自今年4月起，上海全面实施二、三级医院门诊号源优先向社区卫生服务中心开放的政策。从该政策落地第一天起，罗蒙每天都会收到一份报告，里面详细记录着向上级医院转诊的专家号源数量、使用情况、病种分布等。

数据的快速汇聚以及智能化分析，得益于信息技术的应用。这让罗蒙能第一时间精准把握新政策的落实情况。

“从现有的统计情况来看，每天全市社区上转至市级医院的患者不少。从社区转诊预约号源分布来看，51岁及以上中老年居民是接受转诊服务的主要人群。”罗蒙说，“从每天的分析报告，能够看出哪些专家是社区更需要的，也能知道提升社区能力需要关注的方面。这也提示我们要更加精准投放上级医院门诊号源。”

新政策下一步的走向是“用人工智能等方法提升预约号源发放的精准度”。罗蒙举例说，目前专家号统一按一定比例下放，未来会按照老百姓的就诊需求动态调整不同专家的下沉号源，同时备注专家擅长的亚专业，保证想看糖尿病的患者能看到内分泌科里擅长糖尿病诊治的专家，而不是宽泛的内分泌专家。此外，针对家医签约患者建立签约服务窗口和签约信息自动识别机制，及时调整就诊排序。

“要把专家更多的时间留给疑难杂症患者，留给真正有需要的患者。”罗蒙说，人工智能等信息技术可以将医生从繁琐的事务性工作中最大限度解放出来，给他们更多看病的时间。

精准转诊只是上海利用信息技术提升医疗服务的一个缩影。今年是上海用人工智能赋能就医流程优化的第四个年头。紧紧围绕患者需求，上海全力以赴找到就医痛点难点堵点，加快就医流程再造，推出一系列更人性化、便捷化的诊疗服务。

推动人工智能普惠应用是上海的一个坚持。在推进“便捷就医服务”数字化转型中，上海逐步完善公立医疗机构创新技术的应用生态，用3年时间实现智慧服务的整体效能提升，21个应用场景在全市公立医疗机构实现全覆盖，412家医疗卫生机构全面完成数字化转型。

中国工程院院士、上海交通大学医学院附属仁济医院院长夏强介绍，医院通过改造，逐步实现医疗付费“一件事”应用落地，完成从流程到各实际环节的连接再造。各场景医疗电子票据全覆盖，形成脱卡支付的全流程闭环应用，使全就诊过程“指尖支付”成为现实。

人工智能的应用还进一步拓展了基层服务能力提升的新路径。2021年10月，上海市建立市级“互联网﹢”家庭医生签约服务平台，实现在线签约、解约、健康咨询等全流程服务。近年来，该市不断通过信息化赋能家庭医生。比如通过数据自动汇聚、辅助系统决策，以65岁以上老年人为重点，结合老年人健康体检，家庭医生为签约居民生成并推送健康评估报告，提供针对性健康管理。

实现中药饮片“从田头到床头”的全流程溯源，是上海利用区块链技术延展人工智能应用生态链的一次全新尝试。罗蒙表示，针对传统饮片行业产业链长、环节多、缺乏全流程管理的难点，上海创新性应用区块链、5G、大数据、人工智能、数字孪生等最新技术，实现从种植、生产、流通使用、代煎配送等全流程溯源智能化管理。

据统计，上海中药云平台上线一年半来，已覆盖全市380余家医疗机构、30余家饮片企业，累计上链中药饮片溯源数据27万余条，代煎配送处方约1200万张。溯源饮片试点范围已扩大到35家医院、16家饮片企业和40个中药饮片常用大品种。患者可以通过手机及时获取处方、代煎配送、饮片溯源等服务信息，体验感和满意度得到明显提升。

去年3月，上海交通大学医学院附属瑞金医院在病理科正式启用数字化智能病理诊断工作流程。这套系统不仅具备消化道病理筛查、宫颈TCT（液基薄层细胞学检查）细胞病理筛查等人工智能辅助诊断能力，还在进一步发展乳腺癌免疫组化量化分析、淋巴瘤组织病理辅助诊断等能力。

中国工程院院士、上海交通大学医学院附属瑞金医院院长、上海市数字医学创新中心主任宁光介绍，在实际应用中，人工智能应用辅助病理科医生快速筛查大量切片，帮助科室工作效率提高30%～50%。其中，消化道小标本病理筛查已覆盖95%的常见胃肠道疾病类型，准确率达90%以上，半分钟即可完成单切片人工智能诊断。乳腺癌免疫组化定量分析统计误差已控制在5%以内。在赋能早癌筛查方面，宫颈TCT细胞病理智能辅助筛查可对切片进行智能质控，自动识别图像是否扫描清晰、细胞量是否符合要求，筛阴率超过85%，敏感性达99%，每切片诊断时间从3～5分钟缩短到1分钟以内，显著提升大规模筛查效率，提高基层医疗卫生机构服务能力。

