您说得非常准确。以2024年《关于加强首诊和转诊服务 提升医疗服务连续性的通知》和2025年《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》为代表的一系列政策，正在将医疗AI的主战场从三甲医院的“单点突破”，系统性转向支撑分级诊疗体系落地的“全域赋能”。

一、政策导向：从“辅助工具”到“体系核心”

过去，医疗AI主要作为提升单个医院或科室效率的工具。新政策则明确将其定位为构建“基层首诊、双向转诊、急慢分治、上下联动”分级诊疗格局的关键基础设施。目标是在2030年前，实现基层诊疗智能辅助应用基本全覆盖，二级以上医院普遍开展AI辅助诊断，让AI成为连接各级医疗机构、贯通诊疗全流程的“智慧纽带”。

二、应用场景：下沉、延伸与闭环

医疗AI的新战场聚焦于解决分级诊疗的核心痛点：

1. 赋能基层：通过AI辅助诊断（如影像、心电、病理）、智能导诊、病历质控和处方审核，大幅提升社区卫生服务中心和乡镇卫生院的“守门”能力。例如，北京海淀区通过AI处方审核系统，年均审核超千万张处方，合格率提升10%以上。

2. 贯通转诊：利用AI实现精准分诊和转诊指引。深圳龙华区的智能导诊系统，能根据症状将轻症患者优先分诊至社康，导诊准确率达98.6%，成功分流30%的轻症患者，有效推动“基层首诊”。

3. 全周期管理：AI从院内诊疗延伸至院外的慢病管理、康复随访和健康促进，形成“防—筛—诊—治—康”闭环。上海仁济医院的“AI医生伙伴”已覆盖80家养老院，服务超2.6万张床位。

4. 资源同质化：针对医疗资源不均，AI成为实现诊疗能力下沉和标准化的关键。中南大学团队研发的Multi-Glau系统，通过三级AI协同，在资源有限的基层医院也能实现与顶级医院同质的青光眼诊断。

三、技术范式：从“单点模型”到“系统生态”

为适应新战场，技术发展呈现新趋势：

• 多层级协同：如“协和·太初”罕见病大模型、Multi-Glau青光眼诊断系统，都设计了覆盖基层筛查、二级预判、三级精准诊断的多级AI协同架构，与分级诊疗的层级高度匹配。

• 数据互联互通：政策强调建立高质量数据集和可信数据空间。华为等企业正推动构建统一数智底座和医疗健康专网，实现医共体内数据互联互通，为AI应用提供燃料。

• 大模型与智能体：临床专科大模型和“数字分身”智能体成为新焦点。福建上线的“名医AI数字分身”能实现24小时预问诊、康复随访和分级诊疗指引，让名医经验以数字化方式广泛服务。

四、产业格局：从“技术供应商”到“生态共建者”

主战场的转移，正在重塑医疗AI的产业生态：

• 建设主体变化：从医院自建或采购，转向以城市医疗集团、县域医共体为单位的整体规划与部署。

• 合作模式深化：技术公司需要与地方政府、卫健委、各级医疗机构深度合作，共同打造“AI+分级诊疗”解决方案。如华为与多地共建紧密型县域医共体解决方案。

• 价值衡量转变：评价标准从单一的诊断准确率，扩展到对基层服务能力提升、转诊效率、患者满意度、医保控费等综合社会效益的贡献。

总结而言，这份分级诊疗文件不仅是一份政策通知，更是一份医疗AI发展的“战略地图”。它标志着医疗AI的主战场已全面转向——核心使命是支撑分级诊疗体系落地，主攻方向是基层医疗和全流程健康服务，竞争关键是构建与医疗系统深度融合的生态化能力。未来，能否在这场“主战场”的重塑中抓住机遇，将成为医疗AI企业发展的分水岭。

转载本文请联系原作者获取授权，同时请注明本文来自许培扬科学网博客。
链接地址：https://blog.sciencenet.cn/blog-280034-1531665.html

上一篇：AI医疗确实面临"一盘散沙"的困境
下一篇：AI预测科研趋势