首尔宣言推动全国医疗AI基础设施：医疗人工智能从试点走向公共底座

文/IAICA.NGO®

2026年10月，在首尔举行的一场聚焦医疗人工智能的国际会议上，与会方共同发布《首尔宣言》，主张把医疗人工智能从零散的单点试验，推进为国家层面的公共基础设施。宣言的核心并非再推出一批新的算法模型，而是要求各国政府把数据标准、算力资源、临床验证体系与监管通道整合成一套医院、诊所、养老与照护机构都能共同接入的底座。这一提法被视为医疗AI治理思路的一次转向：从“审批某个产品”转向“建设一套环境”。

宣言的四组核心主张

从公开的文本框架看，宣言围绕四组议题展开。第一是数据互操作，建议以国际通行的健康数据交换标准为基础，建立跨机构、跨层级的电子健康记录互认机制，并明确患者对自身数据的可携带权与二次使用同意机制。第二是临床验证，主张对高风险医疗AI实行分级管理，要求上线前完成前瞻性、多中心、覆盖真实世界人群的验证，而不是仅依赖回顾性数据集上的性能指标。第三是公共算力与独立评测，呼吁建设面向医疗机构共享的算力平台与第三方测评机制，使中小医院、社区诊所与长期照护机构不必自建大型机房也能使用AI工具。第四是公平可及，强调技术红利不能只停留在少数大型三级医院。

从产品审批到环境建设

过去数年，各国医疗AI的落地路径高度相似：企业开发模型，医院提供数据，监管机构按医疗器械审批，随后依靠医保或个人付费进入临床。这套路径的局限在实践中逐渐显现。模型在论文中表现亮眼，进入真实工作流后却常因数据分布差异、接口不统一、责任边界模糊而难以持续运行。基础设施思路的实质，是把“反复解决同一批基础问题”的成本，从每一家医院身上转移到公共层面。

为什么底座比模型更关键

从工程角度看，医疗AI的瓶颈很少是模型本身。真正消耗资源的是数据清洗、标注规范、接口改造、模型漂移监测与不良事件上报。一个可复用的国家底座至少应包含三部分：统一的数据字典与质量校验规则，持续运行的模型监测与再验证机制，以及面向临床使用者的结果解释与申诉通道。缺少任何一环，AI工具都会退化为难以维护的孤岛系统。

落地难点不容低估

挑战同样清晰。其一是数据治理，跨机构、跨区域的二次使用授权在法律上仍不统一。其二是责任归属，当AI建议与医生判断冲突并造成损害时，责任如何在开发者、机构与执业者之间分配，目前缺乏成熟判例支撑。其三是支付机制，基础设施建设与长期运维成本由谁承担、如何避免以数字化名义推高整体医疗支出，需要明确的财政设计。其四是人才，既懂临床又懂数据治理的复合型人员长期短缺。

对照护场景的特殊意义

值得注意的是，宣言把长期照护与居家照护明确纳入适用范围，提出在养老机构与社区照护网络中同步部署跌倒风险预测、用药冲突筛查与远程监测等工具，并要求这些工具在老年人数字素养有限的情况下仍然可用。iaica.com.cn 认为，把照护场景而非仅急性期诊疗写入国家AI基础设施蓝图，是这份宣言最具实操价值的部分，因为照护场景数据更分散、机构更小型、支付能力更弱，恰恰最需要公共底座来摊薄成本。

接下来值得观察的是，宣言能否转化为具体的财政承诺与标准文本。以往经验显示，类似的国际文件往往在原则层面达成共识，却在数据主权、跨境互认与经费分摊上止步。若未来一至两年内能形成可核查的路线图与试点清单，它可能成为医疗AI从示范项目走向公共设施的分水岭；若不能，它大概率仍将停留在原则宣示的层面。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。