩短研发周期、降低研发成本、提升新药研发成功率。AI与临床医学的深度融合，持续打通实验室科研与临床应用的壁垒，成为医疗AI生态不断迭代升级的核心驱动力。
呼吁：锚定标准合规 激活数据价值
一系列实践成果充分印证，AI已全面赋能临床诊疗、科研创新等医疗核心场景，为行业转型提供全新路径。但技术快速落地的同时，数据治理不规范、行业标准缺失、安全合规不足等问题，成为医疗AI生态规模化发展的主要瓶颈。
全国卫生产业企业管理协会会长窦熙照提出，当前医疗AI正从单一产品应用向全场景、生态化方向加速演进，行业竞争已不仅限于算法和模型的比拼，更是数据资源、标准规范、应用场景、创新生态与综合服务能力的较量。他认为，医学影像数据规模大、价值高、应用广，是推动AI辅助诊断和医学科研创新的重要基础，各方应加强开放合作，在依法合规、安全可控的前提下充分释放数据价值，让医疗数据更好地服务医学科研、临床实践与产业创新。
浙江省肿瘤医院党委副书记、执行院长张宏从临床角度谈了生态协同中“应用场景”的重要性。他认为，AI进入医院需满足三个条件：效率提升、操作简便、数据安全，“三个标准缺一不可”。临床是检验AI价值的场所，也是推动技术迭代的反馈源。只有医院用得起、用得好，AI技术才能完成从研发到应用的价值闭环。
中国信息通信研究院云计算与数字化研究所数字健康部副主任任九选表示，AI医疗全域生态的健康发展离不开统一的评测体系。“我们正在建设覆盖‘实验室测试＋临床验证’的双轨评测体系，除了模型通用能力测试，还加入了具备多轮对话的智能体测试。因为在真实诊疗场景中，患者和医生是在互动中不断抽丝剥茧进行病情诊断，不是把所有信息一次性塞给AI。”
蔡秀军认为，数据质量、数据规模与数据安全是制约AI在医疗领域应用发展的关键因素，数据不规范、不标准将直接拉低AI的“智商”水平，进而影响其临床应用价值与推广前景。他呼吁行业高度重视医疗数据的标准化治理与安全合规体系建设，为AI深度赋能医疗筑牢根基。
浙江省工商联原副会长、浙商发展研究院副院长郑明治表示，新时代医疗行业的未来，属于深耕AI、更善用AI的从业者。医疗领域需顺势拥抱人工智能发展浪潮，精准发挥AI的辅助赋能作用，让AI真正成为临床诊疗的得力工具、医护人员的智能参谋，助力医疗服务提质升级。
