全民健康是建设健康中国的根本目的，更是中国式现代化民生保障的重要基石 。伴随数字经济快速发展，人工智能、大数据等新一代信息技术深度融入医疗卫生领域，成为重塑健康服务模式、优化资源配置、提升公共卫生治理能力的重要动能。“十五五 ”规划纲要对“加快建设健康中国 ”作出战略部署，强调“推进全民健康数智化建设”。今年“两会 ”期间，习近平总书记在看望参加全国政协十四届四次会议的农工党、九三学社、医药卫生界、社会福利和社会保障界委员并参加联组会时发表重要讲话，就进一步推进健康中国建设作出战略部署、提出明确要求，为推动“ 十五五 ”时期健康中国建设取得决定性进展注入了思想和行动力量。

近年来，国家密集出台数智健康专项政策，持续完善行业发展顶层设计，为医疗卫生体系智能化 、现代化转型划定发展路径 、提供制度支撑 。 目前，我国已建成覆盖全民的基本医疗保障体系与规模化医疗卫生服务体系，医疗服务可及性持续提升 。但区域资源失衡、基层服务薄弱、优质资源下沉不足、公共卫生预警精准度不足等问题依然存在，传统医疗模式难以适配群众全周期、精准化、多元化的健康需求 。依托人工智能技术赋能全民健康服务升级，能够以数据要素为核心，系统性重塑医疗服务供给、行业治理与医药产业生态，破解传统医疗发展堵点，构建智能精准 、普惠均等 、安全高效的现代化健康服务体系。

一、发展成效：人工智能赋能全民健康服务的实践成果

（一）政策体系迭代完善，制度保障体系日趋健全 。近年来，我国持续健全数智健康政策体系，围绕人工智能与医疗融合发展出台系列专项规划与实施细则，构建起层级清晰、覆盖全面的制度框架，为行业规范化、规模化发展筑牢政策根基 。2022 年以来，《“十四五 ”全民健康信息化规划》《全国医疗卫生机构信息互通共享三年攻坚行动方案（2023-2025 年）》等政策陆续落地，重点夯实信息化建设底座、破除数据共享壁垒、完善数据全生命周期管理机制 。后续发布的《卫生健康行业人工智能应用场景参考指引》《医药工业数智化转型实施方案（2025-2030 年）》等文件，进一步细化临床诊疗、药物研发、公共卫生等领域的应用标准与实施路径，持续完善行业顶层设计。

2026 年全国卫生健康规划信息工作会议进一步明确数智健康发展重点，持续推动人工智能从浅层应用向深度赋能转型，政策体系迭代完善、落地效能持续释放，形成了政策引领、标准支撑、场景落地的良好发展格局。

（二）基础平台迭代升级，数字支撑底座持续夯实。我国全民健康信息化基础设施建设成效显著，国家、省、市、县四级健康信息平台实现全域贯通，搭建起上下联动、横向协同的一体化数字架构 。居民电子健康档案、电子病历、人口信息、医疗资源四大核心数据库持续迭代优化，数据质量与归集体量稳步提升，有效支撑医疗服务、公共卫生、慢病管理、药品保障等核心业务协同运转。

同时，全国数百项卫生健康信息化国标、行标全面落地，统一了医疗数据采集、存储、共享、应用全流程规范，补齐行业标准化短板，为 AI 模型训练、跨域协同、智能场景规模化落地筑牢标准化数字底座，有力支撑医疗健康领域智能化创新发展。

（三）应用场景广泛落地，医疗服务质效显著跃升。当前，人工智能已深度渗透医疗卫生全链条，大幅提升医疗服务质效与普惠水平 。 临床诊疗领域，智能辅助诊断技术日趋成熟，各类医学影像、病灶识别 AI 模型准确率与工作效率显著优于传统人工模式，基层 AI诊疗试点有序铺开，有效补齐基层诊疗短板，推动基层诊疗服务标准化、精准化升级。

