中国医学伦理学 Chinese Medical Ethics ISSN 1001-8565,CN 61-1203/R 《中国医学伦理学》网络首发论文 题目： 医疗机构人工智能应用与治理专家共识（2026 版） 作者： 北京卫生法学会大数据与互联网人工智能医疗专委会，中国生物医学工程学 会医学人工分会法律伦理专家组，曹艳林，王婧，王将军，陈政，李昱熙， 张怡，钟光珍，宋萍，刘星 网络首发日期： 2026-04-01 引用格式： 北京卫生法学会大数据与互联网人工智能医疗专委会，中国生物医学工程学 会医学人工分会法律伦理专家组，曹艳林，王婧，王将军，陈政，李昱熙， 张怡，钟光珍，宋萍，刘星．医疗机构人工智能应用与治理专家共识（2026 版） [J/OL]．中国医学伦理学. https://link.cnki.net/urlid/61.1203.R.20260331.1938.034 网络首发：在编辑部工作流程中，稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶 段。录用定稿指内容已经确定，且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期 刊特定版式（包括网络呈现版式）排版后的稿件，可暂不确定出版年、卷、期和页码。整期汇编定稿指出 版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出 版管理条例》和《期刊出版管理规定》的有关规定；学术研究成果具有创新性、科学性和先进性，符合编 辑部对刊文的录用要求，不存在学术不端行为及其他侵权行为；稿件内容应基本符合国家有关书刊编辑、 出版的技术标准，正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。 为确保录用定稿网络首发的严肃性，录用定稿一经发布，不得修改论文题目、作者、机构名称和学术内容，
www.frostchina.com www.leadleo.com 弗若斯特沙利文 头豹研究院 扫 码 了 解 详 情 人工智能 AI赋能千行百业白皮书 二零二五年八月二十八日
2 总顾问： 刘 勤 专家顾问：赵燕锡 韩向东 陈 虎 付建华 魏代森 沈雁冰 曾 超 发起人： 杨 寅 吕晓雷 执笔人： 杨 寅 宛 涛 李 彤 孙彦丛 方高林 孔 冰 刘 峰 史瑞超 陈 昊 吕晓雷 研究团队：上海国家会计学院 金蝶集团 元年科技 中兴新云 用友公司 浪潮通软 汉得信息 久其软件 主办中心：智能财务关键技术（会计科技 AccTech）与系统平台研究室（中心） 学术支持：上海国家会计学院 基金支持：国家社会科学基金项目“人工智能对会计工作影响与会计职能转变研究”（20BGL083） 撰写团队：杨 寅 吕晓雷 宛 涛 刘丹彤 肖远明 李 彤 张亚东 鲁 湘 孙彦丛 宁 燕 张 蓓 方高林 张 伟 付立波 孔 冰 莫小娟 杨 智 刘 峰 赵 鹤 贾晓蕊 史瑞超 王 站 姜文杰 陈 昊 内容审定：刘 勤 杨 寅 发布日期：2024 年 9 月 联系交流：yangyin@snai.edu 研究院公众号二维码
关于促进和规范“人工智能+医疗卫生” 应用发展的实施意见 国卫办规划发〔2025〕30号 各省、自治区、直辖市及新疆生产建设兵团卫生健康委、发 展改革委、工业和信息化主管部门、中医药局、疾控局，委 （局）机关各司局、各直属和联系单位： 为贯彻落实国务院《关于深入实施“人工智能+”行动的 意见》（国发〔2025〕11号），以新一代人工智能深度赋能 卫生健康行业高质量发展，现就促进和规范“人工智能+医 疗卫生”应用发展提出如下实施意见。 一、总体要求 以习近平新时代中国特色社会主义思想为指导，完整准确 全面贯彻新发展理念，坚持政府引导、多方参与、创新驱动、 安全可控的原则，促进人工智能在医疗卫生领域的规范应用， 不断丰富应用场景，提升服务能力，保障服务安全，优化资 源配置，创新预防、诊疗、康复、健康管理等全链条连续智 能服务，更好地满足人民群众日益增长的健康服务需求。 到 2027 年，建立一批卫生健康行业高质量数据集和可信 数据空间，形成一批临床专病专科垂直大模型和智能体应用， 基层诊疗智能辅助、临床专科专病诊疗智能辅助决策和患者
