人工智能醫學應用的發展思路和方向 | 中國學科發展戰略

人工智能技術發展日新月異，正深刻改變著傳統醫學的研究范式與臨床實踐，成為醫療健康產業變革的核心驅動力之一。 鑒于人工智能醫學應用的重要性，以及我國在該領域發展的迫切需求，國家自然科學基金委員會和中國科學院聯合部署了“人工智能醫學應用發展戰略研究”項目。

項目組建了由心腦血管疾病、腫瘤、神經系統疾病、呼吸系統疾病等領域的臨床專家，以及計算機、人工智能、機器人等領域的技術專家，文獻情報研究人員和相關管理人員組成的戰略研究團隊。研究團隊邀請了國內多位在人工智能醫學應用領域活躍的院士及中青年科學家，歷時5年，開展了廣泛的調研和深入的討論。

點擊翻頁

點擊翻頁

點擊翻頁

人工智能醫學應用

國家自然科學基金委員會, 中國科學院編

北京 : 科學出版社, 2025. 11

( 中國學科發展戰略)

ISBN 978-7-03-083775-2

本書系統分析了人工智能醫學應用的科學意義與戰略價值，梳理了相關定義、該領域發展規律，并對其未來發展趨勢進行了預判；進一步從戰略規劃、研究與產業發展、人才團隊與平臺建設多角度分析該領域總體發展現狀，并分析了心血管疾病、腫瘤、神經系統疾病、呼吸系統疾病以及醫療機器人 5個優勢領域的發展現狀。在此基礎上，分析該領域面臨的關鍵科學問題與核心技術問題，并提出優勢領域未來發展思路與重點方向，針對現有問題與挑戰，提出對策建議。

基于人工智能醫學應用的發展規律、發展趨勢和發展現狀分析，本書面向我國未來15年的科技發展需求，梳理了人工智能醫學應用領域面臨的關鍵科學問題和核心技術問題，并針對我國在心血管疾病、腫瘤、神經系統疾病、呼吸系統疾病和醫療機器人五大優勢領域的人工智能醫學應用，提出未來發展目標和重點發展方向。

1.關鍵科學問題

我國的人工智能醫學應用需要解答的關鍵科學問題包括：

①人工智能醫學應用中因果推理的理論和方法論問題；

②人工智能醫學應用中的算法透明度與可解釋性問題；

③人工智能醫學應用模型的泛化能力問題；

④醫學領域多模態數據融合問題。

2.核心技術問題

目前，人工智能醫學應用的共性技術涵蓋機器學習算法、自然語言處理、計算機視覺、醫療機器人等。基于這些共性技術的分析，我國需要進一步攻關的核心技術問題有：

①數據質量問題與數據標注技術；

②醫療數據共享與安全；

③人工智能醫學產品轉化及評價；

④醫療機器人領域的技術瓶頸，包括機器人感知認知能力缺失、與其他醫療設備協作不足、核心零部件依賴進口等問題。

3.優勢領域的未來發展目標和重點發展方向

未來，我國人工智能醫學應用的發展目標是：利用大數據挖掘技術發現新型生物標志物或數字化標志物，闡明潛在的疾病機制，開發以“數字療法”為代表的新型治療方式。在醫院內部，通過人工智能技術實現更精準、更高效的多學科診療模式；在醫院外部，通過人工智能技術實現實時的健康監測、疾病預警等主動健康管理模式。同時，利用人工智能技術促進重大疾病分級診療的規范化、科學化和個性化，實現疾病防治的關口前移，避免治療不足或治療過度的情況。通過人工智能技術，促進醫療體系從疾病診治轉向健康維持、疾病預防和病程延緩的綜合模式。在宏觀層面上，通過人工智能醫學應用縮小地區間醫療資源差距，將新興技術與經濟社會發展需求深度融合，助力國家醫療衛生和經濟社會發展。

要真正實現人工智能在醫學領域的規模化應用，需綜合布局數據平臺、數據標準和管理設備，構建嵌入醫療工作流程的決策支持系統，利用人工智能產品優化臨床研究和醫療服務流程。本書著重提出了我國人工智能在心血管疾病、腫瘤、神經系統疾病、呼吸系統疾病和醫療機器人五大優勢領域的重點發展方向。

