当ChatGPT掀起全球AI浪潮，AlphaFold破解蛋白质结构之谜，人工智能技术正以颠覆性姿态重塑医疗健康领域。在科技革命与产业变革加速演进的时代背景下，聚焦“人工智能（AI）+医疗”的跨界对话，不仅能为健康中国建设注入新动能，更能勾勒出未来医疗生态的智能化蓝图。

　　4月19日至20日，以“人工智能赋能医学发展”为主题的2025年中国医学发展大会在北京召开。大会汇聚来自数学、人工智能、医学、公共卫生、药学等多学科的顶尖专家，共同探讨人工智能与医学深度融合的创新路径与发展方向。

　　中国工程院副院长、中国医学科学院院长王辰教授指出，人工智能是典型的新质生产力，正在深刻改变医学研究的范式与行业生态。在生命健康这一关乎人类终极福祉的领域，谁率先拥抱人工智能技术，谁就能在未来的医疗竞争中占据主动。

　　“要分阶段推进人工智能与医学融合。”王辰说，短期是学习探索阶段，重点是要构建学习与教育体系，明确人工智能在医学中的定位与应用逻辑，开展场景化试点；中期是深化应用阶段，通过研究推动人工智能与医疗全场景融合，加强国际交流，扩大应用范围，并取得系统化的实际经验；长期是形成人工智能赋能医学的新生态，覆盖科研、临床、管理全链条，构建新的行业生态、参与国际规则制定。

　　全国政协委员、工业和信息化部原副部长王江平在主题报告中直言，医疗领域数据具有敏感性、诊疗结果不可逆性、责任主体复杂性的特点，导致医疗行业AI应用处于“高压地带”。他提出“人机对齐法则”的全面渗透策略，强调AI必须通过可解释性、信任度与人性化三重考验，让对齐法则深入技术架构、数据集建设、医院管理、患者知情、行业监管等环节，才能实现AI从高效工具升级为医生的“可信伙伴”。

　　这一观点引发与会者共鸣。南京大学副校长郑海荣进一步指出，生物医学AI的突破需以数据标准化和伦理治理为前提，尤其在医学影像、脑机接口等领域，跨学科协作是打破技术壁垒的关键。

　　用微分方程解析肿瘤微环境，用传感技术捕捉神经电信号……在“AI+医学”的实践探索中，多位专家从不同角度提出解决方案。

　　清华大学讲席教授、数学家丘成桐指出，数学为人工智能提供底层架构，在疾病研究等多领域有重要应用，但也面临医学数据难题等挑战，期望数学与医学、人工智能等加强合作，推动相关研究发展。

　　同济大学校长郑庆华则提出基于脑科学启发的解决思路，通过模拟人脑的记忆和推理机制，发展“小样本、低算力、强推理”的人工智能模型，推动人工智能向认知智能跨越，以弥补当前大模型“高耗能、弱逻辑”的缺陷。

　　与会专家认为，医学人工智能应用始终要以安全可信为前提，坚持以人为本、以患者为中心、以医生为医疗决策主导，夯实数据基础，建立动态可持续评估机制，推动法律、技术、伦理协同治理。

　　人工智能是推动医疗健康行业高质量发展的核心动力，构建安全可控的发展环境十分关键。近年来，国家大力支持“人工智能+”行动，通过标准化建设、跨机构数据共享和垂类模型应用开发等方式，不断提升诊疗效率和精准度。

　　国家卫生健康委规划发展与信息化司一级调研员沈剑峰指出，当前需建设医疗领域高质量数据集和人工智能语料库，突破专业语料不足、多模态处理等大模型技术瓶颈，同时多学科、多专业、多部门联动，推动政策标准创新，加强复合人才培养和医学伦理安全，共同推动人工智能的行业应用创新。

　　面对AI对医学教育的冲击，教育部通过组建优势大学联盟、打造顶尖学科交叉教学团队、构建质量监控体系、探索学分制度、推出“AI+”课程、升级国家智慧教育平台等措施提升师生人工智能素养。

　　从达芬奇手术机器人到GPT-4会诊系统，人工智能正在从“工具”跨越到“伙伴”。但正如与会专家反复强调的：“AI不是替代医生，而是拓展医学的领域。”

　　据了解，中国医学发展大会自2021年以来于每年四月第三个周末举行。大会是集创新体系建设、科技成果评价、战略咨询和学科发展于一体的学术交流平台，已成为引领国家医学科技发展的风向标。（记者李恒）