十年AI医疗之问：90%患者全面拥抱AI，中国即将颠覆诊疗新范式

过去几年，医疗AI经历了大模型竞赛与资本涌入，繁华过后，行业逐渐理解：只有进入真实场景、融入工作流并获得医患信任，AI才具备真正改变医疗的能力。

而一旦落地生根，它将重塑诊疗路径，改善患者体验，并推动医院运行方式的深度重构。

在此背景下，第八届进博会期间，医趋势联合飞利浦举办《AI赋能临床新范式：破局诊疗路径，加速变革与落地》圆桌论坛，邀请临床专家、医院管理者与产业界共同探讨当下行业面临的核心问题：当AI从技术概念走向临床真实场景时，什么才是医疗系统真正需要的能力？

▲《AI赋能临床新范式：破局诊疗路径，加速变革与落地》圆桌论坛

在论坛开场环节，飞利浦大中华区市场部负责人杨冬岚现场解读了最新发布的《2025年中国版未来健康指数报告：构筑医疗AI信任基石——医患双重视角下的医疗健康未来》，一组数据引发关注：近90%的患者相信AI能提升医疗关护水平，远超全球平均水平（59%），这种对医疗AI全面的拥抱在受访国家中遥遥领先。

对于数字化及AI应用在医疗机构一线的跟踪研究，已经是飞利浦坚持的第十年。今年的多维数据深刻反映出一个事实——中国正在成为全球医疗AI创新最具潜力的高地。

展望未来，全社会一致期待，AI能推动诊疗系统走向更高效、更细致、更有温度的方向。而这条路上，始终迫切需要行业各界的关注与持续推动落地。

▲该报告覆盖全球16个国家/地区、1,900余名卫生健康技术人员与16,000多名患者，是全球调研规模最大的同类研究之一。文末附下载链接。

01、全球医疗AI竞速赛，中国必将领先

放眼全球，一个越来越清晰的趋势正浮现：中国正在成为AI应用的全球创新高地，医疗行业更是其中最具代表性的领域之一。

从需求场景看，中国医疗体系正面临人口老龄化、区域资源不均衡的双重压力，“AI需求永远是刚性的”，正如中华医学会放射学分会主任委员、上海长征医院放射诊断科主任刘士远在论坛上所言。越是资源紧张的系统，越需要技术放大医疗服务效率，而AI恰恰提供了这种“规模化能力”。

▲中华医学会放射学分会主任委员、上海长征医院放射诊断科主任刘士远

在这样的背景下，中国已成为全球对医疗AI接受度最高、试验场景最丰富的市场之一。

《报告》佐证了这一点：33%的中国卫生健康专业人员认为AI已帮助他们留出更多时间照护患者——这一数据远高于多数国家。

国际经验已经给出方向：仅在美国，若能广泛应用现有AI技术，每年可节省 2000–3600 亿美元的医疗开支。而在患者数量更大、医疗需求更复杂的中国，AI的潜力更值得期待。但与此同时，中国也面临自己的挑战——标准体系、数据质量、结构化能力、跨场景连接度等仍需补全。

刘士远指出，一旦中国的AI医疗场景突破瓶颈，未来三年可能出现近乎“重塑式”的新图景。为此，他从临床流程角度总结了未来AI的“三点核心期待”：

检查前：准备工作能通过AI，包括参数选择定位能够让AI全部融入，能够起到更加快速增加病人流通量的作用，这样中国医疗的病人排队现象可能得到改善；

检查中：生成图像、生成数据的过程，未来可能就不依赖操作者，不依赖机器好坏，都能给出满足临床诊断需求的好图像和数据；

检查后：整合多模态数据构建AI基座，自动生成结构化报告，医生只需校正即可，大幅释放人力，让影像科医生回到更有价值的临床协作中。

上海市第六人民医院临港院区副院长、国际医学与生物工程联合会临床工程部主席李斌认为，未来影像将从单一设备智能化升级为整体解决方案，医疗AI将从“单点工具”走向“系统级能力”。

▲上海市第六人民医院临港院区副院长、国际医学与生物工程联合会临床工程部主席李斌

中国在数据维度具备天然优势，但只有建立做好底层设计、稳步推进、各方协同，才能让AI的优势转化为生产力。

李斌表示：“从医院的视角再往外看，我们还有更多的可穿戴设备。可穿戴设备以前的数据是有的，但是如何帮助患者管理健康，这个问题解决不了。有了AI介入之后，我们可以帮助更多患者管理健康，所以我们未来将从医疗走向健康。”

