Workflow
基层诊疗智能辅助
icon
搜索文档
促进规范“人工智能+医疗卫生”应用 五部门发布实施意见
央视新闻· 2025-11-04 06:20
总体要求 - 以习近平新时代中国特色社会主义思想为指导,坚持政府引导、多方参与、创新驱动、安全可控的原则,促进人工智能在医疗卫生领域的规范应用[5] - 到2027年,建立一批卫生健康行业高质量数据集和可信数据空间,形成一批临床专病专科垂直大模型和智能体应用,基层诊疗智能辅助、临床专科专病诊疗智能辅助决策和患者就诊智能服务在医疗卫生机构广泛应用,基本建成一批医疗卫生领域国家人工智能应用中试基地[6] - 到2030年,基层诊疗智能辅助应用基本实现全覆盖,二级以上医院普遍开展医学影像智能辅助诊断、临床诊疗智能辅助决策等人工智能技术应用,"人工智能+医疗卫生"应用标准规范体系基本完善,建成一批全球领先的科技创新和人才培养基地[6] 深化重点应用 - 人工智能+基层应用:加强紧密型县域医共体智能应用,建立基层医生智能辅助诊疗应用,加强居民慢性病规范管理服务,强化健康管理、养老和托育服务[8] - 人工智能+临床诊疗:推广医学影像智能诊断服务,拓展临床专病辅助诊疗服务,推广智能康复和用药服务[8] - 人工智能+患者服务:优化患者智能服务流程,强化智能转诊服务[9][11] - 人工智能+中医药:加强智能中医诊疗应用,加强中药全周期智能管理,推进中医药装备智能升级[10][12] - 人工智能+公共卫生:加强传染病监测预警,强化卫生应急管理和处置,加强重点疾病和重点人群管理[12] - 人工智能+科研教学:深化医学科学研究智能应用,拓展健康科普服务,推进药物科研成果转化[12] - 人工智能+行业治理:加强医疗卫生机构智能管理,加强卫生健康行业智能监管,深化应急救治体系智能应用[12][14] - 人工智能+健康产业:发展智能新型服务业态,提升智能医疗装备创新能力,推动智能信息产业创新[14] 夯实应用基础 - 强化基础设施建设:集约建设全民健康信息平台,联通所有医疗卫生机构[15][16] - 丰富医疗数据供给:推动"三医"协同和跨部门数据共享,优化数据收集和标注流程[17] - 优化人工智能算力算法:支持省级统筹建立行业公共支撑服务平台[17] - 加强中试基地建设:建设具备算力服务、模型服务、数据服务、应用中试验证等能力的全栈式共创平台[17] - 加强科技人才和标准支撑:加强人工智能技术在卫生健康领域国家科技重大项目中的布局,完善相关政策制度、应用规范、伦理规则,支持建立卫生健康行业人工智能复合型人才培训基地[17][18] 规范安全监管 - 优化行业管理和审核体系[19] - 创新监管方式和预警机制[19] - 强化数据安全和个人隐私保护,建立网络数据安全和个人信息保护管理办法[19][20] 加强组织保障 - 加强制度建设:鼓励各地加强人工智能科研保障、职业支持和人才评价机制,加强定价、支付、分配等配套政策建设,加大经费保障力度[19]
热门赛道再迎利好!“人工智能+医疗卫生”迎政策文件
证券时报· 2025-11-04 05:47
