编者按：在医新苑参与协办的2025云栖大会“AI+医疗”论坛上，中国医院协会信息专委会副主任委员薛万国作开场致辞，本文即为论坛致辞稿，医新苑经其本人授权发布（略有删节，标题为编者所加）。

医学是知识高度密集的领域，由于其高度的专业复杂性和生命健康的敏感性，一直以来是人工智能技术应用挑战的高地。从早期基于规则的知识库技术在合理用药智能审核中的应用，到知识图谱技术在临床辅助诊疗决策中的应用，再到前几年的机器学习和深度学习技术在医学影像智能诊断中的应用，人工智能技术每个波次的新发展，都有力地推动了医疗智能化应用的进步。特别是这一轮AI大模型的横空出世，将人工智能的能力水平提升到新高度，为医疗领域的智能化发展创造了新机遇，其对医疗行业的影响无论是广度还是深度都前所未有。

在广度方面，既往的人工智能技术应用多局限于特定的医疗场景。而大模型的非结构化知识表示和推理机制赋予它的通用化能力，使其具备了应用于医院各个业务领域的潜力。从目前的应用实践看到，大模型的应用场景既有面向医生的病历书写、辅助诊断、治疗方案建议，面向患者的健康咨询、分导诊、院后随访，也有面向医院管理的医疗质量控制、医保合规审核、运营决策，还有面向科研教学的文献总结、病例纳排、数据治理、模拟病人等，涵盖了医院业务的各个方面。

在深度方面，既往的人工智能应用多在某个业务环节起到提高效率和提升质量的辅助作用，而对于医疗服务流程与工作模式较少具有颠覆性影响。而大模型通过智能化的自主服务，可在部分环节取代人工，从而实现患者服务、医疗质控等的流程创新和智能化转型；另一方面，大模型通过自然语言交互以及语音技术的加持，能够颠覆传统的人机交互方式，从而为医生、护士创造出全新的业务系统使用模式。

大模型的应用前景广阔、潜力巨大，但要把这种能力转化为医疗领域的业务价值仍面临许多任务和挑战。当前，大模型在医疗领域的应用总体上仍处于探索能力边界的阶段。大模型的应用场景持续涌现，但这些场景基本上处于试点试用状态，多数场景尚未在医院内部全面铺开使用。已有的应用场景，还缺乏应用效果的客观评价。哪些场景能够真正落地，哪些场景不适宜，哪些场景适宜但要遵循怎样的规则，对这些问题的回答还需要付出努力和时间。其中，模型的定制化问题、更新问题、多种专业模型的部署问题、防范应用安全风险问题等也需要在实践中摸索经验。

在未来的应用发展中，需要把握以下两点：

一是融合。大模型技术需要融入到业务场景和业务流程中，真正解决业务问题，把能力转化为用户的业务价值，而不是浅尝辄止、昙花一现。首先是，大模型与应用场景的融合。模型能力需要针对场景进行优化，需要把模型的功能与业务数据相融合，与应用系统相融合，与业务过程相融合，既要达到能力上的真正匹配，也要达到好用易用，这一过程需要反复打磨。其次是上下游以及多学科人才的融合。人工智能技术和医学场景知识相结合，需要医学专业人员与人工智能技术和应用系统研发人员双向奔赴，需要在“产学研医”之间深度融合，共同把握理解需求，做好场景知识的总结梳理，形成可供推广的解决方案和应用产品。

二是重构。这也正是本次论坛的主题“AI重构医疗新范式”。要更好发挥大模型带来的“革命性”能力，不仅仅是局部的应用，而更要注重依托大模型技术构建新的业务模式和流程，如大模型和互联网医疗的结合，驱动医疗服务模式从“院内医疗”向“全过程连续服务”、从 “被动响应” 向 “主动关怀” 转变。同时，也要对传统的应用系统进行重构，不再是应用系统外挂AI，更应基于AI思维，打造全新的AI原生应用，为医护人员创造全新的使用体验。

对于医疗信息化工作者来说，我们正处在一个激动人心的时代。国家新出台的《关于深入实施‘人工智能+’行动的意见》给医疗行业的人工智能应用提出了要求，AI新技术的快速发展推动着我们，对未来医疗的智能化憧憬牵引着我们。积极拥抱AI、开发应用AI，为医疗行业高质量发展赋能，让广大患者享受到更加智能化的医疗服务，这是我们的共同愿望。