當前，我國正在深入實施健康中國戰略，隨著工業化、城鎮化、人口老齡化進程加快，我國居民生產生活方式和疾病譜不斷發生變化，社會迫切需要更加高效、精準的醫療健康服務。互聯網、人工智能、大數據等數字技術作為提升醫療健康服務水平的有效技術手段備受重視。

在應對疫情的過程中，突發性需求致使醫療資源的有限性顯得更為突出，如何借助新技術讓有限的醫療資源發揮盡可能大的作用成為業界共同關注的問題。在應用人工智能技術提升醫療健康服務的精準性和有效性方面，各地區醫療機構都在積極嘗試，但由于醫療健康領域專業性強、疾病譜變化迅速、醫療服務效果受眾多因素影響，實踐中新技術應用面臨眾多挑戰：一是人工智能醫療健康應用缺乏政策、數據、規范支持；二是臨床輔助決策系統的應用缺少專業性、標準化、完整性輔助；三是部分區域信息化基礎條件較為薄弱；四是人工智能在保險行業的應用明顯不足。因此，提出如下幾點建議：

一、 引導支持醫療健康人工智能產品研發應用。一是加強政策引導，支持醫療健康人工智能產品研發應用。激勵醫院等醫療機構應用人工智能影像、語音、自然語言處理等技術，提倡醫院主動認識了解，再決策是否應用人工智能產品，尤其針對二級及以下技術能力相對有限的醫院應用。二是拓展數據支持。人工智能產品的開發很大程度上受限于病種數據的可獲性和優質性，建議政府部門牽頭成立醫療健康數據管理機構，匯聚各醫院可公開的醫療數據集，為人工智能模型訓練和效能提升提供良好的運行環境。三是相關機制保障，規范審批流程。探索建設完整的審批準則，第三方測評數據庫、多中心臨床試驗證據等基礎設施，建立醫院、監管機構、企業多方合作機制，加快新技術新產品的落地應用。

二、 建設統一的臨床輔助決策系統平臺。一是構建專業知識庫，擴大現有知識庫的規模，加快更新速度，邀請具有臨床思維的技術人才構建專業知識庫，臨床醫生和臨床指南制定者深度參與，推廣實現場景化應用。二是提供標準化信息模型，避免系統標準不統一，提升人工智能模型的可移植性，支持快速、智能地處理海量的異源異構高復雜度臨床數據。三是決策支持完整性，目前大多數臨床輔助決策系統的功能局限于向臨床醫生提供針對患者診療的提醒、警告和醫囑推薦，而缺少對患者出院后的療效評估、健康教育等支持。

三、 夯實醫療健康區域信息化基礎。加強醫院信息化建設，分析大數據的基礎是收集大數據，打通疾控中心與醫療機構之間的信息通道，收集充分的數據，基于全面數據做出的高準確度的決策支撐。另一方面，深化自然語言處理應用，人工智能的核心作用是彌補現代醫療體系下醫療資源的不足，在智能問診的過程中，人工智能可以較好地理解患者的訴求，解決患者的實際問題。

四、 推動醫療保險數字化轉型，建立全渠道、多場景、全智能的服務模式。一是鼓勵保險機構整合多種渠道構匯聚多源數據，構建統一、開放的數據平臺和服務平臺，夯實應用新技術的基礎；二是引入人工智能技術強化客戶服務和運營能力，構建多維度的數字化客服、數字化風控、數字化定價等核心競爭力，為用戶提供更為個性化的定制服務；三是構建更為開放的保險科技與服務體系，通過與穿戴設備、運動APP、醫院平臺的鏈接將保險與健康服務融入生活生產場景，一方面幫助保險機構更全面地了解用戶，減少醫保欺詐行為，為用戶提供疾病預測和防范服務，另一方面也為用戶客觀了解保險產品提供支持，選擇更契合自身的保險產品，享受更為智能、便捷的索賠服務。

（作者系全國政協委員，原中國保險監督管理委員會副主席）