2026年7月，国务院印发《国民健康“十五五”规划》。这份规划对未来五年卫生健康事业的发展方式作出了一个非常重要的判断：卫生健康工作要以优化全方位、全周期、整合型健康服务体系为主线，以数智化转型和中西医协同为牵引，推动医疗卫生发展方式更加注重以健康为中心，服务体系更加注重质量和效益，改革治理更加注重系统协同。
对国家医学中心和国家区域医疗中心而言，这不是一项可以交给信息部门自行消化的技术要求，也不是在既有智慧医院规划中增加一个“人工智能章节”就能完成的任务。它实际上改变了两类中心数智化建设的目标、边界和评价标准。
过去十多年，医院信息化建设主要沿着三条路线推进：一是围绕门诊、住院、医技、护理和运营管理完善院内业务系统；二是围绕电子病历应用水平、互联互通成熟度和智慧服务评级补齐功能；三是建设数据中心、互联网医院、运营管理平台和若干人工智能应用。这些工作解决了医院从无到有、从分散到集成、从线下到线上的问题，对提升医院运行效率发挥了重要作用。
但国家医学中心和国家区域医疗中心承担的并不是“建成一家信息化水平较高的医院”这么简单的任务。国家医学中心要代表国家最高医学水平，解决重大疾病、疑难复杂疾病和关键医学技术问题；国家区域医疗中心要推动优质医疗资源扩容下沉，减少患者跨区域无序流动，提升区域整体医疗服务能力。两类中心如果仍然按照普通三级医院的信息化逻辑建设，即使系统先进、评级很高，也可能没有完成国家赋予它们的任务。
因此，“十五五”期间，两类中心数智化建设的核心命题应当从“医院需要建设哪些系统”，转变为“国家级医学能力如何被数字化、知识化、智能化，并能够持续复制和输出”。
这也是本文试图回答的问题。
一、首先要厘清：国家医学中心与国家区域医疗中心不是同一种医院
国家医学中心和国家区域医疗中心经常被放在一起讨论，因为二者都是国家优质医疗资源布局的重要组成部分，也都依托高水平医院建设。但从使命上看，二者存在明显区别。
国家医学中心的核心任务是“引领”。它要站在国家医学能力的最高层级，承担重大疾病诊疗、疑难复杂病例救治、医学科技创新、高层次人才培养、临床标准制定和国家重大公共卫生任务。它不仅要把病看好，还要形成新的诊疗方法、新的技术、新的药械、新的标准和新的医学知识。
国家区域医疗中心的核心任务是“扩容和均衡”。它通过高水平输出医院与项目所在地合作，把成熟的医疗技术、管理体系、人才培养和品牌能力带到优质医疗资源相对不足的地区，推动区域内疑难重症患者就地诊治，降低跨省、跨区域就医压力。
用更直接的话说：
- 国家医学中心解决的是“国家医学能力能不能继续向前走”的问题；
- 国家区域医疗中心解决的是“已经形成的高水平医学能力能不能在更大范围内被复制和使用”的问题。
这一区别决定了二者的数智化建设不能使用完全相同的模板。
国家医学中心应重点建设高质量专病数据资源、临床科研一体化平台、医学人工智能中试和评测能力、专病垂直模型、医学知识体系以及国家标准输出能力。它的数智化结果要体现为临床创新、科研成果、医学证据、诊疗规范和全国影响力。
国家区域医疗中心则应重点建设跨院区临床协同、诊疗同质化、区域转诊会诊、共享诊断中心、患者全病程管理、基层能力赋能以及患者外转分析体系。它的数智化结果要体现为区域服务能力提升、患者留治率提高、上下级医院协同改善和优质医疗资源真实下沉。
两类中心的共同基础是智慧医院，但智慧医院只是起点，而不是终点。
二、“十五五”带来的根本变化：数智化不再只是医院的支撑系统
《国民健康“十五五”规划》将“数智化转型”放在牵引卫生健康事业高质量发展的层面，同时提出推进医疗、医保、医药数据共享，建设国家智慧健康检验检查结果跨省共享平台，实现医学影像实时调阅、检验检查结果共享互认，支持高质量数据集和可信数据空间建设，推进医疗领域国家人工智能应用中试基地建设，并有序推动数智技术在辅助诊疗、精准医疗、健康管理、医保服务、养老助残等场景中的应用。
