红网时刻新闻记者 文洁 长沙报道

一个名老中医几十年积累下来的临证经验，如何不只留在笔记和学生的记忆里？

一份医学影像报告发出之前，AI能不能先帮医生发现明显错误？

基层医生面对越来越多的慢病管理和公共卫生任务，AI又能帮上什么忙？

9月18日举行的2026年湖南省“人工智能+医疗卫生”应用大赛颁奖暨湖南省医疗健康数据资源供需对接会上，一批正在医院和基层发生的探索，给出了不同答案。

人工智能进入医疗，已经不只是模型和算法的故事。

数据，距离AI能用还有多远？

活动现场，中南大学湘雅二医院、湖南省儿童医院、湖南省第二人民医院、湖南省中医附二、湖南省肿瘤医院与湖南数产共同启动医疗数据价值释放试点。

中南大学湘雅二医院计划从医学影像入手。活动现场，中南大学湘雅二医院院长、中南大学副校长吕奔发布了医疗影像数据资源及AI应用场景。

据他介绍，依托医院牵头建设的国内首个医学大数据 IDC，构建“监测—预警—决策—管理—协同”一体化闭环，覆盖院前急救、急诊、ICU 监护到康复随访全链路。

参与医学影像数据资源研究的中南大学湘雅二医院放射科副主任赵伟介绍，一份真正能够进入科研和人工智能研发的数据，需要经过统一规范、统一命名、统一处理和脱敏，还需要按照不同应用需求进行专业标注。

安全和规范，也被放进这套流程之中。按照目前探索，医疗机构可以通过可信数据空间连接器、联合实验室等方式开展合作，实现原始数据不出院，并通过脱敏、专线传输等方式规范开展开发利用。“安全非常重要。”吕奔说。

数据，会带来什么？

业内的一种声音是，从某种意义上而言，类似于湘雅二医院这样高质量数据集的发布，能让数据真正的发挥到它最大的价值。“有可能会带动整个国内的一个科研水平的提升。”

赵伟介绍，中南大学湘雅二医院放射科主任刘军率领团队开发了一个医疗大模型，主要用于辅助检查医学影像报告中的异常和错误。它不是替医生作诊断，而是在报告发出之前，多一道质检关卡。

把名老中医的经验“留下来”

如果说医学影像解决的是“AI怎么看得更准”，那么湖南省肿瘤医院的一项探索，瞄准的是另一件事——如何把医生几十年形成的经验更好地沉淀下来。

湖南省肿瘤医院李阳教授所在团队研发了一个名为“智承”的中医智能体。“很多名老中医的临证经验是一种隐性的思维。”李阳说。

传统中医传承往往依靠跟师、笔记、录音。老师知道一个患者为什么这样辨证、为什么这样开方，但这种经验并不总能被完整表达出来。随着时间推移，大量知识还可能碎片化地散落在病例、文献和个人记录中。

团队希望用AI做的，首先是把这些经验重新组织起来。他们整理既往病例、相关文献、古籍和名医经验，形成面向中医肿瘤专业的知识库。

当一个患者就诊后，智能体可以从既往病例中匹配相似案例，调取相关名医经验和知识，并辅助形成方药建议。

但最后的一道关，仍然交给医生。“它学习名医，但不替代名医。”李阳说，最终处方仍需高级职称医生审核，审核结果又会继续用于系统优化。

据李阳介绍，“智承”智能体自去年5月左右开始院内试运行，目前仅在院内运行，已服务门诊、住院患者5万余人次。

它还有另一个用途：帮助年轻医生学习。

过去，年轻医生要跟随名医门诊才能学习其临证思路；现在，他们可以借助智能体，更方便地查询和理解名医既往处理相关疾病的经验。

“医生本质的角色不会发生变化。”李阳说，医生仍然面对患者、提供有温度的医疗服务。

AI的另一站，在基层

如果说大型医院更关心专科能力，那么企业看到的另一个重要场景，是基层。

参与了现场路演项目的数坤科技，从去年开始将触角伸至基层——基层医生既承担基本诊疗，也承担公共卫生、家庭医生、慢病管理等大量工作，AI辅助能够有较多使用场景。“结合居民健康档案、慢病情况等信息，AI可以辅助形成更加个性化的管理方案，千人千面，而不是所有居民面对同一套模板。”该公司负责售前方案的张梦歌说。

优质医疗能力也可以借助技术进一步向基层延伸。

赵伟介绍，湘雅二医院智慧重症相关系统已经与省内部分基层医院实现联通。基层重症患者的部分指标可以实时同步，上级医院发现异常后，可以开展远程指导。

这提供了一种新的可能：过去谈优质医疗资源下沉，首先想到的是专家下基层、医院结对子。

未来，数据、模型和AI能力，也可能成为医疗资源下沉的另一种载体。

从一份医学影像报告，到一张中医处方，再到基层居民的一份健康档案，AI进入医疗的路径并不相同。

但所有探索最终都指向同一个问题：

人工智能是不是足够新、模型是不是足够大，并不是患者最直接的感受。

真正有价值的变化，是它能不能帮医生少做一些重复工作、让专业经验更好传承、让优质能力走得更远，最终变成患者在一次诊疗中能够感受到的改变。