2026年7月，国务院印发《国民健康“十五五”规划》。规划提出，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效益提升、改革治理更加注重系统协同。
对大型三级综合医院而言，这几句话所带来的变化，远不止增加几个数字化项目或者人工智能应用。
过去十多年，大型医院的信息化建设主要围绕三个目标展开：第一，完善门诊、住院、医技、护理、药学和运营管理等业务系统；第二，通过电子病历、互联互通、智慧服务和智慧管理等评级推动应用深化；第三，建设数据中心、互联网医院、运营管理平台和人工智能应用，改善患者体验和医院运行效率。
这些建设解决了大量现实问题。但到了“十五五”，大型三级综合医院面临的环境已经发生明显变化。
一方面，群众健康需求从单次疾病诊疗逐步转向预防、治疗、康复和长期健康管理；另一方面，三级医院规模扩张受到更加严格的资源配置和债务约束。医保支付方式改革持续压缩粗放式增长空间，人员、床位和资金越来越难以通过简单增量解决。与此同时，国家又要求大型医院承担疑难重症救治、区域协同、基层赋能、医学创新、公共卫生和高层次人才培养等更多责任。
人工智能的快速发展又增加了新的变量。医院已经不再讨论“要不要使用AI”，而要开始回答：AI进入临床以后，如何保证安全，如何与医生协同，如何评价实际价值，谁对错误负责，模型如何持续更新。
因此，大型三级综合医院“十五五”数智化建设的核心，不能继续停留在“建设哪些系统”，而应转向一个更基本的问题：
在资源约束增强、医疗责任扩大、人工智能进入临床的背景下，医院如何利用数智化重构临床服务、运营管理和组织治理能力？
这不是传统信息化规划的自然延伸，而是一次建设逻辑的重构。
一、大型三级综合医院需要重新定义数智化建设目标
大型三级综合医院既不同于国家医学中心，也不同于普通区域医院。
国家医学中心的核心使命是医学创新、国家标准和能力输出；国家区域医疗中心的核心使命是优质资源扩容、诊疗能力复制和区域均衡。大型三级综合医院虽然层级和定位各不相同，但普遍承担五类责任：高水平综合诊疗、疑难重症救治、区域医疗支撑、医学教学科研和公共卫生应急。
这意味着，大型三级医院数智化建设不能单纯追求技术先进，也不能只围绕患者在院期间提高效率。它至少要同时解决五个问题。
第一，如何提高疑难重症和多学科综合诊疗能力。大型综合医院的优势不是常见病患者数量多，而是具有多学科、多专业协同解决复杂问题的能力。数智化必须帮助医生更快理解复杂病情，获得完整证据，组织多学科协同，并及时识别患者风险。
第二，如何在资源受限的条件下提高效率。未来三级医院不能依赖不断增加床位、设备和人员实现增长，而要通过优化患者结构、缩短无效等待、提高床位和手术室效率、减少重复检查和控制不合理成本实现内涵式发展。
第三，如何把服务从一次就诊延伸到全病程。肿瘤、心脑血管、糖尿病、呼吸系统疾病、精神心理疾病等领域，患者价值并不只发生在住院期间。医院需要连接筛查、诊断、治疗、康复、复诊、随访和长期健康管理。
第四，如何把数据转化为临床、质量和科研能力。医院已经积累了大量数据，但数据能否直接用于临床决策、质量评价、真实世界研究和模型训练，仍然存在很大差距。
第五，如何让人工智能安全地进入临床。模型可以生成病历、总结病情、识别风险和提出建议，但医院必须建立临床验证、人机协同、权限管理和错误处置机制。
因此，大型三级综合医院“十五五”数智化建设的总体目标可以概括为：