心血管疾病領域

在心血管疾病領域，我國人工智能醫學應用的重點發展方向包括：

①疾病預防方面，基于高效的分子流行病學研究，進行精準的疾病風險預測和防控；

②疾病篩查與診斷方面，融合心電圖、多模態影像、可穿戴設備、自然語言處理等技術，構建智能輔助診斷系統；

③疾病治療方面，針對心力衰竭等高危事件，實施分層管理，利用人工智能指導治療方案和監測治療效果；

④健康管理與疾病康復方面，重點關注基于遠程醫療技術的數字療法研發，為患者提供便捷、高效的康復支持。

腫瘤領域

在腫瘤領域，我國人工智能醫學應用的重點發展方向包括：

①疾病診斷方面，基于宏觀、介觀、微觀圖像提供多模態的數據和多元量化指標，實現可解釋跨模態醫學影像分析，以可視化的方式呈現腫瘤病理的診斷思路，形成智能化診斷系統；

②疾病治療方面，根據腫瘤的病理分型研發人工智能系統，實現快速選擇治療策略，分析治療效果，預測病理預后，輔助建立多學科的腫瘤診療過程場景模型；

③醫學影像分析方面，重點發展跨模態技術，對海量影像數據進行檢索、匹配、推理等。

神經系統疾病領域

在神經系統疾病領域，我國人工智能醫學應用的重點發展方向包括：

①疾病診斷方面，基于腦電圖、核磁共振影像、蛋白質組學、代謝組學等的數據，以及可穿戴設備采集的數據，發現反映大腦健康和大腦年齡的生物標志物，構建認知功能障礙發生發展的預測模型，建立用于早期精確診斷的智能診斷系統。

②疾病治療方面，構建神經系統疾病相關知識庫和知識圖譜，建立神經系統疾病的臨床診療決策支持系統，提供治療反應和臨床結局等信息，推動新型治療方案的研發和應用。

③疾病康復方面，利用人工智能開發非侵入性腦刺激（noninvasive brain stimulation，NIBS）技術、神經調控設備（腦深部電極、皮層電極、術中微電極等）、數字化的可穿戴設備、肢體活動軌跡識別系統、新一代腦機接口等設備，修復患者的神經功能，實現個性化的大腦功能康復。

④健康管理方面，在個體層面開發認知功能訓練的數字化醫療模式，形成集評價、訓練和管理于一體的綜合系統；在群體層面，基于社區人群隊列或健康體檢信息，構建神經系統疾病發病風險的預測模型，開發用于高危人群風險管理的支持系統。

⑤新藥研發方面，利用機器學習輔助藥物靶點預測，挖掘潛在的分子標志物，優化藥物研發流程，提高研發效率。

呼吸系統疾病領域

在呼吸系統疾病領域，我國人工智能醫學應用的重點發展方向包括：

①機制研究方面，從基因組學、蛋白質組學、表觀遺傳組學及隊列數據中發現新靶點和新機制；

②疾病監測方面，借助可穿戴設備和便攜式設備，定時監測各類呼吸系統的指標，構建智能算法并實現風險預警；

③疾病預防方面，針對慢性和急性呼吸道傳染病的特點，利用人工智能技術研究預防策略與實踐效果；

④疾病診斷方面，利用人工智能技術實現肺部影像的分割、紋理與區域的分布定位等功能，整合來自可穿戴設備和便攜式設備的數據，開發呼吸系統疾病臨床決策輔助系統；

⑤疾病治療方面，構建更加智能的機械通氣裝置；

⑥疾病康復方面，利用人工智能技術對患者進行長期康復指導，提供更加智能的慢性呼吸系統疾病自我管理系統；

⑦藥物研發方面，利用人工智能篩查有效的藥物成分，監測藥效學及毒理學信息，優化臨床試驗數據質量和藥物研發過程監管；

⑧健康數據方面，針對來自肺功能檢查儀、血氧監測儀等設備的數據，提供數據清洗、格式化、可視化等工具，并將標準化的數據嵌入相關知識庫和醫療輔助系統。

醫療機器人領域

在醫療機器人領域，未來的發展將更加注重智能化、遠程化、小型化和柔性化。隨著技術的不斷進步，醫療機器人與人類的交互性能將進一步增強，半自主的手術機器人將得以廣泛普及應用。我國醫療機器人的重點發展方向包括：

①提升機器人的感知、認知及自主能力；

②實現機器人與增強現實、虛擬現實、腦機接口等技術和設備的融合；

③研發柔性末端執行器及相關智能組件。

本文摘編自《人工智能醫學應用》（國家自然科學基金委員會, 中國科學院編. 北京 : 科學出版社, 2025. 11）一書“摘要”，標題為編者所加。

(中國學科發展戰略)

ISBN 978-7-03-083775-2

責任編輯：牛 玲 喬艷茹

中國學科發展戰略

本書為相關領域戰略與管理專家、醫療衛生管理者、科研工作者、企業研發人員、政策制定者提供重要參考，推動我國人工智能醫學應用健康發展。

（本文編輯：劉四旦）

專業品質 學術價值

原創好讀 科學品位

一起閱讀科學