蚂蚁集团AI医疗应用"AQ"发布 - 推出新一代AI医疗健康应用"AQ"，具备智能体名医问诊、用药提醒、医院智能服务、诊断参考等功能 [1] - 应用上线引发产业界和医学界对"AI如何真正服务普通人"的广泛关注 [1] - 聚焦AI赋能医疗的普惠性问题，探讨如何让技术成为"用得上、用得起、用得好"的医疗工具 [1] AI医疗应用现状 - AI医疗应用处于"局部突破、整体起步"阶段，在医疗装备智能化、医院管理信息化、辅助诊疗等方面取得实质性进展 [2] - 医疗装备智能化发展突出，新一代分布式低辐射CT系统能将传统CT辐射剂量降低至1/5-1/10 [2] - 医院服务信息化水平提升，挂号、分诊、缴费、取药等流程线上化大幅优化患者就医体验 [2] - 科研领域AI在肺结节识别、糖尿病视网膜筛查等场景准确率已达或超越普通医生水平 [3] 普惠医疗的AI应用场景 - AI在普惠医疗领域主要应用包括：下沉基层医疗、影像判读赋能、普适性问诊系统、重大疾病早筛、慢病管理等 [4][5] - 通过部署低成本扫描设备+云端计算模式，可解决基层地区缺乏大型设备和专业诊断能力的问题 [4] - AI影像识别系统可为基层医生提供第二视角，提升肺结节、糖尿病视网膜病变等高发疾病筛查准确率 [4] - 大语言模型结合医疗数据可建立面向基层的智能问答系统，覆盖程度可超过一般基层医生水平 [5] - AI在癌症、心脑血管病等重大疾病早筛方面价值显著，可提升效率实现"早发现、早治疗" [5] - 慢病管理领域AI可建立患者与医务人员间的信息桥梁，实现远程随访、数据监测、风险预警等功能 [5] AI医疗发展障碍 - 主要障碍在于现有体制机制的掣肘，包括管理结构封闭、数据封闭、医院组织结构制约、缺乏统一顶层设计等 [7][8] - 医疗设备采购、临床应用、数据获取等环节高度集中于医院，AI产品难以突破院内既有体系壁垒 [7] - 医疗数据封闭导致缺乏统一数据治理体系，无法形成全国范围内可调度、可打通的医疗数据网络 [7] - 医院"按科室分利"管理机制使AI技术难以获得内部支持，除非能直接提升科室"账面效益" [8] - 缺乏国家层面战略统筹，不同医院、地方、部门各行其是，导致重复建设、资源浪费 [8] 普惠医疗AI发展建议 - 需要系统性制度配套与资源重构，包括明确医院功能定位、建设智慧康养体系、重构产业科研医疗协作机制等 [10][11] - 推动三甲医院回归"诊治疑难重症、培养基层医生"核心职能，将基础诊疗任务下沉到基层医疗机构 [10] - 构建"新四化"智慧康养体系，形成以三甲医院为骨干、社区康养中心为支点的"智联网医院"网络 [11] - 建立科研机构、产业界、医疗体系三者分工协作机制，实现技术原始创新、产品化、场景验证的良性循环 [11] - 普惠医疗需依托国家医保、政府补贴、公益采购等多元化支付机制，政策层面应给予灵活试点权 [11]