以患者健康结果和医院高质量发展为目标，以现代化核心业务系统为基础，以医疗质量和患者安全为底线，以多模态数据和医学知识为关键资源，以人工智能为能力增量，以全病程服务、区域协同和精益运营为主要突破方向，建设数据驱动、人机协同、持续演进的现代化医院。
这里需要特别强调三个变化。
首先，数智化建设对象从“信息系统”变成“医院能力”。系统是否上线只是建设条件，能力是否形成才是最终结果。
其次，数智化评价从“功能完成”转向“结果改善”。一个AI应用调用了多少次、一个平台接入了多少系统，都不能直接证明医疗质量和运行效率得到提升。
最后，数智化责任从信息部门扩展到医院管理层和临床科室。很多关键问题——诊疗规则、数据质量、模型适用边界、临床责任——不是信息部门可以单独决定的。
二、“十五五”期间大型三级医院面临的六项根本变化
这六项变化并不是六条彼此独立的趋势，而是共同推动大型三级医院从规模扩张、院内诊疗和事后管理，转向全周期服务、区域协同、内涵发展和实时治理。
图中的逻辑是：服务边界和组织边界首先发生变化，进而要求医院改变增长方式和数据生产方式；当AI开始规模化进入临床后，质量、安全和监管也必须同步进入业务过程。数智化由此不再是独立的技术工程，而成为医院发展方式转型的基础。
1. 从院内疾病诊疗转向全生命周期健康服务
传统医院信息系统通常以挂号为起点，以门诊或住院结算为终点。患者离开医院以后，系统对其用药依从性、康复进展、疾病复发和生活质量了解有限。
但“十五五”规划强调以健康为中心，发展慢性病防、治、康、管全链条服务，并强化全生命周期健康管理。这要求大型医院逐步延伸服务边界。
例如，肿瘤患者的数智化服务不应止于手术和化疗，而应包括高危筛查、精准诊断、多学科治疗、治疗反应评价、康复、营养、心理支持、复发监测和长期随访。心脑血管患者则需要连接院前急救、急诊救治、手术或介入治疗、康复训练、用药管理和危险因素控制。
这并不意味着三级医院要包揽患者全生命周期的所有服务。更合理的方式是由大型医院负责专病方案、风险分层和质量标准，基层和社区承担稳定期管理，患者通过统一数字化体系在不同机构间连续流动。
因此，医院需要从建设互联网医院，进一步转向建设全病程服务体系。互联网医院只是服务渠道，全病程管理才是业务模式。
2. 从单体医院运营转向区域医疗网络协同
《规划》提出加快建设紧密型医联体，推动医疗、运营、信息管理一体化，并以地市为单位全面推进二级以上医院转诊会诊中心建设。
大型三级综合医院的数智化边界将由本院向区域延伸。医院需要支持双向转诊、远程会诊、检查检验结果互认、区域急诊急救、共享诊断中心和基层辅助诊疗。
但区域协同不能简单理解为连接更多机构。大量区域平台在技术上已经实现接入，却没有形成稳定业务。基层仍然通过电话找专家，转诊仍依赖熟人关系，检查结果虽然可以调阅，但医生不敢直接采用，患者出院后也没有真正回到基层管理。
“十五五”期间，区域协同建设必须从“连接数量”转向“业务闭环”。一个完整的转诊闭环至少应包括转诊指征、资料共享、专家预评估、号源和床位协调、诊疗结果反馈、康复下转和长期随访。
大型医院也需要改变区域责任的实现方式。三级医院不应通过不断吸引常见病患者体现辐射能力，而应通过输出诊断、知识、路径和质量管理能力提升区域整体水平。
3. 从规模扩张转向质量和效益提升
“十五五”规划明确提出控制三级医院规模，强化床位配置约束，严禁超规划建设和违规举债建设，并防范公立医院债务风险。
这意味着大型三级医院的增长方式必须改变。
过去，部分医院通过增加院区、床位、设备和人员扩大服务量。当增量资源受到约束以后，医院只能更多依靠能力结构调整和效率提升。
数智化需要帮助医院回答：
