医学的每一次跨越，都伴随着工具的进化。如今，AI走进了医院，成为医生身边最年轻的“搭档”。它能秒级完成影像初筛，能精准识别细微病灶，能瞬间调取全球最新的诊疗方案。但技术再先进，决策的最终一页永远留给医者——AI不是来取代医生的，是来为医者赋能的。技术拓展边界，人文守住根本。

第九个中国医师节，让我们把目光投向这场“人机共诊”的深刻变革。

早筛、规划、预测

AI为更多患者“挺起脊梁”，实现闭环

我国每年新增儿童脊柱侧凸患者超过30万例，脊柱侧凸已成为继近视和肥胖之后，危害青少年健康的第三大“杀手”。但很长一段时间里，这道防线的第一关恰恰是最薄弱的环节。

“不少孩子来的时候，保守治疗已经来不及了，只能手术。”南京大学脊柱外科研究所副所长、南京鼓楼医院骨科行政主任朱泽章深耕脊柱外科数十年，见过太多遗憾。脊柱侧凸早期不疼不痒，等到发现高低肩、背部隆起时，往往已错过最佳干预期，手术不仅给孩子身心带来巨大创伤，也给家庭带来沉重负担。

如今，AI已成了朱泽章的“好搭档”。在早筛环节，传统X线对场地、设备和人员都有要求，基层地区难以落地。团队自主研发的Swin-pix2pix影像生成系统彻底打破了这一瓶颈——家长只需用手机拍下孩子背部照片上传，AI便能生成虚拟X线影像，实现“无辐射、无接触”的快速筛查。“AI一下子把门槛降下来了，”朱泽章说，“这是我们守护儿童脊柱健康的‘第一道防线’。”

筛得出来，更要治得好。每年，南京鼓楼医院骨科完成上千例脊柱侧凸矫治手术。手术中最考验经验的环节莫过于“融合节段怎么选”——融合太短，可能残留代偿弯进展；融合太长，又会牺牲孩子更多活动节段。现有分型能提供方向，却无法精确到每一节。“这正是AI大显身手的地方。”朱泽章介绍，团队创新性地构建了ScoliosisPLAN，这是一个面向青少年特发性脊柱侧凸手术的规划和术后预测AI系统。据悉，该系统具备“规划+预测”双模块，研究显示其水平接近14年经验的脊柱外科医生，优于5年经验者。“它把骨科AI从‘影像测量’推进到了‘手术策略辅助’的新阶段。”

技术越强大，医生的角色越不可替代。“AI可以提供精准的数据支持，但面对一个活生生的孩子、一个满怀焦虑的家庭，我们需要做的远不止读片和诊断。”朱泽章说，细心沟通、耐心安抚、精心制定最适合的诊疗路径，这些，永远需要医者用专业和温度去完成。

看脸评估插管风险

还能给病人“一键分级”

“全身麻醉后气管内管子如果插不进去，会危及生命。”说话的是南京市第一医院麻醉疼痛与围手术期医学科主任史宏伟。他说的“管子”，是麻醉医生手里那根救命的气管插管，用于建立人工呼吸机械通气。如今，史宏伟和他的同事们多了一个新搭档——人工智能。这个搭档到底好不好用？史宏伟的答案很直接：“方便，省事，还精准。”

每次麻醉门诊，史宏伟都要做一件事：分析病人脸型，了解气管气道的情况。过去怎么看？他伸出手比画，“让病人嘴巴张到最大，能放进三个手指头，同时看到声门上面的相关解剖结构，说明基本正常；如果只能塞两个指头以下，那就麻烦了，插管可能有困难。”这套方法，全凭医生的手感和经验。

现在不一样了。AI系统对准病人面部，扫描、识别、分析——张口度、颈部后仰角度、左右活动度，几秒钟就出一份报告。“它自动给你分级，一级、二级、三级、四级，属于哪个等级，清清楚楚。”

不仅是代替“看脸”，AI还促进了麻醉风险评估的变迁。如今，麻醉评估已经嵌入了手术麻醉系统和医院信息系统。史宏伟把病人的性别、年龄、身高、体重、既往病史和辅助检查结果等往模型里一输，AI自动给病人分出等级。“只要打钩，心脏怎么样、肺怎么样、能走200米还是50米，AI很快就识别出来。”史宏伟说，这不光提升了效率，还统一了标准。

在围手术期，AI使用机器学习算法研发出的低血压预测指数，能够提前十五分钟预测低血压事件的发生，为麻醉医生争取宝贵的干预窗口。术后阶段，对于高危患者，AI系统可以对高危患者进行持续性生命体征监测。与此同时，基于机器学习算法构建的预测模型，还能帮助临床医生综合评估围手术期的潜在风险，并提供适当的治疗建议。

“AI不是来抢医生饭碗的，是把重复性、数据性的活儿接过去，让医生把精力留给真正需要判断和决策的瞬间。”史宏伟直言，麻醉医生特别重要的任务是围手术期器官保护，防止器官功能下降和损害，现在有AI预测模型，可以评估病人麻醉手术后的风险与主要并发症。“但到底要不要干预、怎么干预，需要医生去综合判断。”

