從達芬奇手術機器人到GPT-4會診系統，不論是作為醫生助手“上崗”，還是賦能醫療器械研發、智慧醫院管理，AI正在從“工具”跨越到“伙伴”，特別是在醫學領域的諸多創新實踐，更為廣大患者特別是慢病患者帶來福音。

如借助智能手環、智能血壓計等設備，可實時采集慢病患者的多項生理數據，如心率、血壓、運動數據等，為醫生提供準確、及時的病情監測資料；通過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險、治療效果，預測疾病走向，并制定個性化的治療方案和健康管理計劃，包括藥物治療、飲食建議、運動指導、心理干預等，同時通過手機應用程序或短信等方式提醒患者按時服藥、進行康復訓練和復診等；醫生還可以通過遠程監控系統隨時了解患者的病情變化，及時調整治療方案，減少患者就診次數，提高醫療效率……

在此基礎上，不少醫院還開發了數智化慢病大數據管理平臺，這日漸成為推動醫療服務質量提升、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業的慢病?？齐S訪+AI隨訪系統，通過與醫院信息系統(HIS)對接，對建檔的門診和出院患者進行分級隨訪管理，實現精準隨訪。如此，社群中的各個角色就可以根據患者的情況進行精準干預和幫扶，疾病控制不佳的患者會得到更強的干預。而且，系統也會長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際的行為改變，最終帶動疾病向好發展。如南京中醫院打造的智慧慢病管理平臺,融入了中醫體質辨識、辨證論治等核心理念，借助大數據分析、遠程服務系統等智能化手段，能夠依據患者個體情況動態調整健康管理方案，涵蓋膳食指南、運動建議和心理干預等。

可見，能精準識別高風險人群的AI，不是在替代醫生，而是拓展醫學的領域，讓“早發現、早診斷、早治療”向更積極的“早預防、早干預、早見效”轉變。

值得注意的是，盡管AI賦能醫學潛力巨大，但在實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模式，實現線上就診咨詢和線下實體檢查優勢互補；鼓勵醫療機構參與數字化慢性病管理系統建設，形成在線與實地、?？婆c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技術自動檢查識別病歷、藥方、單據等，極大提高了工作效率。比如其開通的醫?！八⒛樃丁惫δ?，得益于“人臉識別+實名+實人”AI安全核驗技術，患者在就診繳費時，只需在醫保綜合服務終端前進行人臉識別，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，也為患者帶來了更便捷的就醫體驗。

2024年11月，國家衛生健康委等部門印發《衛生健康行業人工智能應用場景參考指引》，明確提出積極推進衛生健康行業“AI+”應用創新發展。筆者認為，AI與醫學融合，短期是學習探索，重點是構建學習與教育體系，明確人工智能在醫學中的定位與應用邏輯，開展場景化試點；中期是深化應用，通過研究推動人工智能與醫療全場景融合，加強國際交流，擴大應用范圍，并取得系統化的實際經驗；長期是形成人工智能賦能醫學的新生態，覆蓋科研、臨床、管理全鏈條。

無論哪個階段，都離不開科學的評價體系、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，通過多系統交叉驗證、算法迭代和數據質量優化，進一步提升AI輔助的準確性、安全性、有效性。具體來說，可統籌算力、語料庫等數字基建，通過導診服務先行先試、核心診療嚴格測評等方式，推動“技術—場景—人才”協同發展。（作者：陳鳴聲，系南京醫科大學數智技術與健康治理實驗室教授）