政策核心目标 - 到2027年建立一批卫生健康行业高质量数据集和可信数据空间,形成一批临床专病专科垂直大模型和智能体应用,基层诊疗智能辅助、临床专科专病诊疗智能辅助决策和患者就诊智能服务在医疗卫生机构广泛应用,基本建成一批医疗卫生领域国家人工智能应用中试基地 [1][6] - 到2030年基层诊疗智能辅助应用基本实现全覆盖,推动实现二级以上医院普遍开展医学影像智能辅助诊断、临床诊疗智能辅助决策等人工智能技术应用,应用标准规范体系基本完善,建成一批全球领先的科技创新和人才培养基地 [1][7] - 政策突出应用、基层、融合和安全四大总体考虑,以场景为驱动,面向行业真实业务,强调人工智能支撑预防、诊疗、康复、健康管理全链条集成服务,鼓励政产学研用多方参与,并强化数据安全和个人隐私保护 [2] 重点应用领域 - 人工智能+基层应用包括加强紧密型县域医共体智能应用,建立基层医生智能辅助诊疗应用,加强居民慢性病规范管理服务,强化健康管理、养老和托育服务 [8][32] - 人工智能+临床诊疗涵盖推广医学影像智能诊断服务,拓展临床专病辅助诊疗服务,推广智能康复和用药服务,支持省统筹集约化开展医学影像辅助诊断,推动从单病种向单个器官多病种发展 [9][33] - 人工智能+患者服务优化患者智能服务流程,二级及以上医院提供精准预约分诊导诊、智能预问诊、云陪诊、智能随访等全流程服务,强化智能转诊服务 [9][34] - 人工智能+中医药加强智能中医诊疗应用,构建中医临床专病知识库,加强中药全周期智能管理,推进中医药装备智能升级 [10][11][35] - 人工智能+公共卫生加强传染病监测预警,强化卫生应急管理和处置,加强重点疾病和重点人群管理 [12][36] - 人工智能+科研教学深化医学科学研究智能应用,拓展健康科普服务,推进药物科研成果转化 [12][37] - 人工智能+行业治理推广医疗卫生机构智能管理,加强卫生健康行业智能监管,深化应急救治体系智能应用 [13][38] - 人工智能+健康产业发展智能新型服务业态,提升智能医疗装备创新能力,推动智能信息产业创新 [14][15][39] 基础设施与支撑体系 - 强化基础设施建设,集约建设国家和省统筹两级全民健康信息平台,实现国家省市县四级平台纵向联通全覆盖,横向联通所有公立和民营医疗卫生机构 [17][40] - 丰富医疗数据供给,推动"三医"协同和跨部门数据共享,优化数据收集和标注流程,完善医疗卫生领域数据标注 [19][41] - 优化人工智能算力算法,支持省级统筹建立行业公共支撑服务平台,提供统一、高效、开放的人工智能算力服务,鼓励加快核心算法研发 [19][41] - 加强中试基地建设,建设具备算力服务、模型服务、数据服务、应用中试验证等能力的全栈式共创平台 [19][41] - 加强科技人才和标准支撑,布局国家科技重大项目,建立完善相关政策制度、应用规范、伦理规则,支持建立卫生健康行业人工智能复合型人才培训基地 [20][21][41] 监管与组织保障 - 规范安全监管,优化行业管理和审核体系,实施分级分类管理,创新监管方式和预警机制,强化数据安全和个人隐私保护 [22][23][42] - 加强组织保障,鼓励各地加强人工智能科研保障、职业支持和人才评价机制,加强定价、支付、分配等配套政策建设,加大经费保障力度 [24][25][26][43] - 加强试点示范,发挥国家人工智能应用中试基地作用,开展高质量数据集建设和可信数据空间建设试点,推动人工智能研发和应用落地 [27][28][43]
热门赛道,再迎利好!