“人工智能﹢医疗”是未来人工智能应用的重要方向。从临床辅助决策支持、医学影像人工智能辅助诊断、术前人工智能手术规划、术中人工智能辅助导航到如今的医疗大语言模型，人工智能深度赋能医学发展，正在全面提升上海医疗人工智能发展的质量和水平。

复旦大学附属中山医院大规模应用影像人工智能，目前已启用29款影像人工智能应用，包括多类型影像，面向脑、心、骨、血管、前列腺等多类型器官和系统，提供辅助分析、摄片质控、辅助诊断等多类型应用，实现疾病筛查、诊断、治疗全过程管理等功能。自2021年上线以来累计质控超过150万次、应用超过450万次。

当下火热的人工智能大模型、智能机器人等，在上海已经有了众多实质性推进。比如，复旦大学附属肿瘤医院、上海市第一人民医院等积极探索大语言模型辅助生成电子病历，主要基于互联网医院预问诊信息，结合患者历史就诊记录及检查检验报告等，借助大模型的自然语言理解能力进行归纳、提炼、摘要，自动生成患者病史综述，供互联网接诊医生提供参考，提高接诊效率。医生在随后写病史时，综合已有病史综述和本次在线问答文字、语音、上传图片报告、图片病史等，利用生成式大模型形成格式化的病历文书。复旦大学附属华山医院基于大模型正在建设智慧手术室，其功能内容包括智能化的病历查询、影像查看、手术操作、术中记录与事件记录等。通过语音、图像识别等技术实现场景理解、主动感知，以及自动化、自适应、无接触的操作，实现手术过程的内容理解和数字化记录，同时，实现设备、耗材、人员的智能辅助规划和调度。

人工智能与医疗健康的深度融合离不开规范标准的“高速公路”和“行车规则”，唯有此才能保证医学人工智能在培育和发展新质生产力上行稳致远。

5月10日，《上海市卫生健康数据分类分级指南》通过了地方标准立项答辩。罗蒙介绍，上海积极推进卫生健康相关数据标准的制定和应用立法。除了分类分级指南外，《上海市促进浦东新区健康医疗数据发展应用若干规定》已被上海市人大常委会列为5年立法规划正式项目。

高质量医疗数据和标准化数据标注是医疗人工智能发展的基础，目前国内医疗数据质控尚缺乏完整统一的标准。采访中，各方表示有两个担忧：一方面，医疗数据的真实性、有效性难以保障，大规模的标准化结构化数据稀缺；另一方面，医疗数据的标注难度大，缺乏统一的标准化标注体系。医生作为数据的标注者，对数据流通的合规性、标注工作的合法性存在顾虑，直接制约了人工智能技术在医疗领域的深度应用。对此，受访专家们建议，完善数据治理体系，比如，开展试点应用，探索建立医疗数据价值产品化体系，以点带面逐步释放医疗数据价值，形成规模示范效应。

人工智能等信息技术正在医疗领域发挥着革命性的作用。除了数据问题，需要行业内外共同关注和解决的问题仍然不少。

核心硬件支撑能力不强，高端产品创新发展缓慢，这是医学人工智能目前面临的困境之一。其中，人工智能计算的硬件设计、专用芯片、加速板卡、底层计算架构、配套开发环境等支撑能力不足，自主可控程度低，不能适应大模型生成式人工智能、多模态人工智能、通用人工智能等方面的快速发展，通用大模型训练、垂直领域应用发展受限。同时，算力平台建设、研发生态构建等方面的创新速度缓慢，跟不上国际竞争节奏，低端重复造成内卷和社会资源浪费，缺乏引领发展方向的优质成果。

在医疗人工智能的创新应用方面，我国目前还缺乏从临床发现到协同的科技成果转化体系，创新成果承接能力不足。从产业端发起的创新，距离应用端较远，开发成本高昂。但因新项目收费定价困难，无法利用价格杠杆激发市场活力，导致落地困难。从应用端发起的创新因文章考核导向，无法明确成果转化的使用权、处置权和收益权，使得医务与科研人员的积极性不高、社会经济效益不足。此外，应用和产业端因政策和法律法规的不健全，难以就安全级别高的医疗数据资产达成合作协议，实现协同创新。

针对这些问题，专家们建议，通过建立公共服务平台，在研发创新、检验检测、标准制定、临床评价、数据管理、科研成果转化等方面提供支撑。此外，医疗人工智能对数据量、算力等方面有着较高的要求，其研发周期长、开发成本高昂，部分技术需进行财政补贴。同时，还应该采用较为灵活的定价机制，利用市场调节机制激发创新热情。

人工智能与医疗服务深度融合的任务重、难度大。“有了第一步，才会有后面的两步、三步、更多步。所以，第一步一定要迈出去。”罗蒙表示，人工智能是新质生产力的重要技术支撑和突破方向，需要体系化创新，需要改变生产关系，需要规模化应用。上海各方正积极推动全市逐步形成要素齐全、开放协同的“人工智能﹢医疗”的发展生态，促进人工智能和医疗健康领域快速发展和高质量融合。