第1章 人工智能的概念及发展 自20世纪中期以来，科学家一直在研究人工智能，旨在开发能像人类一样学习和思考的机 器。纵观数十年来人工智能的发展历程，我们顿觉大道如砥、大势如潮！ 1. 1936年：图灵机 现代计算机的前身是英国数学家艾伦·麦席森·图灵（Alan Mathison Turing）[见图1- 1（a）]于1936年在其论文《论可计算数及其在判定问题上的应用》中提出的一个简单的 计算设备，可用于帮助研究可计算的范围和限制。次年，阿隆佐·丘奇（Alonzo Church） 在对该论文的评论中首次将该设备命名为“图灵机”。 图灵机的出名在于第二次世界大战中对德国恩尼格码密码的破解。第二次世界大战中，德 军发明了一个由多个转子组合而成的密码机，即恩尼格码密码机[见图1-1（b）]，不同的 转子组合可产生不同的密码编码方式，其密钥机变化种类达1.59×1020种，即1.59万亿亿种 可能。恩尼格码密码排除了人力破解的可能，有人计算，如果10个人穷尽一生不眠不休都 在验证这个密码的各种可能性，至少需要2000万年才能验证完全。盟军因为不能破解德军 的密码，所以在战场上屡屡失利。为破解该密码，英国军方找到了艾伦·麦席森·图灵，他 和其他专家在伦敦附近的布莱切利庄园开始了密码破解工作。经过艰苦努力，艾伦·麦席 森·图灵应用他的图灵机破解了恩尼格码密码，为英军扭转败局奠定了基础。艾伦·麦席森· 图灵和图灵机由此名声大噪，图灵机被认为是现代计算机的基础模型，艾伦·麦席森·图灵 被认为是“现代计算机科学之父”。 为纪念图灵和他的贡献，后世于1966年设立了图灵奖。1994年，A6010公路（曼彻斯特市 中间的环形公路）的一段被命名为“艾伦·图灵路”，马路相连的一座桥被拓宽并被命名 为“艾伦·图灵桥”。2001年6月23日，一座图灵的纪念雕像[见图1-1（c）]被放置在英国曼 彻斯特市
— 3 — 附件 卫生健康行业人工智能应用场景参考指引 一、“人工智能+”医疗服务管理 （一）“人工智能+”医疗服务 1.医学影像智能辅助诊断 基本概念：针对医学影像数据进行智能分析、快速读片、 报告生成，实现高效精准的医学影像辅助诊断。 应用场景：利用计算机视觉、神经网络等技术，在 X射线、 CT、MRI、PET-CT、超声、病理切片、皮肤照片、眼底照片、 心电图、脑电图、肌电图、消化道内镜、纤支镜等影像诊断中， 发挥人工智能快速、精准的能力，通过各类医学影像病灶分析、 参数量化、三维可视化等功能，实现人工智能影像参数量化和 智能标注能力，生成影像结构化数据。应用人工智能从海量影 像中准确快速发现微小病灶，直观定位病灶，实现骨折、肺癌、 肝癌、皮肤癌、颅内动脉瘤等疾病精准早筛，提升影像数据分 析效率，提高影像诊断质量，提升疾病早期诊断精度，为医学 影像科研与成果转化提供数据要素与创新动力，提升影像诊断 医生工作效率，降低随访工作量，减轻医生工作压力，优化医 院人力成本。 2.医学影像数据智能辅助质控 基本概念：利用人工智能技术开展医学影像检查质量评价、
中华医学影像技术学．影像信息与人工智能技术卷 1. 第一章 绪论 2. 第一节 医学影像信息技术与人工智能技术的发展 史 3. 第二节 医学影像信息技术与人工智能技术的现状 4. 第三节 医学影像信息技术与人工智能技术的进展 5. 第二章 医学影像信息系统 6. 第一节 相关国际标准规范 7. 第二节 系统相关硬件 8. 第三节 系统软件功能 9. 第四节 未来架构发展方向 10. 第三章 医学影像信息检索技术 11. 第一节 计算机信息检索概述 12. 第二节 计算机信息检索策略与步骤 13. 第三节 常用医学影像信息资源 14. 第四章 医学影像信息系统运维管理技术 15. 