- 哪些患者必须由三级医院诊治；
- 哪些患者可以在日间、门诊或基层完成治疗；
- 哪些病种平均住院日过长；
- 哪些检查和用药存在重复或不合理；
- 哪些手术室、床位和设备利用不足；
- 哪些专科投入较大但质量和区域影响有限；
- 哪些高价值技术和服务能力需要加强。
因此，智慧运营不应只做收入和工作量展示，而要进入资源配置、病种成本、专科能力和风险管理。
4. 从数据汇聚转向高质量数据生产
多数大型三级医院已经完成基础数据集成，部分医院建设了临床数据中心、运营数据中心和科研平台。但现实中经常出现一种矛盾：医院数据很多，真正可用于临床研究和人工智能的数据却很少。
原因并不复杂。业务系统中的数据主要服务诊疗操作和结算，不一定满足科研和模型训练要求。病历中的核心判断可能隐藏在自由文本中，同一疾病在不同科室使用不同描述，影像和病理缺乏结构化标注，患者出院后缺少长期结局数据。
因此，“十五五”数据建设的重点不应是继续扩大数据湖，而应建立高质量数据生产机制。
医院需要围绕重点病种和具体用途明确数据标准，建立临床、数据、科研和工程人员共同参与的治理团队，并对数据完整性、准确性、一致性、时效性和代表性进行持续评价。
高质量数据集不是一次性项目成果，而是一种持续生产能力。
5. 从AI局部试点转向临床规模化应用
医疗人工智能正在从影像识别、病历质控等相对独立的场景，进入病情总结、诊疗决策、风险预警、护理任务、患者随访和运营管理。
但AI进入临床的最大瓶颈并不是模型能力，而是医院是否具备接纳和治理模型的能力。
一个模型即使在测试数据上表现很好，进入真实临床后仍可能受到患者结构、设备差异、数据缺失和工作流程的影响。医生也可能忽略正确提醒，或者过度相信错误建议。
大型三级医院必须建立人工智能全生命周期管理，从立项、数据审查、技术测试、临床验证、上线审批，到运行监测、版本更新、事件处置和退出。
不同风险等级的应用应使用不同的管理方式。病历草稿生成、知识检索等应用可以较快推广；诊断建议、治疗推荐和病情风险预测则必须经过更严格验证。
6. 从事后检查转向实时嵌入式治理
《规划》明确提出开展基于电子病历信息的智能化和嵌入式监管。这意味着医院质量管理将逐渐从人工抽查和事后统计，转向业务过程中的实时识别和闭环处置。
例如，系统可以识别核心制度执行偏差、用药风险、检查异常、病情恶化、手术风险和潜在不良事件，并把问题推送给责任人员。处理结果、复核过程和整改效果继续回到系统中，形成闭环。
这对电子病历提出了更高要求。电子病历不再只是记录工具，而要成为临床、质量、医保和监管共同使用的可计算基础。
三、总体建设框架：一个目标、两条主线、五层能力
大型三级综合医院“十五五”数智化建设可以概括为“一个目标、两条主线、五层能力”。
一个目标，是改善患者健康结果、医疗质量和医院可持续发展。
两条主线，一条是患者与临床主线，覆盖风险识别、就诊、诊断、治疗、护理、康复和健康管理；另一条是医院治理主线，覆盖战略、资源、运行、成本、绩效、质量和风险。
五层能力则形成自下而上的支撑关系。
这个框架最重要的不是五层名称，而是层与层之间的依赖关系。
现代化核心业务持续产生可信数据；数据和知识支撑人工智能进入临床；智能应用形成新的业务行为和风险；质量、运营和监管体系再对效果进行评价，并反向推动业务和模型改进。
如果核心业务系统流程割裂、数据质量不稳定，直接建设大模型平台只能产生外围应用，很难形成临床核心能力。
第一层：数字基础和安全必须从“保护系统”升级为“保障业务连续”