这些要求共同指向一个变化：数智化不再只是提高医院内部效率的工具，而是国家优化医疗资源配置、推动医学创新、改善区域均衡和实施行业治理的基础设施。
对国家医学中心、国家区域医疗中心而言，至少有五个方面发生了变化。
这张图反映的不是五项彼此分离的技术升级，而是一条连续变化链：服目标和组织边界扩大，使数据成为核心生产资料；数据和知识进一步支撑人工智能进入临床；临床智能化又要求监管同步进入业务过程。最终，数智化从医院内部工具转变为国家卫生健康体系的能力基础。
第一，建设目标从“医疗信息化”转向“健康服务数智化”。
传统医院系统的边界通常从患者挂号开始，到门诊或住院结算结束。患者离开医院以后，系统对其健康状态、用药情况、康复过程和疾病结局了解有限。但“十五五”强调全生命周期健康服务、慢性病防治康管全链条以及医防协同，这要求两类中心把服务边界延伸到筛查、诊断、治疗、康复、随访、健康管理和风险干预。
第二，建设范围从“单体医院”转向“整合型医疗服务网络”。
国家医学中心不能只服务本院患者，还要通过专科联盟、远程医疗、人才培养、标准输出和科研协作影响全国相关领域。国家区域医疗中心更不能成为区域内又一家孤立的大医院，而要连接输出医院、项目医院、地市医院、县级医院和基层医疗卫生机构。
第三，数据从管理副产品转变为核心生产资料。
过去医院建设数据平台，主要用于统计报表、管理分析和科研检索。“十五五”期间，高质量数据集、可信数据空间、真实世界研究和人工智能训练将成为重要任务。医院数据是否结构化、标准化、可追溯、可验证，将直接决定临床研究和人工智能应用的上限。
第四，人工智能从局部试点进入规模化临床应用阶段。
国家卫生健康委等部门发布的《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》提出，到2027年形成一批临床专病专科垂直大模型和智能体应用，到2030年推动二级以上医院普遍开展医学影像智能辅助诊断、临床诊疗智能辅助决策等人工智能应用。这意味着人工智能将从少数创新项目，逐步进入医院临床和管理工作的基本流程。
第五，监管从事后检查转向基于业务过程的嵌入式监管。
《规划》明确提出开展基于电子病历信息的智能化、嵌入式监管。这意味着电子病历不仅是临床记录，也是质量管理、医保监管、合理用药、医疗安全和行业治理的基础。医疗行为是否规范、诊疗依据是否充分、风险是否被及时识别，将越来越多地通过数据和规则实时判断。
这五个变化共同说明，两类中心不能继续以系统清单作为数智化规划的主体，而应以能力建设为主体。
三、国家医学中心：建设国家级医学知识和创新能力平台
国家医学中心的优势通常集中在高水平专家、优势学科、复杂病例、科研平台和临床资源。但这些优势很多仍然以个人经验、团队传统和组织惯例的方式存在。
患者知道某位专家擅长解决某类疾病，同行知道某个团队具有丰富经验，但这些能力未必已经被转化为结构化的临床路径、可复用的知识规则、高质量的数据集或者经过验证的智能模型。一旦专家离开、团队变化或应用场景跨出本院，能力复制就会遇到困难。
因此，国家医学中心数智化建设的核心，是把高度依赖个体专家的医学能力，逐步转化为可以沉淀、验证、迭代和输出的组织能力。
国家医学中心的建设逻辑不是把专家经验直接包装为一个模型，而是先将临床能力转化为规范的数据、知识和路径，再通过科研与临床验证形成可复用的智能能力，最终向全国输出。图中的反馈环表示，真实临床应用结果还要持续修正数据标准、医学知识和模型。
1. 围绕重大疾病建设高质量、多模态专病数据资源
国家医学中心首先要改变“大平台先行、病种随后再找”的建设方式。真正有价值的数据建设，应从国家中心承担的重点疾病和关键临床问题出发。