第一节 医学影像信息系统用户管理 16. 第二节 影像存储与传输系统管理 17. 第三节 数字化影像科的工作流与信息流 18. 第四节 医学影像信息系统与其他信息系统集成 19. 第五节 图像压缩处理技术 20. 第六节 远程医学技术 21. 第五章 医学影像信息系统的临床应用 22. 第一节 医学影像信息系统临床应用的意义 23. 第二节 医学影像信息系统在影像科及全院的应用 24. 第三节 医学信息系统集成带来的优越性 25. 第四节 医学影像信息系统的日常维护 26. 第六章 5G网络技术在医学影像领域的应用 27. 第一节 5G网络技术概述 28. 第二节 5G网络技术原理 29. 第三节 5G技术在医疗领域应用 30. 第四节 5G医学影像应用 31. 第七章 医学影像云技术 32. 第一节 云计算的核心技术 33. 第二节 云计算系统可提供的服务形式 34. 第三节 医学影像云服务 35. 第四节 云影像的质控 36. 第八章 区块链、物联网技术在医学影像中的应用 37. 第一节 区块链技术概述 38. 第二节 物联网概述 39. 第三节 区块链技术的应用 40. 第四节 物联网技术的应
医学人工智能导论 1. 第一章 医学人工智能概论 2. 第一节 人工智能 3. 第二节 医学人工智能 4. 第二章 医学人工智能的医学基础 5. 第一节 医学与人工智能 6. 第二节 神经生理基础 7. 第三节 视觉和听觉 8. 第四节 学习和记忆 9. 第五节 思维 10. 第六节 意识和认知结构 11. 第三章 医学人工智能的编程基础 12. 第一节 Python概述 13. 第二节 Python编程基础 14. 第四章 医学人工智能的数据分析基础 15. 第一节 医学数据及处理 16. 第二节 医学数据分析 17. 第三节 临床数据处理及分析实例 18. 第五章 医学知识图谱 19. 第一节 概念表示 20. 第二节 知识表示 21. 第三节 知识图谱 22. 第四节 医学知识图谱 23. 第五节 医学知识图谱构建示例 24. 第六章 机器学习 25. 第一节 机器学习 26. 第二节 监督学习 27. 第三节 无监督学习 28. 第四节 半监督学习 29. 第五节 弱监督学习 30. 第六节 强化学习 31. 第七节 表示学习 32. 第八节 医学领域的机器学习 33. 第九节 基于机器学习的疾病风险建模实例 34. 第七章 深度学习 35. 第一节 人工神经网络 36. 第二节 深度学习 37. 第三节 深度学习的医学应用 38. 第四节 人工神经网络和深度学习的应用示例 39. 第八章 推理方法 40. 第一节 推理的概念 41. 第二节 确定性推理 42. 第三节 不确定性推理 43. 第四节 医学领域的推理方法 44. 第九章 搜索策略 45. 第一节 搜索的概念 46. 第二节 状态空间搜索 47. 第三节 盲目搜索 48. 第四节 启发式搜索 49. 第五节 博弈搜索 50. 第十章 智能计算 51. 第一节 智能计算概述 52. 第二节 进化算法 53
医疗健康人工智能应用案例集 1. 一、申报案例整体概况 2. 二、案例集中46个案例情况概述 3. 三、疾病预测干预智能化案例 4. （一）基于大数据的糖尿病智能管理处方系统 5. （二）利用人工智能和多源数据进行传染病预测和慢性病危险因素筛查 6. （三）孟超肝病外脑 7. （四）宁波鄞州糖网筛查人工智能评估项目 8. （五）VTE风险评估与监测管理系统 9. （六）心电AI智能辅助诊断在区域心电诊断监测平台中的应用与实践 10. （七）心梗、脑卒中提前预警AI案例 11. （八）医联体智能眼底相机项目 12. （九）早期食管癌辅助诊断关键技术及新型服务模式应用平台 13. 四、疾病咨询智能化案例 14. （一）辅助诊断产品在儿童医院门急诊临床场景的应用 15. （二）广安门医院健康管理系统之中医体质辨识 16. （三）结直肠肿瘤诊疗辅助决策应用 17. （四）申康医联工程AI应用 18. （五）乌鲁木齐市首个智能导诊机器人在新疆人民医院上线 19. （六）智能病史采集系统在门急诊临床场景的应用 20. 