史宏伟更看重的，是AI带来的数据积累。“系统自动生成报告，方便建立数据库，分析不同年龄段、不同性别、不同手术的患者特点，为持续改进医疗流程和技术，提高医疗质量打下基础。”

“数智健康驾驶舱”领衔

县域医疗有了一张网的“主理人”

基层是医疗卫生服务的“最后一公里”，但县域医疗资源不均衡、服务效率偏低，始终是绕不开的难题。在东台市人民医院数字健康综合服务科主任张燕看来，随着“数智健康驾驶舱”的上线，基层群众“往上跑”的就医旧路径正在被彻底改写。

“过去层层转诊，时间耗不起；现在数据先跑、诊断同步，抢救效率大幅提升。”张燕举了一个胸痛患者的例子——从村卫生室初诊，到镇卫生院排查异常，再到市人民医院实施支架植入，全程诊疗时间显著缩短。数据流转代替了患者奔波，急症抢救不再被距离拖累。

这样的改变，背后是一张覆盖全域的“数字网”。东台一体化布局县域医共体“十大资源共享中心”，依托“数智健康驾驶舱”完成各类资源整合，构建起全县域医疗服务数字一张网。2家市级龙头医院、18家乡镇卫生院、341家村卫生室实现全域互联互通，“基层检查、AI辅助、上级复核”的智慧诊疗模式全面铺开。

AI在其中扮演了什么角色？“基层医疗机构拍摄的CT影像快速上传云端，经AI诊断大模型初筛后，由市级医院专家复核研判，影像诊断时长大幅压缩。”张燕说，AI当起“主理人”，承担起重复性、标准化的筛查工作，让有限的专家资源集中到最需要的地方去。

更让张燕和同事们感到踏实的，是AI在用药安全上的“较真”。在集中审方中心，AI系统每天审查约2.2万张处方，覆盖全市437家医疗机构。张燕随机调取了一个被拦截的案例：某乡镇卫生院开出含克拉霉素和辛伐他汀的处方，AI提示两种药物相互作用有肝损伤风险，建议谨慎使用。“系统筛查适应症、药物相互作用、用法用量，有疑义的自动提交人工重审。”她说，系统刚上线时近半数处方被拦截，如今合格率已攀升至93%，开错药、多开药、重复开药的情况大幅减少。

数字化打通了城乡壁垒，AI则让“就近看、看得好”从愿景变成了日常。技术拓展了基层医疗的能力边界，而医生们得以把更多精力还给患者。

“AI全科医生”上岗

家门口多了位资深专家坐镇把关

“以前基层看病，最怕的就是漏诊、误诊。现在有了AI全科医生，就像多了一位资深专家在身边把关。”苏州市相城区元和街道社区卫生服务中心社区副主任医师沈涛这样形容他的“新同事”。

2025年10月，苏州在张家港、昆山、相城等基层试点部署AI辅助诊断系统，从此，基层医生们有了工作“新伙伴”。

作为在基层深耕多年的医生，沈涛对AI系统的价值感触颇深。“当我完成患者的主诉和病史问诊后，AI会根据填写的记录推荐应该跟哪些疾病进行鉴别诊断，避免漏诊、误诊的风险。我也可以查看AI的诊疗思路，跟我的临床工作经验相结合，去调阅比较新的专家共识和指南。”沈涛说，“这些看似细小的提醒，恰恰是基层门诊最需要的安全网。”

目前，元和街道社区卫生服务中心已将AI辅助诊断深度嵌入基层医生诊疗全流程，推动医生诊断效率和准确率的提升。

“患者说一个主诉，我们医生通常会先想到一个最可能的诊断，然后顺着这个方向去追问。但AI不一样，它没有思维惯性，会根据病史和症状把可能的诊断都列出来，提醒我考虑得更全面。”沈涛回忆，曾有一位多尿的糖尿病患者前来就诊，AI全科医生快速结合其既往就诊记录，同时提醒“尿路感染”和“血糖控制不佳”两种可能，让诊疗思路更加开阔。

这种“基层医生+AI医生”的双医协同模式，让基层医疗服务从“单打独斗”变为“集团作战”。试点区系统上线后，累计提供病历质控1209万份，发现了不规范病历56.55万份，电子病历书写规范率从88.6%提升至99.8%；审核处方1221万张，发现了不合理处方93.9万张；处方合格率从88.3%提升至98.4%。

面对这位已经共事近一年的“新同事”，沈涛坦言，期待与思考并存。

“现在的AI主要还是基于教科书式的知识库在生成内容，给出的诊断思路和健康建议比较标准化，还做不到真正的个性化。”沈涛举例说，同样是糖尿病，每个患者的用药史、血糖波动规律、生活方式都不同，理想的AI应该能“量身定制”健康指导方案。

另一个让沈涛有所期待的方向，是AI对基层多元化学科场景的适配能力。“我们基层医疗机构不只看全科，外科、皮肤科、眼科、口腔科也都有。希望AI在专科用药审核方面，能够进一步提高科室适配性。”

但无论如何，沈涛始终坚持一个判断：AI是帮手，不是替手。 “医疗不只是技术，更是人与人的沟通。坐在患者面前、握着患者的手、跟家属交代病情的那个人，一定是医生。”

扬子晚报/紫牛新闻记者 吕彦霖

校对 陶善工