當ChatGPT掀起全球AI浪潮，AlphaFold破解蛋白質結構之謎，人工智能技術正以顛覆性姿態重塑醫療健康領域。在科技革命與產業變革加速演進的時代背景下，聚焦“人工智能（AI）+醫療”的跨界對話，不僅能為健康中國建設注入新動能，更能勾勒出未來醫療生態的智能化藍圖。

4月19日至20日，以“人工智能賦能醫學發展”為主題的2025年中國醫學發展大會在北京召開。大會匯聚來自數學、人工智能、醫學、公共衛生、藥學等多學科的頂尖專家，共同探討人工智能與醫學深度融合的創新路徑與發展方向。

中國工程院副院長、中國醫學科學院院長王辰教授指出，人工智能是典型的新質生產力，正在深刻改變醫學研究的范式與行業生態。在生命健康這一關乎人類終極福祉的領域，誰率先擁抱人工智能技術，誰就能在未來的醫療競爭中占據主動。

“要分階段推進人工智能與醫學融合。”王辰說，短期是學習探索階段，重點是要構建學習與教育體系，明確人工智能在醫學中的定位與應用邏輯，開展場景化試點；中期是深化應用階段，通過研究推動人工智能與醫療全場景融合，加強國際交流，擴大應用范圍，并取得系統化的實際經驗；長期是形成人工智能賦能醫學的新生態，覆蓋科研、臨床、管理全鏈條，構建新的行業生態、參與國際規則制定。

全國政協委員、工業和信息化部原副部長王江平在主題報告中直言，醫療領域數據具有敏感性、診療結果不可逆性、責任主體復雜性的特點，導致醫療行業AI應用處于“高壓地帶”。他提出“人機對齊法則”的全面滲透策略，強調AI必須通過可解釋性、信任度與人性化三重考驗，讓對齊法則深入技術架構、數據集建設、醫院管理、患者知情、行業監管等環節，才能實現AI從高效工具升級為醫生的“可信伙伴”。

這一觀點引發與會者共鳴。南京大學副校長鄭海榮進一步指出，生物醫學AI的突破需以數據標準化和倫理治理為前提，尤其在醫學影像、腦機接口等領域，跨學科協作是打破技術壁壘的關鍵。

用微分方程解析腫瘤微環境，用傳感技術捕捉神經電信號……在“AI+醫學”的實踐探索中，多位專家從不同角度提出解決方案。

清華大學講席教授、數學家丘成桐指出，數學為人工智能提供底層架構，在疾病研究等多領域有重要應用，但也面臨醫學數據難題等挑戰，期望數學與醫學、人工智能等加強合作，推動相關研究發展。

同濟大學校長鄭慶華則提出基于腦科學啟發的解決思路，通過模擬人腦的記憶和推理機制，發展“小樣本、低算力、強推理”的人工智能模型，推動人工智能向認知智能跨越，以彌補當前大模型“高耗能、弱邏輯”的缺陷。

與會專家認為，醫學人工智能應用始終要以安全可信為前提，堅持以人為本、以患者為中心、以醫生為醫療決策主導，夯實數據基礎，建立動態可持續評估機制，推動法律、技術、倫理協同治理。

人工智能是推動醫療健康行業高質量發展的核心動力，構建安全可控的發展環境十分關鍵。近年來，國家大力支持“人工智能+”行動，通過標準化建設、跨機構數據共享和垂類模型應用開發等方式，不斷提升診療效率和精準度。

國家衛生健康委規劃發展與信息化司一級調研員沈劍峰指出，當前需建設醫療領域高質量數據集和人工智能語料庫，突破專業語料不足、多模態處理等大模型技術瓶頸，同時多學科、多專業、多部門聯動，推動政策標準創新，加強復合人才培養和醫學倫理安全，共同推動人工智能的行業應用創新。

面對AI對醫學教育的沖擊，教育部通過組建優勢大學聯盟、打造頂尖學科交叉教學團隊、構建質量監控體系、探索學分制度、推出“AI+”課程、升級國家智慧教育平臺等措施提升師生人工智能素養。

從達芬奇手術機器人到GPT-4會診系統，人工智能正在從“工具”跨越到“伙伴”。但正如與會專家反復強調的：“AI不是替代醫生，而是拓展醫學的領域。”

據了解，中國醫學發展大會自2021年以來于每年四月第三個周末舉行。大會是集創新體系建設、科技成果評價、戰略咨詢和學科發展于一體的學術交流平臺，已成為引領國家醫學科技發展的風向標。