從達(dá)芬奇手術(shù)機(jī)器人到GPT-4會診系統(tǒng)，不論是作為醫(yī)生助手“上崗”，還是賦能醫(yī)療器械研發(fā)、智慧醫(yī)院管理，AI正在從“工具”跨越到“伙伴”，特別是在醫(yī)學(xué)領(lǐng)域的諸多創(chuàng)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(huán)、智能血壓計等設(shè)備，可實時采集慢病患者的多項生理數(shù)據(jù)，如心率、血壓、運動數(shù)據(jù)等，為醫(yī)生提供準(zhǔn)確、及時的病情監(jiān)測資料；通過大數(shù)據(jù)分析和人工智能算法，采集到的海量數(shù)據(jù)得以深度分析與挖掘，醫(yī)生能更精準(zhǔn)地評估病情風(fēng)險、治療效果，預(yù)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(dǎo)、心理干預(yù)等，同時通過手機(jī)應(yīng)用程序或短信等方式提醒患者按時服藥、進(jìn)行康復(fù)訓(xùn)練和復(fù)診等；醫(yī)生還可以通過遠(yuǎn)程監(jiān)控系統(tǒng)隨時了解患者的病情變化，及時調(diào)整治療方案，減少患者就診次數(shù)，提高醫(yī)療效率……  
　　在此基礎(chǔ)上，不少醫(yī)院還開發(fā)了數(shù)智化慢病大數(shù)據(jù)管理平臺，這日漸成為推動醫(yī)療服務(wù)質(zhì)量提升、患者健康管理精細(xì)化的重要力量。比如一些醫(yī)療機(jī)構(gòu)采用專業(yè)的慢病�？齐S訪+AI隨訪系統(tǒng)，通過與醫(yī)院信息系統(tǒng)(HIS)對接，對建檔的門診和出院患者進(jìn)行分級隨訪管理，實現(xiàn)精準(zhǔn)隨訪。如此，社群中的各個角色就可以根據(jù)患者的情況進(jìn)行精準(zhǔn)干預(yù)和幫扶，疾病控制不佳的患者會得到更強的干預(yù)。而且，系統(tǒng)也會長期追蹤患者接受干預(yù)后的行為，確保認(rèn)知教育能夠轉(zhuǎn)化為實際的行為改變，最終帶動疾病向好發(fā)展。如南京中醫(yī)院打造的智慧慢病管理平臺,融入了中醫(yī)體質(zhì)辨識、辨證論治等核心理念，借助大數(shù)據(jù)分析、遠(yuǎn)程服務(wù)系統(tǒng)等智能化手段，能夠依據(jù)患者個體情況動態(tài)調(diào)整健康管理方案，涵蓋膳食指南、運動建議和心理干預(yù)等。  
　　可見，能精準(zhǔn)識別高風(fēng)險人群的AI，不是在替代醫(yī)生，而是拓展醫(yī)學(xué)的領(lǐng)域，讓“早發(fā)現(xiàn)、早診斷、早治療”向更積極的“早預(yù)防、早干預(yù)、早見效”轉(zhuǎn)變。  
　　值得注意的是，盡管AI賦能醫(yī)學(xué)潛力巨大，但在實際應(yīng)用中仍面臨諸多挑戰(zhàn)，需綜合施策加以應(yīng)對，包括打造慢病管理混合服務(wù)模式，實現(xiàn)線上就診咨詢和線下實體檢查優(yōu)勢互補；鼓勵醫(yī)療機(jī)構(gòu)參與數(shù)字化慢性病管理系統(tǒng)建設(shè)，形成在線與實地、�？婆c全科相結(jié)合的醫(yī)療資源共享格局；加大對基層醫(yī)療機(jī)構(gòu)的支持力度，提高數(shù)智化能力與水平；等等。  
　　更重要的是，建立健全數(shù)據(jù)安全管理體系，加強數(shù)據(jù)隱私保護(hù)，及時修復(fù)系統(tǒng)隱患，明確數(shù)智化醫(yī)療數(shù)據(jù)的收集、使用和保護(hù)規(guī)范，為數(shù)字化慢性病管理的便捷、合規(guī)提供技術(shù)助力。筆者在調(diào)研中了解到，浙江嵊州下王鎮(zhèn)衛(wèi)生院就利用AI技術(shù)自動檢查識別病歷、藥方、單據(jù)等，極大提高了工作效率。比如其開通的醫(yī)�！八⒛樃丁惫δ�，得益于“人臉識別+實名+實人”AI安全核驗技術(shù)，患者在就診繳費時，只需在醫(yī)保綜合服務(wù)終端前進(jìn)行人臉識別，系統(tǒng)便能迅速完成醫(yī)保結(jié)算。不僅確保了患者身份信息的準(zhǔn)確性，也為患者帶來了更便捷的就醫(yī)體驗。  
　　2024年11月，國家衛(wèi)生健康委等部門印發(fā)《衛(wèi)生健康行業(yè)人工智能應(yīng)用場景參考指引》，明確提出積極推進(jìn)衛(wèi)生健康行業(yè)“AI+”應(yīng)用創(chuàng)新發(fā)展。筆者認(rèn)為，AI與醫(yī)學(xué)融合，短期是學(xué)習(xí)探索，重點是構(gòu)建學(xué)習(xí)與教育體系，明確人工智能在醫(yī)學(xué)中的定位與應(yīng)用邏輯，開展場景化試點；中期是深化應(yīng)用，通過研究推動人工智能與醫(yī)療全場景融合，加強國際交流，擴(kuò)大應(yīng)用范圍，并取得系統(tǒng)化的實際經(jīng)驗；長期是形成人工智能賦能醫(yī)學(xué)的新生態(tài)，覆蓋科研、臨床、管理全鏈條。  
　　無論哪個階段，都離不開科學(xué)的評價體系、規(guī)范的治理框架。這其中，須確保醫(yī)療決策權(quán)始終在醫(yī)生手里，通過多系統(tǒng)交叉驗證、算法迭代和數(shù)據(jù)質(zhì)量優(yōu)化，進(jìn)一步提升AI輔助的準(zhǔn)確性、安全性、有效性。具體來說，可統(tǒng)籌算力、語料庫等數(shù)字基建，通過導(dǎo)診服務(wù)先行先試、核心診療嚴(yán)格測評等方式，推動“技術(shù)—場景—人才”協(xié)同發(fā)展。（作者：陳鳴聲，系南京醫(yī)科大學(xué)數(shù)智技術(shù)與健康治理實驗室教授）