> 2026年上海两会期间，医卫界委员们将目光投向智能医疗的实际应用：面对AI临床“野蛮生长”、数据壁垒和产业瓶颈，如何让技术真正赋能医生与患者，而非停留在概念层面，成为核心议题。从垂类大模型监管到康养机器人普及，建言均指向同一个目标——破解落地“最后一公里”。


## AI临床应用：告别“野蛮生长”，呼唤有序引导

当前，人工智能在医疗临床的应用日益广泛，但部分仍处于无序状态。上海市政协常委、瑞金医院党委书记**胡伟国**指出，AI应用存在“野蛮生长”现象，如重复开发、模型权威性不足等问题。

他建议，专病领域的AI垂类大模型应由**行政部门给予有序引导**，包括研究方向和资金的引导，将社区场景下的模型开发转向更高层级、更高维度的方向。

委员们同时关注AI输出的可靠性风险。上海市政协委员**黄海清**分析，**AI幻觉**（凭空编造虚假信息）在医疗等领域构成突出风险，而**数据质量不高是核心原因之一**。他举例称，**50T高质量数据集**对模型能力的提升远超500T低质量数据，且能大幅降低算力依赖。

解决方案在于建立高质量评测数据集和明确的数据质量标准（如完整性、及时性），并通过法律政策与企业自律筑牢合规底线。

## 破解数据壁垒：语料库与“数据工厂”双轮驱动

高质量数据是AI医疗发展的“燃料”，但医疗数据分散、标准不一的壁垒亟待打破。上海市政协委员、万达信息副董事长**姜锋**明确提出，上海应**建立一个高质量医疗语料库**，以赋能人工智能训练和产业发展。

他认为，国家医保局推出的“个人医保云”是构建全国性个人健康档案基础、助推AI产业的重要机遇。

企业层面已有实践探索。例如，联仁健康通过独创的“**采-洗-标-测-用**”全流程闭环技术体系，攻克体检数据多源异构、标注缺失等痛点，为AI健康服务提供高质量语料。


对于更前沿的药物研发，上海市政协常委、复星国际联席CEO**陈启宇**建议，由政府主导建设生物医药科学智能“**数据工厂**”。这是一个集数据汇聚、清洗、标注、模拟于一体的公共平台，旨在破解数据壁垒，赋能药物研发全链条。

他进一步建议制定补贴政策降低企业数据使用门槛，并鼓励数据反哺，形成良性生态。

## 医疗康养智能：临床价值突破产业瓶颈

面对深度老龄化，医疗康养具身智能被视为关键赛道。上海市人大代表**郭康玺**指出，该领域面临 **“技术攻坚滞后、市场转化梗阻、生态支撑不足”三重瓶颈**。

具体表现为：**高端手术机器人国产化率不足5%**；康复机器人因标准缺失、医保支付缺位难以普及；产学研医协同松散，产品与临床需求脱节。

> “医疗康养具身智能的发展，必须牢牢抓住临床价值这个核心，不能让‘实验室产品’脱离实际应用。”郭康玺表示。

他建议上海通过技术协同、市场破冰、生态护航三轮驱动破局，包括组建创新联合体攻关核心技术，加快制定疗效评估标准，并推动符合条件的产品纳入**医保支付**。

## 人才与服务：构建多层次陪护体系

智能技术的落地离不开“人”的执行与服务的专业化。针对上海正在推广的“免陪照护服务”，委员们聚焦于人员资质与体系构建。上海市政协委员姜锋建议构建多层次陪护体系：

- 根据患者病情划分**基础、中端、高端**服务层次，并确定差异化收费标准。

- 探索**医保支付、商业保险报销、个人自费**相结合的付费机制。

- 加强陪护人员专业培训，与职业院校合作建立实训基地，并建立清晰的职业晋升通道与薪酬体系，例如**中级陪护员薪酬比初级高20%以上，高级比中级高30%以上**。

在基层，徐汇区人大代表、康健社区卫生中心主任**竺琼**提出，希望借助数智赋能，推动健康管理关口前移，让社区卫生服务中心的“健康守门人”服务更加精准高效，实现从“**治已病**”向“**治未病**”的转变。

上海两会的这些建言，勾勒出一条清晰路径：智能医疗的发展必须**回归医疗本源**，以临床价值和患者福祉为核心。通过有序引导、夯实数据基础、突破产业瓶颈及培育专业人才，推动技术从“野蛮生长”走向高质量落地，最终让市民享受到更可及、更精准、更有温度的智慧医疗服务。