证券时报· 2025-11-04 05:19
政策核心观点 - 国家卫健委等部门印发《关于促进和规范"人工智能+医疗卫生"应用发展的实施意见》,以新一代人工智能深度赋能卫生健康行业高质量发展 [1] - 提出明确发展目标:到2027年建立一批高质量数据集和可信数据空间,形成一批临床专病专科垂直大模型,基层诊疗智能辅助等应用在医疗卫生机构广泛应用 [6] - 到2030年基层诊疗智能辅助应用基本实现全覆盖,二级以上医院普遍开展医学影像智能辅助诊断等应用,应用标准规范体系基本完善 [6] - 政策总体考虑突出应用、基层、融合和安全四大方向 [2] 发展目标与规划 - 2027年目标:基本建成一批医疗卫生领域国家人工智能应用中试基地,打造更多高价值应用场景,带动健康产业高质量发展 [6] - 2030年目标:建成一批全球领先的科技创新和人才培养基地 [6] - 发挥中试基地先导作用,聚焦行业共性问题,构建行业共创平台,加快建立临床专病数据集和人工智能语料库 [3] 重点应用领域 - 人工智能+基层应用:加强紧密型县域医共体智能应用,建立基层医生智能辅助诊疗应用,加强居民慢性病规范管理服务,强化健康管理、养老和托育服务 [7] - 人工智能+临床诊疗:推广医学影像智能诊断服务,拓展临床专病辅助诊疗服务,推广智能康复和用药服务 [8] - 人工智能+患者服务:优化患者智能服务流程,强化智能转诊服务 [9] - 人工智能+中医药:加强智能中医诊疗应用,加强中药全周期智能管理,推进中医药装备智能升级 [10] - 人工智能+公共卫生:加强传染病监测预警,强化卫生应急管理和处置,加强重点疾病和重点人群管理 [10][11] - 人工智能+科研教学:深化医学科学研究智能应用,拓展健康科普服务,推进药物科研成果转化 [12] - 人工智能+行业治理:推广医疗卫生机构智能管理,加强卫生健康行业智能监管,深化应急救治体系智能应用 [12][13][14] - 人工智能+健康产业:发展智能新型服务业态,提升智能医疗装备创新能力,推动智能信息产业创新 [15] 基础设施建设 - 强化基础设施建设:集约建设国家和省统筹两级全民健康信息平台,实现国家省市县四级平台纵向联通全覆盖 [16] - 丰富医疗数据供给:推动"三医"协同和跨部门数据共享,优化数据收集和标注流程 [16] - 优化人工智能算力算法:支持省级统筹建立行业公共支撑服务平台,提供统一、高效、开放的人工智能算力服务 [16] - 加强中试基地建设:建设具备算力服务、模型服务、数据服务、应用中试验证等能力的全栈式共创平台 [16] 支撑体系与保障 - 加强科技人才和标准支撑:加强人工智能技术在卫生健康领域国家科技重大项目中的布局,建立完善相关政策制度、应用规范、伦理规则 [17] - 优化行业管理和审核体系:实施分级分类管理,根据服务对象、产品用途、风险等级制定评估标准和指南 [18] - 创新监管方式和预警机制:加强对人工智能研发、审评、准入、应用等各环节监管,建立大模型应用评测验证 [18] - 强化数据安全和个人隐私保护:建立临床数据授权运营管理制度,制订数据安全管理和个人信息保护负面清单 [18][19] - 加强制度建设:加强人工智能科研保障、职业支持和人才评价机制,加强定价、支付、分配等配套政策建设 [20] - 加强试点示范:发挥国家人工智能应用中试基地作用,开展高质量数据集建设和可信数据空间建设试点 [20]
热门赛道,再迎利好!