大型三级医院的临床运行高度依赖信息系统。挂号、医嘱、检验、影像、手术、用药和结算任何一个关键环节出现长时间故障，都可能影响医疗安全。
因此，“十五五”数字基础建设应从设备和资源建设，转向业务连续性。
医院需要根据核心业务重要程度建立分级容灾和恢复机制，明确系统发生故障后哪些业务必须立即恢复、哪些可以降级运行、哪些需要准备人工预案。云平台、双活和容灾中心只是技术手段，关键是医院是否进行定期切换和真实业务演练。
统一身份也是重要基础。未来需要管理的不只是医务人员和患者，还包括设备、应用、算法和智能体。谁访问了什么数据，哪个模型生成了什么建议，哪个医生确认并执行了建议，都要能够追溯。
安全范围也在扩大。传统网络安全关注服务器、终端和数据库，人工智能时代还需要关注知识库污染、模型越权、提示注入、敏感信息泄露和智能体错误操作。
第二层：核心业务现代化是AI时代无法绕过的一课
大型医院过去建设了大量系统。随着时间推移，系统之间形成复杂接口，临床人员需要在不同界面反复切换，患者信息按照系统而不是按照临床任务组织。
一些医院试图通过数据平台和AI助手绕过核心系统问题。这种方式短期能够改善查询和展示，但无法从根本上改变诊疗流程。
“十五五”期间，大型三级医院需要评估现有HIS、电子病历、医技、护理和药学系统是否具备四种能力：
第一，能否支持门诊、急诊、住院和院后的连续服务；第二，能否支持多院区和区域协同；第三，能否将指南、规则和模型嵌入工作流程；第四，能否持续产生结构化、可追溯的高质量数据。
如果不能，就需要逐步推进核心业务现代化。
1. 建设一体化临床工作环境
医生需要的不是更多系统入口，而是围绕患者和临床任务组织的信息。
一体化临床工作台应将病历、医嘱、检查、检验、影像、病理、用药、护理和风险信息聚合，并根据门诊、查房、会诊、手术和出院等不同场景提供相应内容。
多模态病情速览是其中的重要能力。它不能只是大模型对病历的机械摘要，而应突出关键诊断、重要变化、异常指标、治疗反应、待处理风险和证据来源。
2. 建设专病诊疗工作台
综合医院通用电子病历很难满足所有专科深度需求。医院可以围绕重点病种，建设包含专科结构化病历、临床路径、MDT、治疗方案、量表、随访和结局评价的专病工作台。
专病工作台应尽量复用医院公共能力，而不是形成新的专科孤岛。
3. 推进护理、药学和医技一体化
智慧护理的重点不应只是移动护理和文书电子化，而要转向护理风险、任务和人力协同。系统应根据患者状态自动生成或调整护理任务，识别跌倒、压疮、导管和VTE等风险，并支持床旁设备数据自动采集和智能交班。
智慧药学则应覆盖处方前置审核、临床药师服务、药品调剂、不良反应监测和连续用药管理。面对老年患者和多病共存患者，单次处方审核已经不足以控制用药风险。
医技一体化需要统一检查预约、资源调度、报告结构化、危急值处置和质量控制，并为检查检验互认奠定基础。
第三层：把数据、知识和模型建设成医院公共能力
1. 数据要从“汇聚”走向“产品化”
医院不同部门对数据的需求不同。临床需要患者级实时数据，质量管理需要规则明确的问题数据，运营管理需要可解释的指标，科研需要符合研究设计的数据集，AI需要经过清洗和标注的训练及验证数据。
单一数据仓库无法自动满足所有需求。医院应围绕具体用途形成数据产品，并明确数据定义、责任主体、质量指标和更新机制。
2. 医学知识要从文档走向可计算对象
医院保存了大量指南、制度、路径和专家共识，但大多以PDF或Word形式存在。医生需要自行阅读和记忆，系统也无法直接调用。
未来需要把部分核心知识转化为结构化规则、路径和知识对象。例如，一项临床决策建议引用了哪一版指南、哪些患者数据和什么判断规则，应当能够被追溯。
