AI数字家庭医生有望补位慢病管理缺口

排队久、多头跑，拿着检验报告一头雾水，线上咨询线下复诊反复折腾，这曾是无数人就医的真实困境，而如今在AI的加持下，这层桎梏有望被打破。

3月10日，全国政协委员、中日友好医院原副院长姚树坤在与北京商报记者的对话中，进一步从就医体验优化、慢病管理补位到行业发展破局，全方位解读了医疗健康智能体的价值与未来。他认为，医疗健康智能体的出现，将让烦琐的就医流程回归简单与高效，尤其是医疗健康智能体打造的数字家庭医生，将大幅提升慢病管理的针对性和效率，不过也要注意，AI的价值在于“赋能”而非“替代”，市场机构在发展技术的同时，也要守住边界与底线。

AI就医有啥不一样

“排队久、多头跑，尤其是老年慢病患者，一趟医院跑下来，光各个窗口、科室之间的奔波就够折腾的。”谈及当下大众的就医痛点，姚树坤直言，大医院就医流程的复杂性是核心症结，尤其是身患高血压、糖尿病、高脂血症甚至心脑血管疾病的老年群体，往往需要跨科室就诊，挂号、缴费、检查、检验等环节分散在不同区域，信息不互通、节奏难把控，让本就受病痛困扰的患者更添疲惫。

而医疗健康智能体的出现，有望让烦琐的就医流程回归简单与高效。

近年来，部分省市已经在城市级医疗健康智能体上做率先探索。目前，浙江“安诊儿”接入2000多家医疗机构，覆盖1800万用户；重庆“渝小健”、广州“穗小伊”等也在加快推进。

在姚树坤看来，这些落地于各地的智能体，就像为患者配备了一位专属的“就医导航员”，从门诊就诊的第一步开始，全程陪伴、精准指引。它们将缴费、检查、检验等就诊全流程拆解为一个个标准化节点，把每个阶段的进度信息实时推送到患者的手机上，患者无需再盲目排队、反复询问，只需根据推送信息合理安排就诊节奏，从根本上避免了多诊室之间的无谓奔波，让就医过程变得清晰、可控。

除了流程指引，智能体还精准解决了患者的另一大就医困扰——检验报告解读。

“肿瘤标志物、血糖血脂这些指标，专业性太强，普通人根本看不懂，有点异常就容易慌。”姚树坤说，健康智能体的模型，均建立在众多医疗专家的经验与智慧之上，能对这些异常指标进行及时、专业的解读，不仅会说清指标的临床意义，更会分析其对健康的实际影响，让患者既能看懂报告，又能避免不必要的焦虑，可以打破就医中的“信息不对称”。

医疗健康智能体还有一大核心价值，在于实现健康数据的互联互通。

姚树坤介绍，健康智能体能整合居民的体检资料、各级医院的电子病历及门诊处方等全流程就医数据，形成完整的个人健康档案。他透露，目前北京已有大部分三甲医院、部分二级医院及少数健康体检机构实现了数据互通，医生能一键调取患者的检验报告、影像资料、过敏史、就诊用药史、体检报告等关键信息，这不仅减少了居民重复检查带来的经济和时间负担，更能让医生快速、全面掌握患者病情，为精准诊断、合理治疗提供有力支撑。

补位慢病管理

目前，慢病管理是医疗健康领域的重要课题，而线下家庭医生精力有限、服务能力不足的问题，也让很多老年慢病患者的日常健康指导、随访需求难以得到满足。对此，姚树坤表示，医疗健康智能体打造的数字家庭医生，正成为填补这一缺口的重要力量。

“数字家庭医生基于专业的医疗AI大模型打造，能解决居民很多刚需的健康咨询问题。”姚树坤举例，比如高血压患者日常该注意什么，数字家庭医生能从饮食、运动、心理、戒烟限酒四大健康基石出发，清晰梳理出体重超重、高盐饮食、精神紧张、吸烟饮酒这四大核心发病因素的防控要点，通过智能手机客户端，为患者提供具体、可行的健康指导，让慢性病防控融入日常生活。

不仅如此，数字家庭医生还能根据居民的健康数据，生成多维度的健康画像，帮助线下家庭医生为患者制定个性化的健康管理方案。

“比如针对高血压患者，该怎么科学减重、怎么合理限盐、怎么通过改善睡眠缓解精神紧张，数字家庭医生能给出个体化精准建议，对患者进行行为矫正。”姚树坤说，这让健康管理不再是“一刀切”的通用指南，而是贴合个人情况的精准指导，大幅提升了慢病管理的针对性和效率。

