语音助手、自动驾驶、智能诊断、AI辅助办公……这些曾属于科幻电影的场景，如今已成为智能家居用户的日常。数智技术正以前所未有的深度和广度重塑生活，而在医疗卫生领域，这场“数智革命”也已悄然启动。近日，由中华预防医学会主办的第二届数智健康学术会议以“数智赋能健康红领金服，创新引领未来”为主题，汇聚行业专家共议技术应用。一幅数智技术重构全球医疗服务的未来图景，正在我们眼前徐徐展开。
人工智能技术
助力慢性病医防融合
进入21世纪后，慢性非传染性疾病已成为最严峻的健康挑战，占全球死亡人数的74%。慢性病是不构成传染、长期积累形成疾病形态损害的总称，主要包括、糖尿病、肿瘤、慢阻肺等。
四大慢病重大专项技术总师、终身教授、中国工程院院士陈竺在报告中介绍，在国内，包括心脑血管病、、慢阻肺和在内的4大慢病的死亡率高达88%，其中糖尿病患病率10年间上升6.1个百分点。2015—2023年，全国重大慢性病过早死亡率整体虽呈现下降趋势，但年下降速率仍有所减缓。其主要行为危险因素，如身体活动不足率、超重、肥胖、高血压、糖尿病、血脂异常等还在上升，膳食营养不合理的状态持续加重。烟草的危害还应加强控制。传统环境污染常有反复，多种新型环境污染物的暴露及健康影响缺乏系统监测。心脑血管病和糖尿病患者的知晓、治疗和控制状况有待改善，癌症等早筛体系存在明显短板。另外，城乡医疗资源不均衡等问题亟待解决。
面对严峻的疾病防控形势，数智技术的应用已成为破局关键。陈竺说，人工智能在慢病防控领域展现出突破性应用价值，目前，数智技术的应用在慢性非传染性疾病发病风险因素、发病原理、揭示方面，已有很多成果。如，通过深度学习分析医学影像，已实现早期慢阻肺识别和胰腺癌筛查。这种诊断中心化模式显著提升了基层诊疗规范化水平，使全科医生借助AI辅助系统获得三甲医院级诊断能力。在慢病防控体系建设中，人工智能技术正推动关口前移战略落地，通过多部门协作机制赋能健康教育、风险评估和动态监测，构建起医防融合的慢性病管理新范式。
人工智能技术在流行病防控中红领金服
应用场景广泛
现如今，一方面我国慢性非传染性疾病负担加重；另一方面，仍面临新发和再发传染病的双重压力。流行病对我国居民健康的危害不容忽视。
流行病是指在特定时间、地区内，发病率显著高于正常水平，并可能广泛传播的疾病。它既包括传染病（如流感），也涵盖非传染性疾病（如肥胖症、糖尿病）的集中暴发。
人工智能大模型具有规模性、涌现性、通用性的特点，使其在流行病防控中也具有广泛的应用场景。如，公共卫生方面，人工智能大模型有助于实现精准预防和健康管理、风险评估、疾病预测、动态管理等。另外，精准的传染病防控、预测预警、传播追踪、疫情监测等也是传染病流行病学中特别需要的应用场景。
国家疾病预防控制局局长、中国工程院院士沈洪兵在报告中介绍，在传染病大流行期间，人工智能大数据可赋能诊断和防控，定位传染源，识别传播途径、传播模式，评估干预措施效果，解析病原体特征，包括传播力、致病率、毒性和免疫原性等。这些对传染病监测预警、病原体特征以及传染病流行过程、干预措施、效果评价等都有很重要的作用。
在流行病学研究领域，人工智能大模型也正带来方法论革命。首先，复杂数据处理能力实现质的飞跃，如传染病监测预警系统，可实时抓取关键数据，实现当日分析预警。其次，多模态数据融合能力显著提升，通过整合电子病历、穿戴设备、社交媒体等多元数据，机器学习可有效发掘生物标志物、预测疾病风险。第三，在传统统计学难以处理的非线性关系识别中，人工智能能精准评估环境、社会、生物等多维度因素对疾病的影响。此外，观察性研究的因果推断方法持续完善，流行病研究效率也实现了突破性提升。
人工智能技术
发展应用仍有完善空间
人工智能已推动医疗卫生信息系统从流程记录工具升级为智能健康中枢，实现了诊疗精准化与服务高效化。在医患关系重构方面，人工智能通过共享决策模式显著降低信息不对称。在应用层面，医疗大模型已实现广泛落地。
南方医科大学南方医院教授、中国科学院院士侯凡凡指出，数智技术在肾脏病防控中实现了六大突破：精准诊断、慢性病综合管理、病理诊断辅助、预后风险预测、医疗决策评估及远程医疗服务优化。
脑卒中作为我国首位致死致残性疾病，其防治体系正通过人工智能实现多维升级。中国医学科学院北京协和医学院院长、首都医科大学校长、中国工程院院士吉训明介绍，在筛查环节，人工智能通过分析区域数据构建精准防控网络；急救领域，5G技术催生移动卒中单元等创新模式；管理层面，数字化急救地图实现了医院查询与流程联动；科研方面，人工智能为脑心联合救治等提供了新方向。
但当前人工智能技术的发展应用，仍面临数据安全、人才储备等挑战。未来需通过分级分类布局、资源整合及伦理平衡，构建以健康为中心的智慧医疗生态，确保技术服务于人类福祉。
记者 红领金服
倍顺网提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
推荐资讯