当指南更新时，相关规则、路径和模型也需要同步调整。否则知识库内容越多，过期风险越大。
3. AI平台要服务场景开发和风险治理
医院建设AI平台的目的，不应是集中展示接入了多少模型，而应解决四个问题：
- 模型和知识如何被临床应用安全调用；
- 新场景如何低成本开发和验证；
- 不同模型如何统一管理和监测；
- 应用效果和运行成本如何评价。
平台至少应提供模型接入、知识检索、数据调用、流程编排、权限控制、应用开发、测试评测、版本管理和运行监测等能力。
但平台不能替代临床产品建设。没有明确工作流和临床责任的“通用智能助手”，很难承担高价值任务。
第四层：优先建设能够进入工作流的八类智能场景
1. 临床诊疗智能化
包括病历生成、病情速览、医学知识检索、鉴别诊断辅助、治疗方案和指南匹配、检查用药合理性审核以及多学科诊疗支持。
这类应用必须遵守“辅助而非替代”的基本定位。模型输出应展示证据来源和不确定性，并由医生完成最终判断。
2. 医疗质量与患者安全
大型三级医院应优先建设病历内涵质控、核心制度执行、病情恶化预警、隐匿性不良事件发现、院感风险、手术安全和异常诊疗行为监测。
这类场景往往比患者问答更有临床价值，但也更难。预警过多会导致医生疲劳，预警过少又可能漏掉风险。因此必须持续评价敏感性、准确性、医生采纳和患者结果。
3. 患者全流程服务
从智能预约、预问诊、分诊导诊、检查集中预约，到移动支付、报告解读、云陪诊和院后随访，患者服务正在逐步由信息查询转向任务协助。
但医院不能只追求交互体验。患者智能体涉及医疗建议时，需要明确服务边界，避免把通用健康问答包装为临床诊断。
4. 专病全病程管理
医院应优先选择具有明确临床路径、患者数量基础和长期管理价值的病种，形成风险筛查、诊疗方案、康复随访和结局评价。
全病程管理的核心不是给患者发送提醒，而是根据风险变化调整管理计划，并明确院内专科、基层医生和患者各自责任。
5. 智能护理和药学
护理领域可以建设风险评估、任务编排、床旁监测、智能交班和人力调度；药学领域可以建设处方审核、药物相互作用、不良反应识别和个体化用药支持。
这些场景具有明确数据和业务闭环，通常比泛化的管理智能体更容易形成稳定价值。
6. 区域协同
包括智能转诊、远程会诊、共享诊断、检查检验互认、区域急救和基层辅助诊疗。
区域AI的价值不是替代基层医生，而是把三级医院的知识、路径和诊断能力以更低成本提供给基层。
7. 临床科研和教学
人工智能可以支持研究队列识别、临床试验患者匹配、研究数据采集、文献和证据检索、教学病例生成。
医院需要防止使用生成式AI制造看似完整但不可验证的研究内容。科研应用必须保留数据来源、检索过程和人工确认。
8. 医院运营管理
运营智能体可以协助床位和手术室调度、病种成本分析、DRG/DIP运营、设备效益、库存预测和预算风险识别。
但运营管理涉及复杂组织利益。系统可以识别问题，资源调整和绩效分配仍然需要管理层决策。
第五层：用质量、运营和监管检验数智化价值
数智化建设最容易出现的问题，是项目在技术上完成，却没有进入医院治理。
大型三级医院应建立六个闭环：
医疗质量闭环，从发现问题到责任推送、处理、复核和改进；患者安全闭环，从风险识别到分级干预和事件复盘；运营闭环，从目标设定到偏差分析和资源调整；医保闭环，从规则前置到结算分析和临床反馈；AI治理闭环，从准入验证到监测更新和退出；数据治理闭环，从标准定义到质量评价和持续整改。
这六个闭环的共同点是，系统不仅要提供信息，还要推动行动，并记录行动结果。