每个中心可以围绕自身优势，选择若干重大疾病、疑难疾病或关键技术方向，建设覆盖患者全病程的专病数据资源。数据不仅包括门诊和住院病历，还应根据疾病特点整合影像、病理、检验、用药、手术、生命体征、基因组学、随访、患者报告结局和生活质量等信息。
数据建设不能停留在“全部汇聚到临床数据中心”。高质量数据至少要回答六个问题：
一是数据服务于什么临床或科研目标；二是病例纳入和排除标准是什么；三是关键变量如何定义；四是数据由谁维护和确认；五是如何评价完整性、准确性和一致性；六是数据发生变化以后如何进行版本管理。
没有这些机制，数据量再大也只是数据仓库，不是高质量数据集。
国家医学中心还应承担国家级专病登记和多中心数据协作任务。对于罕见病、儿童重大疾病、复杂肿瘤、心脑血管疾病和重大传染病等领域，单一医院的数据往往无法代表全国患者。中心需要通过统一标准、可信协作和多中心研究，形成具有广泛代表性的国家级数据资源。
2. 建设临床科研一体化体系，而不是独立科研数据平台
很多医院的科研平台与临床系统相互独立。科研项目立项后，研究人员再从电子病历中抽取数据、清洗数据、补录随访，耗费大量时间，而且难以保证数据质量。
国家医学中心应推动临床和科研在数据产生环节一体化。对于重点专病，可以在临床工作站中嵌入研究型病历模板、标准化量表和结局指标；符合条件的患者可以被系统自动识别并提示进入研究队列；检查、用药和随访数据可以按照研究方案自动采集；研究方案、受试者、样本、数据和成果之间建立稳定关联。
这种建设不是为了让医生在临床工作中填写更多内容，而是要减少重复录入，把临床需要、质量管理需要和科研需要的核心信息统一设计。
临床科研一体化的最终目标，是形成一个持续循环：
临床问题提出研究假设，临床数据支持研究，研究形成新的知识和证据，新的证据再进入临床路径和决策支持系统，随后通过真实世界数据评价应用效果。
如果科研成果长期停留在论文中，不能回到临床流程，数智化就没有真正打通创新转化链条。
3. 建设医学人工智能中试和临床评测能力
国家医学中心是医疗人工智能进入临床之前最重要的验证场所之一。未来中心的价值不仅在于研发模型，更在于判断模型是否值得使用、在哪些人群中可以使用、以什么方式使用以及发生问题时如何处理。
目前医疗人工智能建设存在一个普遍问题：技术测试较多，临床验证不足。很多项目展示模型准确率、调用量或者医生满意度，但没有充分评价敏感性、特异性、漏报风险、不同人群表现、对医生行为的影响以及对患者结局的改善。
国家医学中心应建立完整的人工智能中试和评测体系，包括数据质量评测、离线技术评测、回顾性临床验证、模拟环境测试、小范围真实业务验证、多中心前瞻性评价以及上线后的持续监测。
评测不能只看模型平均表现，还要关注：
- 对低频但高风险事件能否及时发现；
- 在不同年龄、性别和地区人群中是否存在明显偏差；
- 模型遇到数据缺失和异常输入时如何反应；
- 医生是否过度依赖模型；
- 模型更新后性能是否发生变化；
- 模型输出是否能够追溯到可靠证据；
- 当模型与临床判断冲突时如何处理。
国家医学中心如果能够建立被行业认可的评测方法、临床验证环境和准入标准，其价值会高于单独开发若干大模型。
4. 形成专病垂直模型和临床智能体
通用大模型可以改善医学知识检索、文书生成和患者服务，但国家医学中心更需要解决专病诊疗中的高价值问题。
适合国家医学中心优先推进的场景包括：复杂病例病情速览、疑难疾病鉴别诊断、多学科诊疗辅助、影像病理基因多模态分析、治疗方案匹配、病情恶化预警、隐匿性不良事件发现、临床试验患者匹配以及治疗效果预测。
这些应用不能作为独立工具悬浮在医生工作站之外，而应嵌入临床流程。例如，病情速览应当在患者入院、会诊和查房时自动生成并更新；风险预警应当进入责任医生和护理团队的任务体系；临床试验匹配应当与患者授权、研究者确认和入组流程衔接。
