陳敏

時值季春之月，恰逢2025年全國兩會圓滿收官，惠風暢達之際，作為醫藥衛生界的第十四屆全國政協委員，我懷揣著希望與使命，精心撰寫了“人工智能賦能醫學影像提高縣域危急重癥診治能力”的提案，該項提案得到了相關部門的高度重視和積極反饋，這不僅讓我深感自豪和鼓舞，也充分彰顯了國家對基層醫療發展的深切關懷和大力支持。

眾所周知，在基層醫療領域，尤其是縣域醫療機構，危急重癥的診治能力一直是亟待提升的關鍵環節。醫學影像作為臨床診斷的重要手段，其發展水平直接關系著疾病的早期發現、準確診斷和及時治療。因此在關于“人工智能賦能醫學影像提高縣域危急重癥診治能力”的提案中，我詳細闡述了四個關鍵點：其一，推動縣域醫共體間信息互聯互通，打破數據孤島，提高醫療服務效率和質量，促進醫療資源共享和優化，增強醫療信息安全性和可靠性；其二，建立全國統一且及時更新的影像檢查、質控指南和實施細則，推進規范化影像檢查、質量控制和管理體系建設，匯集數據并建立多模態、標準化的醫學大數據集，為醫學影像大模型研發提供數據支撐；其三，結合最新大模型技術，研發基于真實世界復雜場景的多模態醫學大模型，建立多方合作機制，促進不同層級醫療機構、研究機構、高校、企業間交流合作，共同推進醫學影像危急值多模態大模型研發和臨床示范應用；其四，采用院校與醫療機構聯合培養模式，從知識、能力、素養三方面構建評價體系，培養既懂醫學又擅工程技術、能服務基層醫療的復合型醫工人才，提升人工智能在縣域危急重癥診治中的應用能力。

當前，隨著科技的飛速發展，人工智能技術已深入融合到醫療領域，為解決基層醫療痛點、推動醫學影像技術在縣域的廣泛應用提供了新的思路和途徑。人工智能賦能醫學影像在提升基層醫療能力方面意義重大，對此，我愿就其中的戰略思考與實施路徑分享一些個人見解。

一、基層醫療痛點：人才匱乏、數據孤島與標準缺失

在基層醫療體系中，尤其是在縣域醫療機構，醫學影像診斷面臨著諸多困境。首先，專業人才匱乏是突出問題之一。許多縣域醫院缺乏足夠的專業影像診斷醫師，導致即使擁有先進的影像設備，也無法充分發揮其效能。影像數據的龐大體量和快速增長進一步加劇了這一問題。影像數據占據醫療數據的90%，并且正以40%以上的年增長速度繼續擴大。然而，這些數據往往分散在各個醫療機構中，形成數據孤島，無法實現有效的共享和整合。此外，基層醫療機構在影像檢查的規范性和質量控制方面也存在不足，不同設備品牌、不同掃描參數導致的影像質量參差不齊，導致影像互認率不足30%，給準確診斷帶來了很大的困難。這些現象不僅限制了醫療資源的優化配置，也阻礙了醫療信息的安全性和可靠性提升，更與《“十四五”醫療裝備產業發展規劃》提出的“智能化、標準化”目標形成鮮明反差。

二、技術落地難點：多模態大模型、大數據平臺和標準化的協同挑戰

人工智能技術在醫學影像領域的應用雖然前景廣闊，但在基層落地過程中卻面臨不少挑戰。當前，缺乏能夠處理更復雜任務的多模態、多任務模型，這限制了人工智能在臨床實踐中的應用范圍。例如，在面對復雜的危急重癥病例時，單一模態的模型可能無法提供全面準確的診斷支持。此外，建立高質量的大數據平臺是人工智能技術應用的基礎，但在實際操作中，數據的標準化、規范化以及互認機制尚未完善。用于急診影像檢查的設備品牌多種多樣，掃描參數不統一，缺乏全國統一且及時更新的影像檢查、質控指南和實施細則。這使得數據匯集和影像互認難以有效開展，進而影響了多模態醫學大模型的研發和應用。

三、制度創新方向：創新范式、數據聯通與合作生態重構

為推動人工智能賦能縣域醫學影像中心建設，制度創新顯得尤為重要。在人才培養方面，應打造基層復合型醫工人才培養創新范式和評價體系。采用院校與醫療機構聯合培養的模式，從知識、能力、素養三方面構建科學的評價體系，培養出既懂醫學又擅工程技術，能服務基層醫療的復合型醫工人才。同時，建立多維度激勵機制，鼓勵基層醫療機構與高校、研究機構、企業等開展深度合作，共同推進醫學影像人工智能技術的研發和應用。在數據管理和共享方面，從國家層面推動影像檢查規范和指南的貫徹實施，建立統一的影像檢查、質控標準和實施細則。通過政策引導和監管，促進醫療機構間信息的互聯互通，打破數據孤島，實現數據的安全共享和有效利用。此外，還應建立多方合作機制，促進不同層級醫療機構、研究機構、高校、企業之間的交流合作，共同攻克技術難題，加速人工智能技術在醫學影像領域的落地應用。

四、國家政策驅動下的縣域醫學影像中心建設

國家《“千縣工程”縣醫院綜合能力提升工作方案（2021-2025年）》與《新一代人工智能發展規劃》的雙重政策為人工智能賦能醫學影像中心建設提供了有力的支持和指導。在醫療信息化建設方面，國家大力推進醫療機構基礎數字化體系共建，鼓勵實現縣域醫共體間信息的互聯互通，這為打破數據孤島、提升醫療資源的共享和優化提供了政策保障。在醫學影像檢查規范方面，國家倡導建立統一的影像檢查、質控指南和實施細則，推動規范化影像檢查、質量控制和管理體系建設，這為建立高質量大數據平臺、開展數據匯集和影像互認奠定了基礎。在人工智能技術研發方面，國家鼓勵結合最新的大模型技術，研發基于真實世界復雜場景的多模態醫學大模型，為提升危急重癥診治能力提供了技術支撐。

人工智能賦能縣域醫學影像中心建設是提升基層醫療能力、解決醫療資源不均衡問題的重要戰略舉措。通過夯實基礎信息化建設、貫徹影像檢查規范、推動政產學研用協同創新以及打造復合型醫工人才培養體系等多方面的努力，可以有效破解基層醫療痛點和技術落地難點。同時，在國家相關政策的引導下，不斷探索制度創新方向，建立完善的數據管理、共享和合作機制，將為人工智能技術在醫學影像領域的廣泛應用創造良好的環境。相信在各方的共同努力下，人工智能賦能醫學影像必將為縣域危急重癥診治能力的提升注入強大動力，推動基層醫療事業邁向新的高度，為人民群眾提供更加優質、高效的醫療服務。

（作者：北京醫院放射科 陳敏）