02、纵观贯通与横向连接，亟待政产学研一致推动

AI正全面重塑所有诊疗路径，其变革力量贯穿两大核心场景—— 一端聚焦院外患者的健康管理需求，另一端覆盖院内全流程的诊疗服务环节。

与会专家一致认为，中国AI医疗要实现从优势到胜势的跨越，亟需同时攻克院内纵向贯通和横向连接的双重挑战。

纵向方面，刘士远指出，要打破数据上下游壁垒，实现影像AI的真正突破，必须聚焦于垂直领域的影像大模型，并需要国家层面的宏观布局和模型建构方面的持续投入。

首先是模型建构，正如再聪明的孩子，也需要标准教材。只有给出清晰的正确与错误示范，大模型才会真正学到临床需要的能力。而对于依托多元异构以及分子成像等多模态数据的影像大模型而言，这种数据的标注难度和对齐专业性要求更高，亟需更专业的加工处理。

其次是顶层设计，行业目前尚缺乏统一的标注规范和共识，导致不同机构间的数据质量、结构与语义体系割裂，难以进行大规模整合和复用。国家成立了大数据局，中华医学会放射学分会也推动了14个单项数据库的建设，希望从标准共识标注的方法，从顶层上给予一定的指导。

在刘士远的设想中，未来影像大模型应具备三个层级的架构：基于现有通用大模型（如DeepSeek或GPT-5）搭建底层逻辑基座；在此基础上学习所有影像学知识，形成专业的影像知识库；之后再结合影像专业人士对各类诊像、场景进行弱标注，并利用上千万乃至上亿的影像数据进行训练，最终形成基于具体场景的垂直领域大模型，如神经、心血管、胸部、骨肌等细分领域。

刘士远表示，目前，AI在放射科已有诸多成熟的常规应用，包括设备端的赋能，比如加速扫描效率、优化图像质量，也涵盖肺结节、冠脉等单病种AI模型，精准解决了多个“点上”的核心需求。

未来，正逐步过渡到面上、线上、全流程的AI解决问题。尤其在诊断环节，基于平台化的AI应用能够全面覆盖当前放射科的各类工作场景，这或将成为接下来的核心发展方向。

横向方面，推动AI医疗真正落地，医疗机构是打通横向壁垒的关键推动者，负责将技术创新转化为临床实践。

李斌将医院比喻成一个“连接器”——连接临床、企业与大学，让创新靠岸、交汇、协作并真正落地。他总结了医疗机构落地AI所需的四个“系统性角色”，分别是：技术集成者、质量控制者、运行策划者以及创新协同者。

李斌认为，未来影像设备和诊疗单元将不再是孤立的硬件，而是升级为智能化的整体解决方案。

03、躬身入局者：深度嵌入全球最大医疗AI应用场景

在全球AI医疗创新的竞速赛中，中国正在以规模、速度与深度，逐渐承担起“应用领跑者”的角色。然而，技术只有真正解决临床痛点、融入医疗工作流，才可能被信任、被使用、并最终产生真实价值。

而这一过程，离不开一批长期投入、敢于躬身入局的产业推动者。

作为其中的代表，飞利浦在中国的深耕实践，提供了一个“企业如何深度嵌入全球最大医疗AI应用场景”的范本。

论坛上，飞利浦全球执行委员会委员、大中华区总裁刘令提出，“中国在医疗AI创新上具备全球范围内无可替代的领先优势。”她强调：

第一，中国一定会引领人工智能在医疗场景上的应用。如果去看今天我们有的AI的接受度、信任度，政策的优势，产业的成熟度，生态的土壤，都使得中国当仁不让，将来会是人工智能医疗应用领域的一个佼佼者、领先者，这才是为什么飞利浦我们要在这个领域做全球创新的引领者，坚持非常多的China First, Global Deployment的一个方向。

第二，我们会看到有非常多的共创会出来，因为没有一家企业能够独自把这个做成，我们需要有更多的生态伙伴、企业联合。

第三，这个行业里一定会有更多先行的adaptor（具有灵活适应性的采纳者）。

在此判断下，刘令提出了飞利浦在中国布局AI+医疗的“4P”战略框架，以期全面入局，分别聚焦于Pixel（图像）、Prediction（预测）、Productivity（效率）以及Practice（临床实践）。

▲飞利浦全球执行委员会委员、大中华区总裁刘令

在此战略基调下，作为推动创新应用的负责人，飞利浦大中华区创新负责人戴鹰认为，医疗AI要真正落地，必须抓住三件事：“第一，医疗机构在非常积极地拥抱AI，厂商也应该非常积极地拥抱临床，双向奔赴。人类科学发展总是两条路的，技术导向和问题导向，在人工智能这一领域，把两个东西结合在一起，找到一个公共点，一定会做出不一样的事情，这也是为什么要跟医疗机构联合研发。第二，操作者、患者接受诊断治疗的时候，根本不应该感觉到AI的存在，用一个词形容，叫做‘人机高度协同’。当流程非常丝滑、操作非常简单、效果非常显著时，用户不需要知道背后是什么技术在支撑。我们要让AI从过去单纯地和设备做结合，上升到“高度协同”的状态。第三，AI应用应该覆盖疾病全流程，从筛查、诊断到术前规划、治疗，再到康复追踪，AI必须贯穿整个流程，而不是停留在单点的突破。”

“把这三件事做好，我们才能真正实现‘Better care for more people’。”戴鹰强调。