智能体的价值不在于能够与医生对话，而在于能否基于可靠数据和明确规则，完成一段可验证、可追溯的业务任务。没有工作流、权限、证据和责任机制的智能体，只是一个新的交互界面。
5. 将国家医学中心能力转化为标准化输出
国家医学中心的最终产出不应只包括接诊量、手术量、论文和科研项目，还应包括可以在全国推广的数字化能力，例如标准化专病数据集、结构化诊疗路径、临床质量指标、医学知识库、决策支持规则、人工智能模型和临床验证方法。
这要求中心建立医学知识工程机制。诊疗指南和专家共识不能只以文档形式存在，而应转化为可被临床系统调用的规则、路径和知识对象；当指南更新时，相关系统和模型也应同步更新；使用过程中的真实世界效果还要反向验证指南和路径的适用性。
只有这样，国家医学中心才能从“少数患者来到这里接受顶级医疗服务”，进一步发展为“全国相关医疗机构都能够使用中心沉淀的医学知识和能力”。
四、国家区域医疗中心：建设优质医疗能力复制与区域协同体系
国家区域医疗中心建设面临的最大风险，是把能力复制简单理解为品牌复制、专家派驻和系统复制。
输出医院可以派出专家，项目医院可以使用相似的信息系统，也可以按照输出医院的模板建设科室。但如果诊疗过程、质量标准、人才能力和运营机制没有被真正复制，项目结束后仍然可能回到原来的运行方式。
因此，区域医疗中心数智化建设的核心，不是再建设一家技术先进的医院，而是让输出医院的成熟临床能力、管理能力和质量体系能够在当地稳定运行，并向区域其他医疗机构继续辐射。
区域医疗中心的关键不是把输出医院的系统原样搬到当地，而是提取可复制的临床和管理能力，结合本地疾病谱、人员和资源条件完成适配。患者流向、同质化差异和基层能力变化构成反馈信号，再反向指导专家派驻、专科建设和资源配置。
1. 数字化复制的对象首先是诊疗规范，而不是软件
区域医疗中心应围绕重点专科，系统梳理输出医院的临床路径、诊疗规则、病历模板、医嘱套餐、合理用药要求、质量控制指标和疑难病例讨论机制，再根据当地疾病谱、患者结构、人员能力和资源条件进行适配。
系统相同并不等于诊疗同质化。真正的同质化需要持续比较输出医院和项目医院在诊断、治疗、用药、检查、手术、平均住院日、并发症和患者结局等方面的差异。
如果差异持续存在，管理者需要知道原因究竟是人员能力不足、设备条件限制、患者结构不同，还是路径执行不到位。数智化平台的价值，是把这种差异显性化，并支持培训、会诊、流程改进和资源投入。
区域医疗中心应建立以重点病种为单位的同质化评价体系，而不是只比较医院整体指标。只有细化到具体疾病和诊疗环节，能力差距才具有可操作性。
2. 建设跨机构、跨院区的一体化临床和运营体系
区域医疗中心通常涉及输出医院、项目医院、多个院区以及合作医院。不同机构之间的系统基础、数据标准和管理模式存在差异，简单追求“一套系统覆盖全部机构”并不总是现实，但关键业务和数据必须实现一致。
至少要统一患者身份、机构和科室编码、重点疾病数据标准、诊疗路径、质量指标以及区域转诊规则。在此基础上，逐步实现跨院区病历连续、检查结果共享、号源和床位协同、远程会诊、专家排班、药品耗材管理和运营分析。
运营一体化同样重要。输出医院如果只能看到项目医院的业务量，看不到专科能力、质量差异、成本结构、人员配置和患者流向，就无法有效指导项目医院发展。
区域医疗中心需要建立统一的运营分析体系，回答几个基本问题：
- 哪些重点疾病仍有大量患者外转；
- 哪些专科已经形成区域服务能力；
- 哪些专家和技术下沉产生了实际效果；
- 哪些设备利用不足或者重复配置；
- 哪些病种成本和资源消耗明显偏高；
- 哪些基层转诊可以在区域内解决；
- 哪些患者治疗后能够回到基层康复和管理。
这些问题比建设一块大型驾驶舱更重要。
3. 以患者流向检验区域医疗中心的真实价值