医药研发领域，AI 技术颠覆传统研发模式，有效压缩研发周期、降低创新成本，多款 AI 辅助研发药物进入临床试验阶段，产业赋能成效突出 。 中医药领域，智能四诊设备、AI 诊疗系统实现中医诊疗流程标准化、智能化，助力传统中医药传承创新与资源下沉 。智慧就医与医院管理领域，AI 覆盖诊前、诊中、诊后全流程，互联网医疗服务全面普及，智慧医院依托数智技术优化就医流程、精简办事环节，显著提升医院运营效率与群众就医获得感。

（四）大数据加快赋能应用，公共卫生治理效能升级 。医疗大数据作为核心生产要素，持续赋能公共卫生治理与健康服务升级 。 多地搭建智慧疾控预警平台，整合多源监测数据，实现传染病态势实时感知、智能研判、精准预警，全面提升公共卫生应急处置智能化水平 。 区域医疗数据中台加速落地，依托海量居民健康数据，构建临床科研、疾病防控全新范式 。 同时，物联网与 AI技术结合构建个人健康数字画像，实现疾病风险提前预警、全天候健康管护，推动健康服务从被动诊疗向主动预防、全周期治理转型。

（五）合规体系不断完善，数据安全防线持续加固 。我国已构建法律、行业标准、地方规范三位一体的医疗数据合规保障体系 。 国家以三大核心数据法律为基础，确立医疗数据分级分类、全生命周期保护、跨境管控等刚性制度，配套出台医疗卫生网络安全、个人信息合规审计等专项细则 。地方同步细化落地标准，明确医疗数据风险等级与管控流程，全方位筑牢医疗数据安全合规防线，为人工智能赋能全民健康服务规范化、可持续发展提供坚实制度保障。

二、现实困境：人工智能赋能全民健康服务现代化的短板问题

（一）顶层统筹规划有待完善，整体建设协同效能不足 。当前，数智健康建设全局性、系统性顶层设计仍不完善，统筹协同力度不足 。各地医疗机构数智化建设存在各自为政、分散投入、重复建设等问题，碎片化、同质化现象突出，尚未形成全国一体、上下联动的发展格局 。现有行业标准滞后于 AI 大模型、多模态智能诊疗等新技术迭代速度，新场景落地缺乏统一规范 。 同时，行业数据调度、智能决策赋能能力偏弱，基础设施承载能力难以适配大规模 AI 场景落地，整体建设效能未能充分释放。

（二）数据壁垒尚未破除，数据要素价值释放受限 。数据壁垒是制约 AI 与医疗深度融合的瓶颈 。各级医疗、公卫机构业务系统相互独立，数据标准、接口格式不统一，病历、影像、健康档案等数据割裂存储、难以互通，跨层级、跨区域、跨领域数据共享难度较大 。 四级健康信息平台协同贯通不足，数据归集、清洗、整合机制尚不健全 。基层数据采集标准化、完整度偏低，高质量医疗数据集供给不足，直接影响 AI 模型训练精度与临床适配性，海量医疗数据难以转化为服务、治理与科研价值。

（三）数智业务融合浅层，场景落地攻坚堵点突出 。人工智能与医疗业务融合仍以浅层基础应用为主，深度融合不足、场景落地不畅问题突出 。 现有 AI 应用多集中于影像诊断、智能分诊等基础场景，覆盖诊疗、科研、公卫、康养的全链条智能解决方案稀缺 。优质智能医疗资源下沉不足，基层智能化服务覆盖面有限 。 医工协同创新机制不完善，高端智能应用场景发展滞后，部分 AI 模型脱离临床实际、实用性不强，技术落地“最后一公里 ”梗阻明显，数智赋能的核心潜力未能充分释放。

（四）安全合规体系薄弱，数据隐私风险隐患凸显 。医疗健康数据具备高敏感、高隐私属性，安全合规治理压力突出 。 目前我国暂无 AI 医疗专属数据保护法规，行业治理依托通用法律规范，针对性、精准性不足 。部分医疗机构安全管理制度、技术防护、风险监测体系不完善，数据共享、模型训练、科研合作过程中存在数据泄露、违规流转等风险 。 同时，AI 算法黑箱、算法偏见等新型伦理问题凸显，跨境数据流转管控趋严，现有防护体系难以适配数智医疗快速发展需求。

