以大模型為代表的新一代人工智能技術，深度賦能醫療健康領域，在醫學影像判讀、疾病風險預警、輔助診療決策等領域展現出巨大潛力和應用價值，有力助推臨床診療模式優化升級，為解決醫療資源分布不均難題、推動優質醫療資源擴容下沉注入新動能。深化人工智能在醫療健康領域的融合應用，打通AI醫療落地應用的“最后一公里”，是讓技術創新紅利真正惠及億萬民眾健康福祉的關鍵所在。

“最后一公里”暢通與否，關乎人工智能技術能否在基層落地生根，最終能否讓優質醫療資源突破時空壁壘，切實緩解“看病難、看病貴”的民生關切。當前，加速構建的緊密型縣域醫共體智慧云平臺，正是打通這一堵點的核心樞紐。這條以省縣聯動、多級協同為支撐的智慧“高速路”，高效貫通上級醫院的專家、技術與數據資源，助力AI影像診斷、遠程會診等智能服務精準下沉基層，使優質醫療服務便捷可及、“家門口”可享，顯著提升了健康服務的公平性與可及性。

AI醫療前景廣闊，但要真正打通落地的“最后一公里”，將技術紅利充分轉化為惠及全民的健康實效，仍面臨多重現實挑戰。首先，數據要素流通壁壘亟待破除。高質量、標注規范的醫學數據是AI模型訓練與迭代的基石。但當前醫療數據“孤島”現象突出，跨機構、跨區域的數據互聯互通面臨權屬界定模糊、隱私安全合規要求趨嚴等多重制約，高質量、多中心、標準化臨床數據集建設明顯滯后，成為技術深化應用的突出瓶頸。其次，算法臨床應用的評價體系亟待健全。部分AI醫療產品在實驗室或特定場景下表現良好，但在復雜多變、個體差異顯著的真實臨床環境中，其診斷穩定性、結果可解釋性及對疑難雜癥的適應能力，仍需經受嚴格驗證。針對AI輔助診斷與決策工具的權威臨床評價標準、規范審評路徑及全鏈條動態監管框架尚未系統構建，國家層面權威、統一、高效的第三方驗證機制仍處于空白階段。再次，倫理治理框架亟須前瞻性構建。人工智能深度介入臨床決策，衍生出權責界定不清、算法可解釋性與公平性缺失、醫患信任重構等新型倫理挑戰。算法“黑箱”特性易削弱醫生專業判斷空間與患者知情同意權能，若訓練數據存在隱性偏差，易加劇健康資源分配不公。最后，臨床應用轉化與價值實現機制有待貫通。AI技術的核心價值在于實質性提升診療效能與患者健康水平。但現實中，技術與臨床需求脫節，“為技術而技術”的傾向尚未根除。

破解這些深層挑戰，必須堅持系統觀念、強化協同攻堅，以體制機制創新為根本動力，打通“最后一公里”關鍵堵點。

構建國家主導的健康醫療數據治理新體系。強化頂層設計與制度供給，由國家層面統籌制定并強制實施統一、開放、可互操作的醫療數據標準體系與嚴格的數據脫敏及安全技術規范，堅決破除機構間數據壁壘。同步健全立法保障與激勵機制，優先建設服務于國家AI醫療戰略的高質量、多中心、分病種權威醫學數據庫。

建立健全覆蓋全周期、適配多場景的臨床評價與監管新機制。加速完善覆蓋AI醫療產品研發、測試、審批、應用、監測全生命周期的臨床評價技術指南、分類注冊審評路徑及全鏈條動態監管機制。構建國家主導、權威公信的第三方驗證評估平臺體系，強化在真實世界復雜醫療環境下對算法有效性、穩定性和透明可溯性的多中心、大樣本循證醫學評價。

前瞻性構建具有中國特色的AI醫療倫理治理新范式。加快引領性制度供給，率先制定國家醫療人工智能專項倫理審查指南與算法治理國家規范，清晰界定算法輔助決策的合理邊界、臨床醫生的主體責任邊界及患者知情選擇權的保障機制。強制要求高風險AI醫療系統具備透明可溯能力，建立常態化算法公平性審計與偏見識別矯正制度，堅決防范技術應用固化或放大健康領域的不平等。

推動AI深度融入臨床實踐與基層健康服務體系。堅決摒棄“技術空轉”，牢固樹立以臨床需求為導向的研發應用理念。聚焦“最后一公里”攻堅，將AI技術部署深度嵌入國家“千縣工程”和緊密型縣域醫共體建設全局，一體化協同推進基礎設施適配升級、高發慢性病防治適宜技術遴選、醫護人員智能技能實訓、覆蓋全流程的診療服務模式重塑以及醫保財政協同支付機制創新。

（作者：梅浩，系工業和信息化部網絡空間公共安全研究中心特約研究員）