区域医疗中心最直接的政策目标，是减少群众跨区域就医，让重大疾病和疑难重症患者在区域内获得高水平服务。因此，患者流向应当成为数智化建设的核心分析对象。
项目医院需要建立患者外转、回流和区域分布分析体系。对于外转患者，不仅要统计数量，还要识别疾病、专科、转出原因、目标医院和后续诊疗结果。对于本地可以治疗但仍然外转的患者，要分析是公众认知、转诊机制、专家信任、服务体验还是支付政策造成的。
患者流向不能只作为管理报表，而应直接影响专科建设、专家派驻、技术引进、设备投入和宣传服务策略。
例如，如果某类肿瘤患者仍然大量外转，区域医疗中心需要判断短板是在病理诊断、手术能力、放疗设备、药物治疗、MDT协同还是全病程管理。只有把外转原因拆解到具体能力，建设项目才不会泛化。
区域医疗中心的成效也不能简单用“外转率下降”概括。部分复杂患者及时转往更高水平机构，本身是合理的。真正要减少的是无序外转、可避免外转和治疗中断。数智化系统应支持分层转诊，让患者在正确的时间进入正确的机构。
4. 建设区域转诊会诊和共享诊断中心
《国民健康“十五五”规划》提出，以地市为单位全面推进二级及以上医院转诊会诊中心建设，并推进医学影像实时调阅、检验检查结果共享互认。国家区域医疗中心应成为区域转诊会诊体系的重要枢纽。
转诊平台不能只是在线填写转诊单。完整的业务闭环应包括基层初步评估、转诊指征判断、患者资料共享、专家预评估、号源和床位协调、诊疗过程反馈、康复下转和长期随访。
同时，可以依托中心建设区域影像、病理、心电、检验等共享诊断中心，把高水平专家能力通过数字化方式覆盖到区域内其他医疗机构。
共享中心的评价也不能只看报告数量。还应关注报告响应时间、诊断一致性、危急值处置、基层医生能力变化、重复检查减少情况以及患者转诊效率。
检查检验互认尤其需要避免把问题简化为接口建设。互认涉及项目编码、设备质量、检验方法、报告时效、临床适用范围、医生责任和绩效分配。只有质量体系和业务规则同步建立，医生才真正敢于使用外院结果。
5. 通过人工智能把高水平能力延伸到基层
区域医疗中心是人工智能规模化应用的重要场景。相较于国家医学中心重点突破复杂专病，区域医疗中心更应关注成熟能力的普惠应用。
可以优先建设基层常见病辅助诊疗、医学影像辅助诊断、心电辅助分析、处方审核、慢病风险分层、智能随访、转诊建议和家庭医生服务支持。
但基层AI应用不能以替代基层医生为目标。更现实的定位是降低基层医生获取专业支持的门槛，并把上级医院的路径、规则和知识嵌入基层工作流程。
区域医疗中心还应承担模型区域适用性验证。国家医学中心或企业开发的模型，在不同地区、不同设备、不同疾病谱和不同数据质量条件下，表现可能存在差异。区域医疗中心需要评价模型在本地人群中的安全性、有效性和成本效益，再决定是否规模化推广。
这使区域医疗中心成为医学创新从头部机构走向广泛应用的关键中间层。
五、共同的建设框架：从系统架构转向能力架构
国家医学中心和国家区域医疗中心虽然使命不同，但可以形成共同的建设框架。这个框架不应从技术组件出发，而应从中心必须具备的能力出发。
下图将这一框架概括为“五层能力、两类输出、一个结果导向”。五层能力并不是五套相互独立的平台，而是逐层形成支撑关系：现代化临床业务产生可信数据，数据和知识支撑人工智能，人工智能进入区域协同和能力输出，最终由质量、运营和监管体系检验实际效果。
图中自下而上的路径表示能力形成过程，自上而下则代表治理约束：所有数据、模型和区域协同项目，都必须接受医疗质量、患者安全、运营效益和国家任务完成情况的检验。两类中心共享同一基础，但在顶层输出上形成分工——国家医学中心侧重医学创新和国家标准输出，国家区域医疗中心侧重成熟能力复制和区域均衡。
第一层：现代化核心临床业务