例如，识别一例潜在不良事件并不是终点。系统还要明确由谁处理、处理是否及时、最终是否确认、原因是什么，以及类似事件是否需要调整规则和流程。
五、建议形成“一体两翼六大工程”
大型三级综合医院可以将“十五五”建设任务组织为“一体两翼六大工程”。
“一体”是统一数智化基础，包括身份、主数据、集成、数据、知识、AI、安全和运维公共能力。
“两翼”分别是临床与患者服务、运营与组织治理。前者解决医疗质量、患者安全、连续服务和体验，后者解决资源配置、成本绩效、医保支付和风险控制。
“六大工程”包括：
“一体”解决重复建设和公共能力复用问题，“两翼”确保建设同时服务临床价值与医院治理，“六大工程”则把能力框架转化为可实施的项目组合。六大工程之间存在依赖关系，不能按照六个独立采购包分别建设和验收。
第一，核心业务现代化工程，推进临床、护理、药学、医技和运营系统重构；第二，医疗质量与患者安全工程，建设病历质控、风险预警、不良事件和嵌入式监管；第三，重点专病数智化工程，建设专病工作台、全病程管理和专病决策支持；第四，数据知识与AI工程，形成多模态数据、医学知识、AI平台和评测能力；第五，区域协同工程，建设转诊会诊、结果互认、共享诊断和基层赋能；第六，智慧运营工程，覆盖成本、绩效、医保、资源配置和经营风险。
六大工程不能平行采购、分别验收。核心业务和数据知识是基础，专病和区域协同是业务主线，AI是增量能力，质量运营是结果评价。
六、不同类型大型医院不能采用同一个模板
国家级和省级高水平医院，应更加重视疑难重症、优势专病、临床科研、多模态数据和医学AI，同时形成区域和行业能力输出。
地市级三级综合医院，应优先建设区域转诊会诊、急诊急救、检查检验共享、医疗质量安全和重点专科能力，发挥连接县域和基层的枢纽作用。
多院区医院，应首先解决统一患者身份、跨院区连续病历、诊疗同质化、资源协同和一体化运营，避免每个院区形成独立系统和管理体系。
经营压力较大的医院，则不宜率先建设宏大的大模型平台，而应优先解决病种成本、床位效率、手术效率、药耗管理、医保支付和能够量化价值的质量安全场景。
数智化规划必须服从医院自身战略。如果医院没有明确未来五年的专科定位、患者结构和区域责任，信息化规划越宏大，实施时越容易碎片化。
七、组织治理：医院必须建立新的数智化责任体系
大型三级医院数智化已经超出信息部门职责范围。医院应建立由主要负责人牵头的数智化治理委员会，医务、护理、药学、运营、医保、科研、信息、安全和财务共同参与。
每个重点专病或智能场景都应明确临床负责人、产品负责人、数据负责人、质量安全负责人和技术负责人。
其中，临床负责人不是名义上的项目顾问，而应对应用是否符合临床需求、是否安全、是否改善结果持续负责。产品负责人负责把临床问题转化为流程和功能，数据负责人保证数据含义和质量，技术负责人保证系统可靠运行。
医院还需要建立持续运营预算。数据集需要更新，知识库需要维护，模型需要监测，区域协同需要人员提供服务。只有建设预算，没有长期运营机制，平台很快会失去价值。
八、分三个阶段推进，而不是一次性建设“大而全”
2026年至2027年应以补基础和统一规则为主。医院需要完成现状评估，明确业务和专科战略，制定核心系统现代化路线，建立统一身份、主数据和集成体系，治理关键临床数据，并选择三到五个高价值场景试点。
这一阶段的目标是数据可用、流程可控、系统可扩展。
2028年至2029年应进入临床和规模应用阶段。建设一体化临床工作台，形成重点专病全病程服务和高质量数据集，推广病情速览、临床决策、风险预警和智能护理，同时推进区域协同和智慧运营。
