从达芬奇手术机器人到GPT-4会诊系统，不论是作为医生助手“上岗”，还是赋能医疗器械研发、智慧医院管理，AI正在从“工具”跨越到“伙伴”，特别是在医学领域的诸多创新实践，更为广大患者特别是慢病患者带来福音。

　　如借助智能手环、智能血压计等设备，可实时采集慢病患者的多项生理数据，如心率、血压、运动数据等，为医生提供准确、及时的病情监测资料；通过大数据分析和人工智能算法，采集到的海量数据得以深度分析与挖掘，医生能更精准地评估病情风险、治疗效果，预测疾病走向，并制定个性化的治疗方案和健康管理计划，包括药物治疗、饮食建议、运动指导、心理干预等，同时通过手机应用程序或短信等方式提醒患者按时服药、进行康复训练和复诊等；医生还可以通过远程监控系统随时了解患者的病情变化，及时调整治疗方案，减少患者就诊次数，提高医疗效率……

　　在此基础上，不少医院还开发了数智化慢病大数据管理平台，这日渐成为推动医疗服务质量提升、患者健康管理精细化的重要力量。比如一些医疗机构采用专业的慢病专科随访+AI随访系统，通过与医院信息系统(HIS)对接，对建档的门诊和出院患者进行分级随访管理，实现精准随访。如此，社群中的各个角色就可以根据患者的情况进行精准干预和帮扶，疾病控制不佳的患者会得到更强的干预。而且，系统也会长期追踪患者接受干预后的行为，确保认知教育能够转化为实际的行为改变，最终带动疾病向好发展。如南京中医院打造的智慧慢病管理平台,融入了中医体质辨识、辨证论治等核心理念，借助大数据分析、远程服务系统等智能化手段，能够依据患者个体情况动态调整健康管理方案，涵盖膳食指南、运动建议和心理干预等。

　　可见，能精准识别高风险人群的AI，不是在替代医生，而是拓展医学的领域，让“早发现、早诊断、早治疗”向更积极的“早预防、早干预、早见效”转变。

　　值得注意的是，尽管AI赋能医学潜力巨大，但在实际应用中仍面临诸多挑战，需综合施策加以应对，包括打造慢病管理混合服务模式，实现线上就诊咨询和线下实体检查优势互补；鼓励医疗机构参与数字化慢性病管理系统建设，形成在线与实地、专科与全科相结合的医疗资源共享格局；加大对基层医疗机构的支持力度，提高数智化能力与水平；等等。

　　更重要的是，建立健全数据安全管理体系，加强数据隐私保护，及时修复系统隐患，明确数智化医疗数据的收集、使用和保护规范，为数字化慢性病管理的便捷、合规提供技术助力。笔者在调研中了解到，浙江嵊州下王镇卫生院就利用AI技术自动检查识别病历、药方、单据等，极大提高了工作效率。比如其开通的医保“刷脸付”功能，得益于“人脸识别+实名+实人”AI安全核验技术，患者在就诊缴费时，只需在医保综合服务终端前进行人脸识别，系统便能迅速完成医保结算。不仅确保了患者身份信息的准确性，也为患者带来了更便捷的就医体验。

　　2024年11月，国家卫生健康委等部门印发《卫生健康行业人工智能应用场景参考指引》，明确提出积极推进卫生健康行业“AI+”应用创新发展。笔者认为，AI与医学融合，短期是学习探索，重点是构建学习与教育体系，明确人工智能在医学中的定位与应用逻辑，开展场景化试点；中期是深化应用，通过研究推动人工智能与医疗全场景融合，加强国际交流，扩大应用范围，并取得系统化的实际经验；长期是形成人工智能赋能医学的新生态，覆盖科研、临床、管理全链条。

　　无论哪个阶段，都离不开科学的评价体系、规范的治理框架。这其中，须确保医疗决策权始终在医生手里，通过多系统交叉验证、算法迭代和数据质量优化，进一步提升AI辅助的准确性、安全性、有效性。具体来说，可统筹算力、语料库等数字基建，通过导诊服务先行先试、核心诊疗严格测评等方式，推动“技术—场景—人才”协同发展。

　　（作者：陈鸣声，系南京医科大学数智技术与健康治理实验室教授）