（五）知识产权机制滞后，行业创新转化动能不足 。AI 医疗领域知识产权治理体系滞后，制约行业创新转化活力 。 医疗数据确权、AI 技术成果权属界定、合作研发权益分配等关键问题缺乏明确制度规范，行业知识产权保护意识薄弱。核心算法、智能设备、诊疗模型等技术专利布局不完善，软硬件协同保护、开源合规管理体系尚未健全 。 医疗数据资产化、市场化交易机制仍处于探索阶段，成果转化激励机制不足，难以有效驱动医工交叉创新与行业升级。

（六）复合型人才储备不足，行业发展根基支撑薄弱 。数智健康复合型人才缺口突出，成为行业长效发展的关键短板 。行业亟需兼具临床医学、信息技术、数据治理、合规管理的跨界人才，但目前各级医疗机构专业人才供给不足，基层人才短缺问题尤为严峻 。高校医工、医信交叉学科建设滞后，人才培养模式与行业需求脱节 。 同时，在岗医务人员数字素养参差不齐，常态化数智技能培训体系不完善，新技术应用落地能力不足，难以支撑行业持续迭代发展。

三、优化路径：人工智能驱动全民健康服务现代化的提质对策

（一）强化顶层统筹设计，构建全域协同发展格局 。坚持系统思维、全局观念，持续完善全民健康数智化顶层架构。一是强化规划战略引领。锚定便民、助医、辅政、促研核心目标，对接健康中国战略，推进卫生健康领域“十五五”数智化专项规划编制，优化医疗资源数智化配置标准，落实全国统筹发展格局，杜绝重复建设、分散建设问题。二是健全行业标准体系。迭代升级全民健康信息化规范，细化AI诊疗、数据标注、跨域共享、模型落地、安全管控全链条技术标准，统一各级医疗机构数据接口与格式，适配新技术场景应用需求。三是推进平台全域贯通。优化“1+32+N”健康信息平台架构，强化国家级平台统筹调度能力，压实省级平台数据汇聚、安全保障责任，打通四级平台数据通道，实现医疗资源、数据资源、服务资源全域协同联动。

（二）深化数智场景融合，拓宽创新应用服务边界 。推动人工智能、大数据与医疗卫生全领域深度融合，以场景创新赋能服务升级。一是普及智能诊疗全域应用。全面落地 AI医疗场景指引，推动二级以上医院普及智能影像诊断、临床辅助决策、处方前置审核等技术，加快基层AI诊疗试点全覆盖，2030 年实现基层智能辅助诊疗全域落地，补齐基层服务短板、助力分级诊疗。二是赋能医药工业数智转型。落实医药工业数智化转型方案，突破智能药物研发、智能生产、质量管控核心技术，搭建医药大数据平台与技术验证平台，构建高质量医药数据集，压缩研发周期、降低创新成本。三是推动中医药智能升级。推广智能中医四诊设备应用，实现中医诊疗信息标准化采集分析，搭建中药全周期智能管理体系，依托AI技术优化中药组方、助力新药研发，推动中医药向精准诊疗转型。四是激活大数据创新价值。建设多模态医学语料库与高质量医疗数据集，支撑AI模型迭代升级，依托区域健康平台实现各类医疗数据动态归集共享，推动数据在诊疗、公卫、科研、健康管理等领域深度赋能。

（三）完善全域数据治理，破除数据流通共享壁垒 。以系统化数据治理激活数据要素价值，打通数据共享流通堵点。一是构建安全可控流通机制。依托隐私计算、区块链技术搭建医疗可信数据空间，建立“数据可用不可见”的共享模式，统筹平衡数据应用与隐私保护。推动医疗机构将数据治理纳入核心工作，严格执行国家统一标准，开展数据清洗、脱敏、分级分类管理，规范数据全生命周期应用。二是深化检查检验结果互认。推进区域内医疗机构检查检验结果互通共享，精简就医流程、降低就医成本，依托电子健康档案完善居民全周期健康管理，强化基层慢病智能化管控。三是激活数据要素市场价值。深化“数据要素+医疗健康”融合创新，完善医疗数据共享开放机制，夯实核心数据库建设，探索医疗数据确权、登记、交易路径，推动医疗数据从资源存量向资产增量转化。