姚树坤说，目前已有企业围绕健康智能体，开发出慢病管理服务包、婴幼儿数字健康成长服务包、健康体检服务包、中医服务包等内容，从老年人的慢病防控，到婴幼儿的健康成长，再到普通居民的日常体检、中医调理，数字家庭医生正提供全链条、全生命周期的健康服务，让院外健康服务不再是医疗体系的短板，而是与院内诊疗形成互补，健康服务体系更为完整。

从“治病”转向“防病”

另外，姚树坤提到，可穿戴设备、居家健康监测硬件的普及，将成为智能体发挥更大价值的重要抓手。他建议，将这类智能硬件纳入财政支持，让普通老百姓能花更少的钱用上这些工具。

如今，智能手环、智能戒指等微型可穿戴设备，能实时采集心率、血氧、血压、睡眠、心律失常、精神压力等多项健康指标，数据同步至手机后，智能健康客户端能根据这些数据为患者定制个性化的健康管理方案，通过短视频、趣味解读等可视化形式，让饮食、运动、心理调适等建议变得易懂、可行。

更重要的是，这些数据能实现对慢病患者的精准干预。姚树坤介绍，对于高血压、糖尿病患者，若初步干预效果不佳，可通过饮食、运动及设备数据定期打卡的方式，让智能体根据数据反馈不断优化健康方案，持续矫正患者的不健康行为和生活方式，部分患者甚至实现了血压、血糖的长期缓解，不再需要服用降糖、降压药物。

“这不仅能提升患者的生活质量，更能大幅节省医保开支。”姚树坤呼吁，医保资金不应只聚焦于医院的诊疗、药费支付，更应向健康教育、健康管理领域倾斜，“一块钱的预防费用，能实现十块钱左右的医疗费用节约，小投入能带来大的经济效益和社会效益，真正实现从‘治病’向‘防病’的转变”。

在于“赋能”而非“替代”

采访过程中，姚树坤多次向北京商报记者强调，AI的价值在于“赋能”而非“替代”。

“智能体可以做健康咨询、流程指引、报告解读，但永远不能替代医生的临床诊断、开处方，更替代不了线下的诊疗操作。”姚树坤说，线下就诊中，医生的一句安慰、一个微笑，对焦虑患者轻轻一拍肩膀的肢体语言，这些能缓解患者情绪的情感交流是AI无法提供的；而内科的精准诊断、外科的手术操作等核心医疗工作，更需要专业医生亲自完成，AI只是辅助手段。

另外，尽管医疗健康智能体的价值已在浙江、重庆等地的实践中得到验证，但从全国范围来看，其整体发展速度仍显缓慢。对此，姚树坤深入剖析了背后的原因。

“部分地区发展慢，一是技术支撑不足，二是政策重视不够。”姚树坤直言，部分地区能为智能体的研发、落地提供坚实的技术基础，发展自然更顺畅；而缺乏相关技术企业的地区，研发和推广便会步履维艰。同时，地方政府的政策支持是智能体落地的重要前提。

除了外部因素，智能体自身的产品质量也直接决定了其能否真正落地服务患者。

姚树坤强调，健康智能体的核心是大模型，而大模型的专业性、可行性、实用性和可推广性，是检验其价值的关键。“不是随便做一个模型就能落地，必须贴合医疗行业的实际需求。”

技术、医疗等协同发力

在AI+医疗健康成为国际竞争制高点的当下，如何用好我国的数据优势，打造高质量的健康智能体？

姚树坤给出了建议。在他看来，医疗健康智能体的发展，从来不是一场技术的“独角戏”，而是政策、技术、医疗行业的协同发力。

“研发机构不能单单挖掘已有健康数据，必须与医疗机构的专家密切配合。”他说，人工智能的发展离不开算力、数据、算法三大要素，算力相对固定，而数据质量与算法设计直接决定了模型的价值。我国的医疗数据虽多，但存在多源异构、真实性可靠性差的问题，若直接挖掘，模型质量必然大打折扣，因此必须推动结构化、格式化、定量化数据平台建设，让病史、查体、实验室、影像、功能检查等各类临床资料形成标准化结构，为大模型奠定高质量的数据基础。

技术的发展，也要守住法律和伦理的边界与底线。姚树坤强调，要严格做好数据隐私保护，绝不能泄露患者隐私。

北京商报记者 刘四红

图片来源：视觉中国