任何高水平数据和人工智能应用都建立在稳定的临床业务基础上。如果电子病历、医嘱、护理、手术、急诊、重症、药学和医技系统仍然割裂，数据质量差、业务规则不统一，人工智能只会放大现有问题。
两类中心首先要完成核心临床系统现代化，形成统一的临床工作入口、连续的患者病历、标准化医嘱和病历内容，以及能够灵活嵌入规则、知识和模型的业务环境。
这里的“现代化”不等于全部系统推倒重建，而是要判断现有系统是否支持跨院区、跨机构、全病程、多模态数据和智能应用。如果核心架构无法满足未来任务，应有计划地进行重构，而不是不断通过外围平台弥补核心系统缺陷。
第二层：临床数据和医学知识
数据建设应形成从原始业务数据、标准化临床数据、专病数据集到研究数据集的分层体系。同时建立医学术语、药品、检查、手术、疾病、指南、路径和质量规则的统一管理。
过去医院重视数据治理，较少重视知识治理。但人工智能应用的可靠性不仅取决于数据，也取决于知识是否准确、及时和可追溯。
一个临床决策建议使用了哪一版指南、哪些证据和哪些患者数据，应当能够被追溯。指南更新以后，哪些规则、路径和模型需要调整，也应当能够被识别。
第三层：人工智能与智能体
两类中心都需要建设统一的人工智能能力平台，但平台建设不能脱离临床场景。
平台至少应支持模型接入、知识检索、数据调用、流程编排、权限控制、应用开发、效果评测和运行监测。更重要的是建立人工智能治理制度，对不同风险等级的应用采用不同准入和验证要求。
病历生成、知识检索等低风险应用可以较快推广；诊断建议、治疗推荐和风险预测等高风险应用，应当经过严格临床验证；直接影响医疗行为的智能体，还需要明确人工确认、执行权限、异常处理和退出机制。
第四层：区域协同和能力输出
国家医学中心应通过专病联盟、多中心研究、远程会诊、知识服务和标准输出连接全国相关机构；国家区域医疗中心则应通过转诊会诊、共享诊断、医共体协同和基层赋能连接区域医疗网络。
区域协同必须围绕真实业务，而不是围绕连接数量。一个机构接入平台并不代表协同已经发生。只有患者完成了合理转诊、检查结果被实际采用、基层医生获得了诊断支持、患者得到连续管理，连接才产生价值。
第五层：质量、运营和监管
数智化建设最终必须回到质量和效益。《规划》强调控制三级医院规模、强化床位配置约束、防范公立医院债务风险，这意味着未来数智化项目将面临更严格的投入产出审查。
两类中心需要把临床质量、患者安全、资源配置、病种成本、医保支付、科研投入和国家任务纳入统一治理。
基于电子病历的智能化和嵌入式监管将成为重要方向。医疗核心制度、合理用药、临床路径、手术安全、院感风险、不良事件和医保规则将逐步进入事中提醒和闭环整改。
质量监管的目标不应是增加医生负担，而应尽可能通过业务数据自动识别问题，并把需要人工处理的高风险事项准确推送给责任人员。
六、“十五五”期间应优先建设的六类工程
如果把上述框架转化为建设计划，可以形成六类工程。
第一类是核心临床系统现代化工程。重点建设一体化临床工作台、多院区连续病历、专病诊疗流程、智能病历和医嘱、智慧护理、智慧药学以及规则和知识嵌入能力。
第二类是重大疾病数智化工程。围绕中心优势病种，建设专病门户、全病程管理、专病数据集、MDT协同、诊疗决策支持、科研队列和患者结局评价。
第三类是医疗质量与患者安全工程。建设病历智能质控、核心制度监测、合理用药、病情恶化预警、隐匿性不良事件发现、感染风险监测以及手术、输血和重症安全管理。
第四类是多模态数据与医学人工智能工程。建设高质量数据集生产体系、医学知识平台、模型和智能体开发环境、临床中试基地、模型评测以及上线后的持续监测能力。
第五类是区域医疗协同工程。建设转诊会诊中心、检查检验互认、影像病理心电检验共享中心、区域急救协同、远程医疗、基层智能辅诊和区域专病管理网络。
