全国人大代表、常德市第一人民医院内分泌科主任甘胜莲。

红网时刻新闻记者 王嫣 摄影 朱丽萍 北京报道

人工智能作为赋能医疗服务高质量发展的核心引擎，在辅助诊断、精准治疗、高效管理等领域的应用价值已得到广泛验证。当前，我国AI+医疗正处于成熟落地阶段，但受制于数据、模型、生态等多重壁垒，呈现AI应用“局部化、单点化”特征，难以形成规模化应用，不利于人工智能技术向各级各类医疗机构普及渗透，无法短时间内切实惠及广大群众。

近年来，我国AI+医疗领域政策持续加码，《“健康中国2030”规划纲要》《国务院办公厅关于促进“互联网+医疗健康”发展的意见》等文件均明确提出要推动人工智能在医疗领域的创新应用，头部医疗机构、科技企业纷纷加大AI在医疗行业的创新投入，在诊断、药物研发、康复、公共卫生等领域形成创新成果，一批辅助诊断、影像分析、慢病管理类AI产品获批上市，AI帮助基层提升首诊率，让老百姓逐步体验“好看病”，享受AI普惠。

全国人大代表、常德市第一人民医院内分泌科主任甘胜莲在走访、调研中了解到，在AI创新快速发展的同时，制约AI技术规模化应用、普惠化服务的深层次问题日益凸显，主要表现为学科语料集数据格式不统一，标准化基础薄弱；学科语料集共享和奖励机制缺失，数据流通不畅；模型开发重复投入，共享协作机制不完善；AI模型应用急需标准化。

在甘胜莲看来，医疗语料是训练高质量医疗AI模型的核心基础，涵盖电子病历、影像报告、检验数据、病理切片等多类型数据。目前，我国不同医疗机构间的数据采集规范、存储格式、标注标准存在显著差异，缺乏全国统一的AI语料集标准体系。部分医疗机构采用自定义数据格式，数据结构混乱、元数据缺失，导致跨机构数据无法直接对接，形成使用上的“数据孤岛”，导致我国医疗领域数据丰富，却难以形成被业内普遍使用的高质量标准数据集。

因此，甘胜莲结合我国医疗AI发展实际和国家战略需求，期望国家卫生健康委员会牵头统筹，聚焦“标准化、共享化、普惠化”目标，强化高质量数据集、医疗基础模型研发与应用的顶层牵引和指导，加强行业机构协同，统筹数据标准化、数据合规治理、数据合成等基础工作，从破解数据、模型、生态三大壁垒入手，构建“数据格式统一、模型共建共享、生态协同创新”的发展格局，同时，推动AI技术创新成果下沉，实现AI+医疗从“试点示范”向“全面普惠”转型。开展医疗AI创新项目试点，推动成果全国推广；强化学科专项AI研究创新，健全学科数据标准化与共享体系；组建医疗AI联盟组织，打造AI基础模型共享服务平台，构建开放协同生态，通过构建标准化、共享化、协同化的AI+医疗生态体系，打破行业壁垒，优化资源配置，让我国医疗行业不断技术“摸高”，让AI+医疗技术下沉基层、惠及民生。