夜雨聆风
7月3—5日，在北京参加2026年数智医学大会，对人工智能发展的观察，引起一些思考，现分享一二。
人工智能虽然还处于起步阶段，但发展迅速，本次会议交流展示了许多专病专项人工智能，代表医学界人工智能发展现有最高水平。这些人工智能，有的由院士领衔，有的由头部医院牵头，有的由医企共建，都已小范围应用于临床，取得突破性成果。
医学人工智能是信息技术带来的医疗能力和水平进步，是临床医学依靠数智条件实现的自我跃升。一个专病人工智能，不仅需要模型、算力和算法，关键是需要代表最高水平的医生、病例和数据，否则就不具有大模型“投料”标注和训练水平，就没有人工智能的先进性。
医学人工智能暂时还没有一流的专业基础大模型，多数使用开源大模型进行二次部署，但在算力上需要配套建设。如果不同主体开发同一个专病人工智能，不仅在模型部署、数据标注、模型训练、算力投入上重复建设，而且不能保证都能达到最高水平。
全国上下，诊疗一个专病的医生，完全可以共享一个最高水平的人工智能。一个医院或一个其它主体，特别是一个拥有优质病例数据的医院，如果率先开发出来的人工智能只是局限于本院使用，形成开发主体性壁垒，既造成资源浪费，又不利于应用性成长。一个专病人工智能，只有在垂直场景共用，在规模使用中不断训练，才会加快成熟步伐。封闭小样本使用会限制模型迭代，只有规模化临床回流数据，专病AI才能持续进化，这也是人工智能共建过程。
首批次医学人工智能，都或多或少地获得公共资源支持，本身就具有准公共产品的性质。即便是医院的数据，对于公立医院来说也属于公共资源。在人工智能立项的时候，就应约定垂直通用的公益属性，或者一次性投资到位，或者开发成功后跟踪投入，包括算力增加和迭代升级等，在保护知识产权的同时，“买断”垂直通用使用权，让全专业低延时进入人工智能时代。绝大多数医院没有自己开发人工智能的能力，要使专病专项人工智能具有普惠性。
医学人工智能不能再走医院信息化无序丛生的老路，应加强统一性组织协调，制定专病专项人工智能开发应用规范，建立开发竞争性揭榜与应用全场景覆盖的衔接机制，在开发最优人工智能的同时，压茬统筹推广落地，实现一体开发、全体应用，弥合开发先进性与应用封闭性的分裂。在试验阶段，可以根据需要限定范围。一旦评审可用，就应全线推广。
发展医学人工智能，既要注重鼓励和推动开发，更要充分认识人工智能的单体普适性，走顶级品质集约化路线。趁着才刚刚起步，特别需要这样的制度和管理创新。