从医疗信息化的早期阶段，当HL7标准（一种医疗数据交换标准）刚进入中国，我就冲在最前面，满脑子都是未来医疗服务在数据互联互通下会变成啥样：数字化技术怎么重塑看病流程，医院管理怎么实现质的飞跃。无论是医疗数字化还是“元宇宙医疗”，我都曾憧憬着那样的场景：患者在家就能做初步诊断，医生远程就能组建治疗团队，医院的AI系统实时优化资源配置……这些关于新技术赋能医疗的想象，一直激励着我，也让我成为最早一批讨论和撰写相关落地方案的人。

然而，就在我鼓吹技术红利，写就一篇篇“未来医疗科幻小说”的时候，现实的复杂性也开始一点点浮现出来。尤其最近，美国和英国相继发布了国家级的AI医疗战略，加上参加国内外好几场研讨会，让我不得不停下来，冷静审视自年初以来国内AI医疗🔥到底落地到什么程度。下面这几点，值得我们在当前AI热面前冷静下来。

1. 应用还停留在“数字化”阶段，离真正范式变革差得远

这几个月翻了不少资料，发现AI医疗现在大多集中在优化行政流程上，而不是在医疗模式上搞创新。

举个例子，美国不少初创公司利用AI工具（比如自动发消息、邀请筛查、预约提醒等）来扩大患者量，降低成本。这听起来不错，但它并没有真正改变核心的医疗路径。英国国家医疗服务体系（NHS）在急诊科引入了AI助理，用来减轻医生护士的文书负担，但这本质上还是把传统流程数字化了而已。

这些做法当然提升了便利性，但它们并没有重新设计服务路径。比如，慢病管理不该只是个App打卡工具，它应该是基于可穿戴设备和智能反馈的闭环模式。AI医院也理应从健康管理和预防诊疗开始，而不是只在患者“入口”处加个功能按钮。

政府老说要实现“范式变革”，但这可不是简单地把技术堆上去就行了。它需要我们从服务流程、角色重塑、基础设施支撑和能力建设等多个维度来全面规划。

就拿英国NHS最新的AI安全警告系统来说，它能检测潜在的医院安全事件，还有NHS的AI助理，这些都属于流程数字化，而不是真正重塑了临床决策。即使它们规划了虚拟病房或者多模态健康管理，但如果仅仅停留在App层面，没有配套的制度、团队、监管和培训等协同支持，这些潜力根本没法释放出来。

2. 监管跟不上趟儿，不适应AI时代的需求

一个很现实的问题是，我们现在的监管体系，根本没法应对AI医疗带来的全新挑战。无论是美国食品药品监督管理局（FDA）的医疗器械审批，还是《通用数据保护条例》（GDPR）和《健康保险流通与责任法案》（HIPAA）对隐私的保障，它们都没有完全覆盖AI可能带来的新风险。

想想看，大型语言模型生成的报告，透明度可能不够，到时候出了问题，“临床责任”到底该算谁的，很难界定。而且，AI模型上市后，性能还需要持续监控，但现在这方面的要求是缺失的。G7国家和欧盟的AI法规都提出了高风险系统审查机制，但这些机制在医疗领域具体怎么落地，目前还是一片空白。

所以，AI医疗不能光想着“先干起来，再慢慢管”，我们必须同步建立起一套可追溯、可问责、可适应的监管框架。

3. 真正的人才缺口太大了：既要懂技术，也要懂医疗

AI医疗要落地，需要两类关键人才：

第一类，是医院信息部门的升级。他们不能再只是简单地维护医院信息系统（HIS）和电子病历系统（EMR）了，需要掌握流程设计、AI融合和数据治理的能力。但很多规划提到“AI要和电子病历深度集成”，却没怎么提怎么弥补系统运行中的基础问题，也没设计培训、职能重构和文化转变的路径。

第二类，是一线医护人员的“再培训”。AI工具再厉害，也无法自主完成诊疗，医生护士仍然是核心。他们需要学习如何和AI协作、如何解释AI的建议、如何监督AI的表现。遗憾的是，大多数方案都没有把系统性的职能培训计划放进去。

4. 缺乏可持续的商业模式支撑落地

AI医疗的商业模式目前还不太稳定。虽然欧美很多初创公司通过AI提高了每个医生服务患者的数量，降低了成本，但从长远来看，这还是得依赖于收费体系、保险机制和医药支付能力等来支撑。

技术落地不是简单地把东西装上去，它需要组织转型、机制配套和生意模式的支撑——政府、医保、医院和企业得一起努力，才能构建一个可持续的生态。

5. 数据互操作性差，数据治理是道坎

英国的AI医疗策略强调要建设“可用、互通、可信”的数据集，但现实情况是，医院的数据非常分散，格式也不统一，质量更是参差不齐，这导致AI根本“吃不饱”，没法好好训练模型。在中国更是如此：缺乏全国统一的数据标准和共享机制，数据质量得不到保障，直接影响了AI能力的释放。

所以，最近一段时间，我从乐观主义走向理性现实主义

总的来说，我从最初的AI医疗狂热分子，慢慢变成了“现实主义者”——但这是一种积极的转变。它意味着我们不再迷信技术“万能”，而是深入一线之后，看到了落地过程中在制度、人才、监管、资金和基础设施等多个方面的痛点。

这不代表悲观，而是更接近真实。只有从现实出发，才能一步步构建切实可行的AI医疗方案。我依然怀揣着乐观——相信技术有改变世界的本质力量——但我更想呼吁：

• 行业协会承政府机构担领导责任： 应该牵头组织跨部门团队，明确规划医疗服务模式的重构路径，设计系统性的监管框架，推动人才培养机制，并提供资金与资源投入。
• 多方协同突破机制壁垒： 政府、医院、科技企业、保险公司等各方需要形成合力，共同建设商业落地和支付支持体系。
• 敢为人先、勇闯应用无人区： 在AI医疗应用领域我们和欧美处于同一起跑线上，不能光等着别人蹚出一条路来，而应该率先试点、先行先试，把经验分享出来。

以上是我从乐观主义转向现实主义背后那份理性的觉醒。实事求是、落地为纲、跨界融合。只有扎根现实，我们才能真正驶向那个充满潜力的AI医疗未来。

来源：张琨随笔