在粤港澳大湾区医疗健康创新论坛上，来自12个国家的300余位医疗专家达成共识：数字化转型正重塑全球医疗体系的基础架构；中国工程院院士钟南山以疫情防控实践为例指出，远程会诊系统让三甲医院专家资源的辐射效率提升47%，西部省份基层医疗机构的诊断准确率提高33%。这场变革并非对传统医疗的简单替代，而是在构建“专家系统+基层终端”的新型协作网络。德国国家科学院院士罗兰·艾尔斯提出“预防经济学”模型：每投入1欧元用于疾病预测系统，可减少8.6欧元的晚期治疗支出。其团队基于200万份电子病历开发的胰腺癌预警模型，已能提前18个月提示风险，并带动德国医保支出下降5.2个百分点。这为应对全球老龄化提供了可行路径——目前，中国65岁以上人群医疗支出占GDP比重已达4.3%，欧盟国家平均为9.1%。市场实践也验证了技术普惠的价值。以接入广州卫健委系统的智能平台为例，上线三个月服务量突破800万人次，其中县域用户占比达61%。用户通过语音交互即可完成挂号、医保结算等操作，农村居民就医时间成本降低65%。但蚂蚁健康事业群总裁张俊杰也指出，现有医疗数据标准化率不足30%，不同医院检验指标存在17%的命名差异，导致算法训练成本增加40%。行业要更突破，仍需破解三大瓶颈：一是建立跨机构数据共享机制，目前全国仅7个省份实现区域医疗数据互联；二是制定统一的AI标注规范，国家卫健委正牵头编制《医疗人工智能数据标注白皮书》；三是探索可持续的商业模式，试点显示AI辅助诊断系统可使基层医院影像科工作效率提升3倍，但设备投入回收周期仍需5—7年。据麦肯锡最新报告，到2030年数字医疗有望为中国节省1.2万亿元医疗支出，其中预防医学将贡献35%的降本效益。国家卫健委规划司负责人透露，新一代国家智慧医疗平台将重点建设传染病预警、慢性病管理等6大系统，计划在2025年前覆盖90%县域医疗单位。
AI与医疗的融合，正在成为医疗卫生发展的重要方向。从钟南山、罗兰·艾尔斯等专家的观点来看，智慧医疗的关键在于以人民健康为中心，用技术扩大优质医疗资源的覆盖面，让基层群众获得更便捷、更可靠的服务。另外，数据孤岛、标准不统一等问题仍待破解。面向下一阶段，只要围绕真实需求推进协同创新，完善数据治理与制度设计，AI医疗有望更扎实地服务健康中国建设，持续提升群众健康生活的质量。