AI联动基层诊室 "数字院士"赋能慢病随访管理

AI赋能基层慢病管理

2026年7月，一场关乎基层医疗未来的变革正在悄然发生。随着MedBench5.0医疗AI评测体系的发布和通用医学基座模型的落地应用，AI正从三甲医院的技术探索，转化为基层医生的得力助手——这意味着，一位偏远山区的村医打开手机里的AI应用，背后站着的可能是"数字院士"。

医疗AI有了"度量尺"

今年7月，由钟南山、葛均波等多位院士团队联合攻关的MedBench5.0医疗AI评测体系正式发布。这套评测体系首次将"医疗安全性"和"复杂推理能力"置于核心地位，给医疗大模型立了一把严格的"尺子"。

此前，基层医生拿到一个AI产品，往往不清楚它专治什么病、会不会产生误导性"幻觉"。如今，从常见病到疑难杂症，从基础问答到安全底线，谁是真专家，一测便知。

中国科学院院士樊嘉直言："数据源的质量是AI的命门。如果拿低质量、有偏差的数据训练AI，再推广到基层，不仅不能帮助医生，反而可能增加误诊风险。"

比评测体系更具变革意义的，是通用医学基座模型的实际落地。中国科学院院士陈义汉深度参与的通用大模型MED-GO，将经过严格质控的医学知识、诊疗指南和专家思维内嵌其中，确保不同层级医疗机构输出的诊断建议都遵循同一套逻辑。

这个基座模型被比喻为一套"毛坯房"——基层医院可以根据本地流行病特点、药品目录、设备条件进行"装修"，开发适合自己的专病模型。杭州市第一人民医院已在此基础上自主构建了乳腺癌专病模型，覆盖从预问诊到全流程管理的闭环。

中国工程院院士葛均波指出：面对庞大的高血压、糖尿病等慢病人群，AI能大幅提升基层医生的管理效率和规范性。在医疗影像与心电分析等基层最依赖的辅助诊断环节，AI能快速给出精准判读。

更值得关注的是，AI在急危重症的一线救治中同样大有作为。基层接诊的患者病情往往复杂多变，早期症状隐匿，经验有限的医生容易错失黄金窗口。AI通过数据分析发出预警，可以帮助基层医生识别潜在风险。

在推动AI下沉的过程中，老年患者的使用体验同样受到重视。中国工程院院士夏强团队将重点放在AI适老化改造上，全面简化智慧医疗操作流程，优化智能导诊、线上问诊、慢病随访、健康查询等核心便民模块，让智能医疗工具适配老年人的就医习惯。

这些实践共同指向一个事实：AI工具正在从实验室走向基层诊室，为慢病随访管理注入新的能力。对于慢病患者而言，在家门口就能获得更精准、更高效的健康管理服务，已不再是遥远的愿景。