第六类是智慧运营与国家任务管理工程。建设多院区运营、病种成本、DRG/DIP分析、床位和手术室调度、设备效益、专科能力评价、患者流向以及国家中心建设任务监测。
六类工程之间存在明确依赖关系。核心临床系统和数据治理是基础，重大疾病和区域协同是业务主线，人工智能是能力增量，质量运营是价值评价。不能将六类工程平行采购、分别验收，否则仍然会形成新的系统孤岛。
七、组织治理比技术选型更难，也更重要
国家医学中心、国家区域医疗中心的数智化建设涉及临床、科研、教学、管理、区域协同和人工智能，已经超出传统信息部门的职责和权力范围。
如果仍然采用“业务部门提需求、信息部门立项采购、厂商实施、上线后移交”的方式，项目很难持续产生价值。
中心需要建立由主要负责人牵头的数智化治理机制，至少包括临床与质量、数据治理、人工智能、科研转化、区域协同、安全伦理和建设运营等职责。
对每一个重点专病或智能应用，应明确临床负责人、数据负责人、产品负责人、质量安全负责人和工程实施负责人。临床负责人不能只在项目立项时签字，而要对应用是否符合临床需要、是否改善结果持续负责。
人工智能治理尤其需要制度先行。每个应用从立项开始就应明确用途、适用人群、风险等级、数据来源、验证方案、责任边界和退出条件。上线以后持续监测模型表现、医生采纳、错误事件和人群偏差。
此外，两类中心还要建立长期运营机制。数据集需要持续维护，知识库需要更新，模型需要监测和迭代，区域协同需要服务团队。如果项目经费只覆盖建设期，没有稳定人员和运营预算，平台很快会失去活力。
八、评价体系必须从“建设完成”转向“能力产生”
传统信息化项目习惯使用系统上线率、接口数量、数据量、用户数和评级结果进行评价。这些指标可以反映建设进度，却不能证明国家中心的使命已经实现。
国家医学中心应重点评价：
- 重大疾病和疑难重症诊疗能力是否提升；
- 是否形成国家级高质量专病数据资源；
- 是否产生新的临床证据、指南、路径和质量标准；
- 人工智能模型是否经过多中心临床验证；
- 科研成果是否进入临床并改善患者结局；
- 中心能力是否通过数字化方式向全国输出。
国家区域医疗中心应重点评价：
- 区域内重点疾病患者外转是否减少；
- 项目医院与输出医院诊疗差异是否缩小；
- 区域转诊是否更加规范高效；
- 基层医疗机构能否获得稳定的诊断和技术支持；
- 检查检验共享是否减少重复检查；
- 患者能否在区域内完成诊疗、康复和长期管理。
两类中心都应关注患者结局、医疗质量、服务效率和资源使用效益。人工智能应用则要评价准确性、漏报率、医生采纳率、流程时间、成本变化以及对临床结果的影响。
需要特别警惕“数字化替代真实能力”的现象：系统展示了区域协同，但真实转诊仍在线下完成；平台汇聚了大量数据，但无法支持一个可靠的临床研究；大模型每天调用很多次，但没有改变临床决策和患者结果。这样的数字化只能证明系统存在，不能证明能力形成。
九、建议分三个阶段推进，而不是一次性完成“大规划”
“十五五”五年时间足以完成一次深刻转型，但不适合一次性建设所有平台和场景。
2026年至2027年应以统一基础、明确重点为主。完成核心系统和数据基础评估，选择三到五个重点病种，建立统一患者身份、主数据和数据标准，打通多院区和区域协同的关键流程，同时建立人工智能治理和临床验证制度。这个阶段的目标不是展示大量应用，而是做到数据可用、流程可控、责任明确。
2028年至2029年应进入能力形成和规模应用阶段。围绕重点专病建设全病程服务和高质量数据集，形成专病模型和智能体，扩大检查检验互认、转诊会诊和区域共享中心应用，建立质量安全主动监测和临床科研一体化体系。这个阶段要证明建设成果能够改善质量、效率和区域服务能力。
2030年应形成国家示范和区域输出能力。国家医学中心应能够输出标准、数据集、知识、模型和临床验证体系；国家区域医疗中心应形成覆盖地市、县域和基层的协同网络，并在重点病种患者留治、同质化诊疗和区域能力提升方面取得可评价结果。