（四）筑牢安全合规体系，护航行业平稳有序发展 。坚持发展与安全并重，构建全方位、全周期的安全合规治理体系 。 一是完善专项制度规范 。 立足现有数据安全法律框架，加快出台 AI医疗健康数据保护实施细则，厘清数据应用权责边界，严格落实数据本地化存储要求，规范跨境数据流转管理 。 二是强化全周期安全管控 。 全面落实医疗卫生机构网络安全管理办法，健全数据全流程安全管理制度，常态化开展安全监测、风险排查、漏洞整改，强化接口、传输、终端安全防护，严防数据泄露、滥用、篡改 。三是落实合规审计机制 。督促医疗机构开展个人信息保护合规审计，建立动态化合规监管体系，实现风险实时预警、合规全链条约束，完善身份核验、数据授权、处方管理闭环机制，保障 AI 医疗应用合规安全可控。

（五）健全知识产权体系，激活行业创新内生动能 。完善AI医疗知识产权治理体系，以制度创新赋能技术创新与成果转化。一是健全数据知识产权制度。加快建立医疗数据确权、登记、交易、收益分配制度，明确权属界定与使用规则，为数据市场化合规应用提供制度支撑。二是优化核心技术专利布局。针对AI算法、诊疗模型、智能医疗设备开展战略性专利布局，采用“方法+系统+场景”立体化保护模式，落实软硬件协同保护机制，明确AI技术成果权属认定规则，化解医工融合创新知识产权争议。三是构建多元协同保护体系。统筹专利保护、商业秘密、开源合规管理，建立适配AI医疗行业的动态保护机制，将知识产权管理贯穿研发、落地、转化全流程，主动参与国际规则制定，提升行业话语权与竞争力。

（六）夯实人才队伍建设，筑牢行业长效发展根基 。坚持人才引领发展，构建全方位、多层次的人才引育体系 。 一是完善交叉学科培养体系 。推动高校设立医疗人工智能、健康大数据等交叉专业，深化医工、医信融合育人模式，定向培养算法研发、数据治理、安全管控等专项人才，依托国家级医疗平台培育高水平数智健康创新团队 。 二是提升医务人员数字素养 。 常态化开展数智技能专项培训，普及 AI 设备操作、大数据应用、合规管理等知识，破除新技术应用壁垒，重点强化基层人才配置与技能提升，夯实基层数智服务能力 。三是构建协同创新生态 。深化“政产学研用 ”协同合作，搭建人才共育、技术共研、成果共享平台，加强国际人才交流合作，精准引进高层次领军人才，为全民健康服务现代化提供坚实人才保障与智力支撑。

综上，以人工智能驱动全民健康服务现代化，是健康中国建设的必然趋势，也是推动医疗卫生高质量发展、增进民生福祉的重要抓手 。 当前，我国“人工智能+医疗健康 ”已形成完善政策体系、坚实数字底座和多元应用生态，但仍存在顶层统筹不足、数据壁垒突出、数智融合不深、安全体系薄弱、知识产权滞后、复合型人才短缺等现实问题 。新形势下，需坚持问题导向与目标导向，依托前述优化路径，持续完善顶层设计、深化场景融合、健全数据治理、筑牢安全防线、激活创新动能、建强人才队伍 。通过人工智能与医疗健康全领域深度融合，持续优化医疗资源配置、激活数据要素价值、提升健康服务效能，构建智能精准、高效普惠、安全规范的现代化全民健康服务体系，切实提升群众健康获得感，为健康中国与中国式现代化建设筑牢民生健康根基。 

（来源：《中国政协理论研究》作者：马秀珍为全国政协委员，宁夏回族自治区政协副主席，九三学社中央常委、宁夏回族自治区委员会主委）