五、疾病诊疗智能化案例 21. （一）《care.ai肺癌影像智能诊断》临床应用的价值探索 22. （二）Demetics超声智能辅助诊断系统（甲状腺） 23. （三）安徽省智医助理试点项目 24. （四）北京市延庆区“人工智能+两癌筛查”项目 25. （五）多模态自然人机交互神经系统疾病辅助诊断工具 26. （六）儿科临床智能辅助诊疗系统 27. （七）肝胆肿瘤多维MDT大数据协作平台 28. （八）骨龄人工智能诊断技术落地医院真实场景及一键式临床应用 29. （九）广州市越秀区AI智能眼科医生进社区项目 30. （十）基于定量药理和人工智能的临床个体化用药辅助决策系统 31. （十一）基于皮肤影像的人工智能辅助决策系统 32. （十二）急诊（救）智能辅助决策系统 33
人工智能赋能中西医结合 1. 1 中西医结合发展概述 2. 1.1 中西医结合的基本理念和方法 3. 1.2 中西医结合的发展历程 4. 1.3 当前主要实践和挑战 5. 2 人工智能医疗的最新进展与趋势 6. 2.1 人工智能医疗技术创新 7. 2.2 个性化医疗和精准医疗的崛起 8. 2.3 医疗健康大数据与人工智能的深度融合 9. 3 中西医结合人工智能的应用 10. 3.1 中医辨证施治 11. 3.2 中西医多模态数据融合 12. 3.3 中西医临床治疗和康复的数智升级 13. 3.4 中医智能医疗机器人 14. 3.5 中西医智慧医疗管理 15. 3.6 中西医科研与教学 16. 3.7 中医大语言模型的发展现状 17. 3.8 中药现代化生产与管理 18. 4 中西医结合人工智能发展的挑战与机遇 19. 4.1 市场机遇与商业模式创新 20. 4.2 政策支持 21. 4.3 技术挑战及解决方案 22. 4.4 伦理问题及法律实践 23. 5 中西医结合人工智能的前景展望与建议 24. 5.1 中西医结合人工智能的未来发展趋势与应用方向 25. 5.2 聚焦“下一个十年”：中西医结合人工智能产业发展九大行动建议 26. 6 医疗人工智能政策 27. 6.1 产业支持 28. 6.2 医疗人工智能软件 29. 6.3 医疗人工智能诊疗规范 30. 6.4 医疗人工智能数据合规 31. 6.5 医疗人工智能伦理治理 32. 6.6 外商投资
一一尸三．4'_�二．E 卷盯吐 ＄健康中阿＇｀足啊 需重塑全民健康医疗体系 Tsinghua University 健康中国战略之关键 · 由治病为中心向健康为中心转移 · 改革创新我国医疗卫生服务体系 · 构建全民健康为目标的大健康体系 健康中国发展战略——2017年10月18日， 党的十九大报告 清华大学精准医学研究防 ..
— 3 — 附件 卫生健康行业人工智能应用场景参考指引 一、“人工智能+”医疗服务管理 （一）“人工智能+”医疗服务 1.医学影像智能辅助诊断 基本概念：针对医学影像数据进行智能分析、快速读片、 报告生成，实现高效精准的医学影像辅助诊断。 应用场景：利用计算机视觉、神经网络等技术，在 X射线、 CT、MRI、PET-CT、超声、病理切片、皮肤照片、眼底照片、 心电图、脑电图、肌电图、消化道内镜、纤支镜等影像诊断中， 发挥人工智能快速、精准的能力，通过各类医学影像病灶分析、 参数量化、三维可视化等功能，实现人工智能影像参数量化和 智能标注能力，生成影像结构化数据。应用人工智能从海量影 像中准确快速发现微小病灶，直观定位病灶，实现骨折、肺癌、 肝癌、皮肤癌、颅内动脉瘤等疾病精准早筛，提升影像数据分 析效率，提高影像诊断质量，提升疾病早期诊断精度，为医学 影像科研与成果转化提供数据要素与创新动力，提升影像诊断 医生工作效率，降低随访工作量，减轻医生工作压力，优化医 院人力成本。 2.医学影像数据智能辅助质控 基本概念：利用人工智能技术开展医学影像检查质量评价、