这一阶段要证明数智化已经进入主要业务流程，并产生可以评价的质量和效率改善。
2030年应形成持续运营闭环。医院需要实现临床、科研、运营和区域协同数据贯通，建立知识和模型迭代机制，以患者结局、医疗质量、运营效益和区域责任评价建设成效。
九、评价体系必须从“系统上线”转向“能力和结果”
建议大型医院从六个维度评价数智化建设。
第一是患者结局，包括重点病种死亡率、并发症、再入院率、复发率和患者报告结局。
第二是医疗质量，包括诊疗规范执行、合理用药、危急值处置、风险事件闭环和临床路径完成情况。
第三是服务效率，包括患者等待时间、平均住院日、手术室利用率、检查预约时间和转诊时间。
第四是运营效益，包括病种成本、床位效率、设备利用率、预算执行和医保支付表现。
第五是数智能力，包括数据质量、AI临床采纳率、模型性能、预警有效性、医生节省时间和运行成本。
第六是区域责任，包括转诊规范率、检查互认率、基层服务覆盖和区域重点疾病留治能力。
技术指标、业务指标和患者结果之间应形成因果链。例如，病历智能生成不能只看生成次数，还应评价医生节省时间、病历质量和风险变化；风险预警不能只看发出多少提醒，而应评价确认率、处置及时性和不良结局变化。
十、必须正视的七个现实问题
第一，不能把“十五五”规划写成信息系统采购清单。系统名称无法体现医院未来五年的能力变化。
第二，不能长期绕过核心系统问题。如果业务系统架构不支持数据和智能应用，外围平台越多，整体复杂度越高。
第三，不能用大模型平台代替数据和医学知识治理。没有高质量数据和可靠知识，模型只能生成流畅但不稳定的结果。
第四，不能用调用次数评价AI。医生真正采纳了多少，质量和效率是否改善，才是核心。
第五，不能在没有责任边界的情况下让智能体进入高风险流程。模型可以辅助判断，但诊疗责任、执行权限和异常处置必须明确。
第六，区域协同不能只完成技术接入。真实转诊、结果采用、下转随访和基层能力提升才是价值。
第七，不能忽视数智化带来的利益调整。检查互认会影响科室收入，患者下转会影响工作量，透明的质量评价会增加组织压力，智能调度会改变资源分配。技术平台无法自动解决这些矛盾。
结语：大型三级医院真正需要的是可持续的数智化能力
“十五五”将是大型三级综合医院数智化建设从信息化深化走向能力重构的关键五年。
过去，医院通过系统建设解决业务有没有、数据通不通、服务能不能在线完成的问题。未来，医院需要进一步回答：数智化能否改善患者结局，能否降低医疗风险，能否在资源受限的情况下提高效率，能否让高水平医疗能力覆盖更广泛人群。
大型三级医院的数智化建设应遵循一条基本路径：
先明确医院战略和重点病种，再重构核心临床流程；先形成可信数据和医学知识，再推进人工智能；先选择能够改善质量、效率和患者结局的场景，再建设通用平台；先建立临床责任、验证和安全机制，再让智能体进入高风险流程。
最终需要形成五种可持续能力：
一是高质量综合诊疗和疑难重症救治能力；二是重点患者全病程服务能力；三是临床数据和医学知识生产能力；四是人机协同和人工智能应用能力；五是质量、运营和区域协同治理能力。
这些能力才是大型三级综合医院“十五五”数智化建设的真正交付物。
医院未来的竞争，也不会取决于谁建设了更多平台、部署了更多模型，而取决于谁能够把临床、数据、知识、人工智能和组织治理真正连接起来，形成持续改善患者健康结果和医院运行质量的机制。
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。