问题——智慧医疗进入加速期，但“能用、敢用、好用”依然是现实考题。论坛与会专家认为，面向药物研发、器械升级、临床辅助决策、健康管理等场景的智能化应用不断涌现，但要真正带动医疗质量提升和公共健康治理，还需跨越数据基础薄弱、评测体系滞后、应用“最后一公里”不畅等难题。尤其生命健康领域，技术一旦进入临床环节，容错空间极小，任何偏差都可能被放大为风险。 原因——堵点集中在数据、规则与利益机制三上。国务院参事、北京协和医学院卫生健康管理与政策学院长聘教授刘远立结合调研指出，第一关是数据供给与共享不足。我国人口规模大、公立医院体系完善，具备形成高价值数据资源条件，但高质量、标准化、多模态数据仍不够，安全可信的数据流通机制也有待完善。背后既有能力短板：不少医疗机构数据治理与开发能力不足；也有安全压力：健康数据高度敏感，责任边界不清带来较多顾虑；还有激励缺口：数据贡献与收益回报机制不完善，参与动力不足。第二关是评测与监管体系亟待完善。模型迭代快、应用形态多，但可解释性、偏差控制、误诊漏诊等风险不可忽视，需要更权威、更统一的评测标准与平台，覆盖研发、审批、使用与持续监管。第三关是应用落地受制于政策、流程与行为习惯。医疗服务价格机制、采购机制、临床路径与责任界定若不同步调整，再成熟的技术也难以实现规模化应用。 影响——从“效率工具”走向“认知引擎”，智慧医疗正重塑生命科学与医疗产业逻辑。与会专家指出，药物研发长期面临周期长、成本高、失败率高等痛点，传统依赖经验与试错的路径难以满足新药需求增长。以多肽药物与活性肽挖掘为例，北京市人民政府参事、清华大学深圳国际研究生院生物医药与健康工程研究院主持工作副院长邢新会介绍，过去更多依赖人工筛选与反复实验，命中率不高；借助模型对序列、靶点活性等信息进行预测与筛选，可明显压缩试错成本，提高研发命中率。此外，数字人体模型、虚拟临床试验等方向加快探索，使部分研发与验证环节在更接近真实人体机制的模拟环境中进行，有望推动研发从“经验驱动”转向“数据驱动”，并深入加深对疾病机理、个体差异与治疗响应的理解。产业端上，高通量筛选设备、数字病理等应用加速落地，也为医疗器械智能化升级和有关产品“走出去”提供支撑。 对策——以国家战略牵引，构建“数据筑基—评测立规—应用落地”闭环体系。专家建议，一是夯实数据底座：推动数据标准统一、质量控制与多模态数据采集，加强医院数据治理能力建设，合规前提下探索可信共享与流通机制，形成可持续的数据供给。二是加快建立权威评测体系：围绕安全性、有效性、稳定性、可解释性、偏差与适用边界等关键指标，形成统一规范和可操作流程，建设覆盖全链条的评测平台，推动监管与技术迭代同步推进。三是破解落地障碍：明确临床使用责任边界，完善支付与采购政策衔接，推动产品与临床流程深度适配；在基层与专科场景中优先选择需求明确、风险可控、收益可量化的切入口，通过试点验证形成可复制经验。四是强化交叉人才与科研范式建设。邢新会介绍，其所在研究院将相关内容系统嵌入课程体系，并推动研究训练与实验环节深度融合，体现“学科交叉、工程牵引、临床需求导向”的培养思路。与会人士认为，面向未来的关键竞争力不只是单点算法突破，而是数据、医学、工程与伦理合规协同的系统能力。 前景——从“点状应用”走向“体系能力”，智慧医疗将进入规范化、规模化新阶段。专家普遍判断，随着数据治理能力提升、评测监管规则逐步健全，以及数字化基础设施持续完善，智慧医疗有望在药物研发提效、重大疾病早筛早诊、慢病精细化管理、医疗资源均衡配置诸上释放更大效能。同时，技术进步也将倒逼医疗服务体系在流程、治理与人才结构上加快调整，推动形成以安全合规为前提、以临床价值为核心、以可持续机制为支撑创新生态。
智慧医疗的突破不仅关乎技术进步，也是健康中国战略的重要支撑。面对数据、评测与落地的三重挑战——只有凝聚共识、完善机制——才能更充分释放技术潜力。这场从效率提升走向认知跃迁的转型，或将重新定义未来医疗的图景。