这样的阶段安排有一个基本原则：每一阶段都要形成可使用、可评价的业务能力，而不是把所有价值推迟到五年规划结束时。
十、五个必须正视的现实问题
第一，数智化建设不会因为国家中心定位而自动获得充足预算。
《规划》同时强调控制三级医院规模、约束床位配置、防范公立医院债务风险。未来项目审批会更加关注实际价值。中心需要证明项目如何提高医疗质量、减少重复投入、改善资源效率，而不是仅仅强调技术先进。
第二，头部医院的系统不一定适合区域医院。
输出医院的系统通常建立在较强的人员、流程和管理基础上，直接复制到项目医院可能导致功能复杂、使用困难和成本过高。真正需要复制的是核心规范和能力，系统应根据当地条件进行适配。
第三，高质量数据不可能完全由信息部门治理出来。
数据的医学含义、临床边界和质量判断掌握在临床人员手中。没有专科持续参与，数据治理最终只能完成技术标准化，无法保证医学可靠性。
第四，医疗人工智能的最大瓶颈不是模型，而是进入临床流程。
模型能生成高质量回答，不代表医生会使用，也不代表使用后更加安全。应用必须与病历、医嘱、任务、提醒、复核和责任机制结合，才能产生稳定价值。
第五，区域协同必然涉及利益和责任重新分配。
检查互认会影响检查收入，患者下转会影响科室工作量，统一质量管理会增加透明度，区域资源调度会改变医院之间的关系。这些问题不能通过技术平台自动解决，需要同步调整管理规则、支付机制和绩效分配。
如果不面对这些现实摩擦，宏大的建设框架很容易在实施阶段被拆成若干彼此独立、风险较低但价值有限的软件项目。
结语：国家中心最终要输出的不是系统，而是能力
国家医学中心、国家区域医疗中心是国家重塑优质医疗资源格局的重要抓手。“十五五”数智化建设的意义，不在于为两类中心增加更多技术标签，而在于帮助它们真正完成国家使命。
国家医学中心要回答的是：重大疾病和疑难重症的诊疗能力，能否从少数专家和团队的经验，转化为可沉淀、可验证、可迭代、可输出的国家医学能力。
国家区域医疗中心要回答的是：高水平医院已经形成的医学能力，能否跨越地域、机构和人员差异，在当地稳定运行，并进一步辐射区域和基层。
从这个角度看，两类中心的“十五五”数智化建设可以概括为一条共同主线：
以重大疾病和疑难重症诊疗能力提升为核心，以现代化临床业务系统为基础，以多模态高质量数据为关键资源，以医学人工智能为能力增量，以临床科研一体化为创新路径，以区域协同和能力输出为责任边界，建设具有临床引领、科技创新、区域辐射和国家示范价值的数智医疗中心。
其中，国家医学中心的关键词是创新、引领、验证、标准和输出；国家区域医疗中心的关键词是复制、协同、下沉、留治和均衡。
未来五年，最容易出现的问题不是技术不够先进，而是建设目标再次被简化为系统上线、平台建成和场景展示。如果重大疾病诊疗质量没有提高，患者仍然无序外转，基层仍然得不到稳定支持，数据仍然不能用于可靠研究，人工智能仍然游离于临床流程之外，那么即使建设了再多平台，也不能称为国家级数智医疗能力。
国家中心真正需要交付的，不是一套更加复杂的信息系统，而是一套可以持续改善临床、产生医学知识、提升区域能力并接受结果评价的运行机制。
这才是国家医学中心、国家区域医疗中心“十五五”数智化建设应当达到的高度。
参考政策
- 国务院：《国民健康“十五五”规划》，2026年7月。
- 国家卫生健康委等部门：《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，2025年11月。
- 国家卫生健康委等部门：《“十四五”全民健康信息化规划》，2022年11月。
- 中共中央、国务院：《“健康中国2030”规划纲要》。
–EOF–
转载须以超链接形式标明文章原始出处和作者信息及版权声明。