证券时报· 2025-11-04 04:54
政策核心目标 - 提出到2027年建立一批卫生健康行业高质量数据集和可信数据空间,形成一批临床专病专科垂直大模型和智能体应用,基层诊疗智能辅助、临床专科专病诊疗智能辅助决策和患者就诊智能服务在医疗卫生机构广泛应用,基本建成一批医疗卫生领域国家人工智能应用中试基地 [2][9] - 提出到2030年基层诊疗智能辅助应用基本实现全覆盖,推动实现二级以上医院普遍开展医学影像智能辅助诊断、临床诊疗智能辅助决策等人工智能技术应用,"人工智能+医疗卫生"应用标准规范体系基本完善,建成一批全球领先的科技创新和人才培养基地 [2][10][32] 总体考虑 - 突出应用导向,以场景为驱动,面向卫生健康行业真实业务、依托真实场景、解决真实需求 [4] - 突出基层导向,在推进医用机器人、新药研发的同时,把更多篇幅放在基层和预防,以人工智能支撑预防、诊疗、康复、健康管理全链条集成服务 [4] - 突出融合导向,鼓励政产学研用多方参与,发挥海量数据和巨大市场应用规模优势,培育发展大健康产业 [4] - 突出安全导向,坚持人工智能赋能而不替代的定位,创新监管方式,实施分类管理,强化数据安全和个人隐私保护 [4] 深化重点应用领域 - 加强紧密型县域医共体智能应用,提升诊疗服务、基本公共卫生、慢病协同管理、家庭医生签约服务、中医智能辅诊等便民惠民服务智能水平 [33] - 建立基层医生智能辅助诊疗应用,向基层医生提供辅助诊疗、处方审核、随访管理、中医诊疗等智能应用,提升基层全科辅助诊断、疾病鉴别诊断、医学影像辅助诊断等服务能力 [34] - 推广医学影像智能诊断服务,支持省统筹集约化开展医学影像辅助诊断、报告生成、影像质量评价和提供治疗方案建议等智能辅助服务,鼓励二级及以上医院医学影像智能辅助诊断从单病种向单个器官多病种发展 [35] - 拓展临床专病辅助诊疗服务,推动国家医学中心、国家和省级区域医疗中心拓展智能临床决策支持应用场景,聚焦儿科、精神、肿瘤及罕见病等重大疑难疾病临床决策智能辅助应用 [35] - 优化患者智能服务流程,二级及以上医院为患者提供精准预约分诊导诊、智能预问诊、云陪诊、智能随访等诊前诊中诊后全流程服务,推广床旁智能设备,开展病情监测预警、床旁智能护理等服务 [36] - 加强智能中医诊疗应用,构建中医临床专病知识库、临床用药知识库,形成一批高质量数据集,支撑建设中医药诊疗大模型,提升中医药辅助临床诊治能力 [37] - 加强传染病监测预警,构建监测、预警、处置全流程闭环管理体系,推进智能流调系统升级,加快国家传染病智能监测预警前置软件在全国使用传染病报告系统的医疗机构部署应用 [38] - 深化医学科学研究智能应用,推动在文献综述、研究方案生成、数据收集分析、科研资源管理、科研数据安全、研究型病房、临床实验等方面智能体的共建共享共用 [39] - 推广医疗卫生机构智能管理,加强智能医疗质量、医疗费用及单病种成本管理等医疗管理数据精准分析,开展医疗装备和耗材的智能调配、手术室和药房智能管理 [40] - 提升智能医疗装备创新能力,支持医疗装备生产企业联合医疗机构、科研院所等产业链上下游开展智能医疗装备研发攻关,重点推动医学影像、诊断检验、治疗、监护与生命支持等领域医疗装备智能升级 [42] 应用基础支撑 - 集约建设国家和省统筹两级全民健康信息平台,实现国家省市县四级平台纵向联通全覆盖,横向联通所有公立和民营医疗卫生机构,建立身份证号码为个人健康信息唯一标识的主索引 [43] - 推动"三医"协同和跨部门数据共享,优化数据收集和标注流程,完善医疗卫生领域数据标注,促进数据要素合规高效、安全有序互通互联 [43] - 支持省级统筹建立行业公共支撑服务平台,提供统一、高效、开放的人工智能算力服务,鼓励加快核心算法研发,推动医疗卫生领域垂直大模型开发应用 [43] - 建设卫生健康行业国家人工智能应用中试基地,建设具备算力服务、模型服务、数据服务、应用中试验证等能力的全栈式共创平台 [43] 后续推进措施 - 加强部门协同,充分发挥新型举国体制优势,强化政策支持,凝聚社会合力,营造创新生态,指导各地抓好文件落地 [5] - 发挥中试基地的先导作用,坚持公共属性定位,聚焦行业共性问题、构建行业共创平台、沉淀共性支撑能力、培育产业共赢生态,加快建立临床专病数据集和人工智能语料库 [5] - 及时总结推广新的应用经验,集约化推进人工智能应用,及时总结先进经验和成功案例,做好推广宣传,持续激发创新创造活力 [5]