本報（chinatimes.net.cn）記者陳巖鵬 北京報道

在國家衛健委“力爭2025年底全國90%以上的縣域建成緊密型醫共體”目標下，AI技術正成為撬動基層醫療資源整合的戰略杠桿。

“國家層面應加快完善醫共體建設標準體系，地方政府需建立‘一把手’負責的跨部門協調機制，而醫療機構應把握人工智能技術窗口期。”在第七屆中國健康縣域大會上，國家醫療健康大數據研究院（寧夏）院長史金龍的講話揭開了基層醫療數字化轉型的深層邏輯，“醫療大模型不是‘取代醫生’，而是幫助基層醫生突破能力邊界的重要工具。當村醫能通過AI獲得三甲醫院水平的決策支持時，分級診療才能真正落地。”

2025年4月26日，北京九華山莊的會場內，“AI”成了最頻繁的關鍵詞。臺上，專家們用“革命性”“顛覆性”形容人工智能對縣域醫療的沖擊；臺下，來自全國近千家縣域醫療機構的負責人舉著手機，記錄屏幕上飛速滾動的技術方案——這些曾專屬于三甲醫院的技術，正通過算法模塊向2856個縣級行政區“下沉”。而這場大會的主題直擊痛點：縣域醫共體人工智能生態建設。

變革滲透在細微處：醫生佩戴的AR智能眼鏡，在查房時自動標記CT影像中的微小結節，并推送三甲醫院處置指南；村醫的智能手機變身“健康哨兵站”，通過可穿戴設備數據預警心腦血管風險，將西部山區急救響應時間壓縮至12分鐘。

政策與技術的雙重引擎已然啟動。國家衛健委發布的《縣域醫共體人工智能生態建設指引》明確要求2025年前建成1000個數字化醫共體示范點。華為“縣域智能底座”將頂級診療能力解構成可復制的算法，數坤科技的影像云平臺使蘇州基層醫院肺結節誤診率從18.7%降至5.3%，浙江安吉的“中醫智能云藥房”則讓村民掃碼即得個性化膏方，中藥服務覆蓋率提升40%。數坤科技的AI技術已深度融入基層CT、超聲、心電等設備的智慧化改造，幫助醫生降低操作門檻，提升報告質量。

一場重新定義中國6.6萬個鄉鎮衛生院、59.9萬個村衛生室服務形態、改寫8億縣域居民就醫圖景的變革，正在城鄉毛細血管中悄然生長。

基層醫療“數據困局”與AI破冰

“我們衛生系統每天產生很多數據資源，如何加以整合？”與會的一位衛健委專家特別提到醫療數據整合的困難，指出當前醫療數據存在“信息整合不足”的問題，需要標準化數據以打破數據孤島，并通過數字化實現系統互通。

以某西部縣域的醫療數據圖譜為例，12家衛生院、156個村衛生室的HIS（醫院信息系統）竟存在8種數據標準，電子病歷互認率不足30%。

這并非個案，目前醫療行業依然存在“數據標準化不足”和“系統割裂”問題。華為公共事業軍團副總裁趙祎鑫直言：許多基層醫院連HIS（醫院信息系統）和LIS（檢驗信息系統）都未打通。數據“沉睡”在本地服務器里。

縣域醫共體的核心難題，是資源分散與信息孤島。而AI的介入，正試圖打破這一僵局。

數坤科技創始人、董事長毛新生展示的蘇州案例中，千萬級居民健康檔案與AI大模型的碰撞，產生了意想不到的“化學效應”：通過解析矛盾沖突的異構數據，系統能自動生成個性化慢病干預方案，慢病管理效率顯著提升。

“過去，縣醫院的CT影像傳到鄉鎮衛生院，醫生可能看不懂；現在，AI能自動識別病灶，還能給出分級診療建議。”毛新生說。

趙祎鑫強調，醫療數據本地化部署是安全基石。華為通過算法壓縮技術，將病理影像存儲空間降低50%，并構建專屬醫療智能體矩陣。他以華西醫院為例，人工智能已嵌入電子病歷系統，病歷書寫效率提升90%，并實現診療全流程質控。對于縣域醫共體，他倡議以“數字健康畫像”為核心，整合可穿戴設備與區域健康檔案，形成慢病管理閉環。目前，廣東省第二人民醫院通過體檢大模型，已將報告出具時間從2—3天縮短至10分鐘，并聯動健康干預服務。

“這不是取代醫生，而是讓醫生從重復勞動中解放出來，專注于決策。”他說。

從“上云”到“下沉”：一場雙向奔赴

技術企業的“下沉”與縣域醫院的“上云”，構成這場變革的兩股合力。

山東省平陰縣人民醫院院長尹燕東展示了醫院的“數字醫生”系統：醫生戴著智能眼鏡實現語音查房，AI實時分析患者數據并生成醫囑；護理智能體自動調度護士工作，將文書處理時間從5小時縮短至30分鐘。

“我們的體檢陽性患者就診轉化率從5%飆升至70%。”尹燕東說。

但技術落地并非一帆風順。《華夏時報》記者采訪獲知，來自基層衛生機構的負責人對通用AI的“幻覺”風險存在顧慮。

一位來自東部地區的院長坦言：“基層醫生對AI的信任需要時間培養。我們花了半年培訓，才讓鄉鎮衛生院的醫生習慣用AI審方系統。”另一位專家則向記者反映：“有的地方AI開了處方，但醫保不認；有的醫院擔心數據共享后，患者被上級醫院‘虹吸’。”

國家醫療健康大數據研究院（寧夏）院長史金龍的研究揭示了更深層矛盾：縣域醫共體建設中，醫保支付機制、績效考核標準與AI應用尚未完全適配。

政策與市場的“張力平衡”

作為大會的主辦方之一，《健康縣域傳播平臺》的創始人、總編輯汪言安認為，AI在縣域醫療的應用，常常圍繞著“數據互通、場景落地、生態協同”這幾大核心。在技術層面，通過AI輔助，彌補了基層診斷能力短板。在機制層面，以政策推動數據共享與績效考核，激發了各方動力。在生態層面，技術企業、醫療機構、保險機構聯合協作，服務形成閉環的趨勢正在構建成型。

事實上，政策層面，AI與醫共體的結合已被納入頂層設計。

2023年7月，十部委聯合發布的《全面推進緊密型縣域醫療衛生共同體建設的指導意見》明確提出“推動人工智能在醫共體廣泛應用”；2024年2月，國家衛健委發布《縣域醫共體信息化建設指引》，要求“建立統一的醫共體數據平臺”。

但現實中，技術與制度的摩擦仍在持續。

上海交通大學健康長三角研究院執行院長張錄法指出：“AI需要數據共享，但醫療數據涉及隱私和安全；技術企業希望快速復制解決方案，但每個縣的疾病譜、資源稟賦千差萬別。”

華為的實踐提供了一種折中方案——在縣域部署本地化AI算力平臺，數據不出縣，模型持續迭代。“就像給每個縣配了一個‘數字大腦’。”趙祎鑫說。

在汪言安看來，未來隨著更多AI解決方案的推廣，比如區域審方中心、智慧急救系統等，縣域醫療將加速實現“小病不出鄉、大病不出縣”的分級診療目標，為健康中國戰略注入新動能。

《健康縣域傳播平臺》的創始人、總編輯汪言安

“AI推動縣域醫共體向數智化、同質化、高效化轉型，這一點是毋庸置疑的。”汪言安稱。