陕西六部门印发「人工智能+医疗卫生」工作方案：2027年建成专病大模型矩阵，2030年AI辅助基层诊疗基本全覆盖

陕西六部门交卷：「人工智能+医疗卫生」落地任务细到22条

趋势前瞻视角 × 监管与合规专家 ｜ 事实报道 × 医院信息化·临床医生 ｜ 监管动态

9月24日，陕西省卫生健康委、发改委、工信厅、数据和政务服务局、中医药管理局、疾控局六部门联合印发《促进和规范「人工智能+医疗卫生」应用发展工作方案》，文件落款为9月18日。这是国家五部门实施意见发布后，省级层面较早交出的系统性答卷：八大任务、22条举措，两个时间节点分别锚定2027年与2030年。

开场：国家意见落地省一级，陕西先交卷

国家卫健委等五部门此前印发《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），为医疗AI的省级实践划出框架。陕西这份方案正是对该实施意见的落地回应，同时衔接本省「人工智能+」行动方案，把国家层面的原则性要求翻译成了可执行的省级任务书。

方案名称沿用了国家文件「促进和规范」的并提结构，这个顺序本身就是一种政策语言：促进在前，回应的是产业界对应用空间的期待；规范随行，回答的是医疗场景对安全底线的要求。对省一级执行者而言，这两个动词必须同时兑现，任何一头偏废都会在验收时暴露。

发文规格值得细看。六部门联合印发，覆盖卫生健康、发展改革、工业和信息化、数据与政务服务、中医药管理、疾病预防控制六个条线，意味着方案不只是一份行业倡导文件，而是把数据、产业、公卫、中医几条线捆进了同一张执行网络。文件落款9月18日，9月24日在省卫健委官网全文公开，前后不到一周，节奏相当紧凑。

一份省级方案的分量，不在于列了多少条任务，而在于它把哪些任务写进了可考核的时间表。

两个时间节点：2027建底座，2030全覆盖

方案的目标体系由两个年份构成。到2027年，建成高质量数据集和可信数据空间，形成临床专科专病垂直大模型和智能体矩阵——这一阶段的重心是底座：数据先治、模型先立，把原料和工具备齐。到2030年，人工智能辅助基层诊疗基本全覆盖，二级以上医院普遍开展影像智能辅助诊断与临床智能辅助决策——这一阶段的重心转向应用面的铺开。

两个节点一前一后，逻辑清晰：先用三年解决数据和模型的有无问题，再用三年解决诊疗场景的普及问题。对医院信息化部门而言，2027年的数据集与可信数据空间是硬指标，数据治理和互联互通的历史欠账要在这三年内补上；对临床科室而言，2030年的「普遍开展」则把影像辅诊和临床决策支持从可选项变成了必答题。

措辞上，方案对2030年用了「基本全覆盖」和「普遍开展」，而非「全部覆盖」和「全部开展」，为基层能力差异和医院信息化水平差异预留了弹性。这种弹性是务实的，也意味着届时的考核口径仍有细化空间——是接入即算覆盖，还是常态化使用才算覆盖，直接决定目标的实际难度。

22条任务清单：从三秦智医助理到县域云审方

方案部署八大任务共22条，覆盖诊疗、基础设施、中医药与公共卫生四个板块。

诊疗端，升级「三秦智医助理」，向心脑血管、呼吸、糖尿病等慢病辅诊和中医辨证辅诊延伸，同时纳入电子病历质控。病种选择很能见出思路：心脑血管、呼吸、糖尿病都是基层就诊量最大、规范化路径最成熟的慢病，辅诊工具在这些场景最容易做出可量化的价值，也最容易被基层医生接受。基础设施端，推动心电、影像、检验三大中心全覆盖，并建设县域云审方中心和云药房——这一条直指县域：把审方和药事能力放到云上，本质上是用集中化弥补基层药师与审核力量的不足。

中医药板块颇具陕西地方特色：以陕西中医药大学附属医院和西安、宝鸡、安康市中医医院为试点建设智慧中医医院，推动艾灸机器人、智能四诊仪示范应用。中医辨证辅诊与智能四诊仪同时出现在清单里，说明方案试图把中医经验传承也纳入数据化路径，这一方向的难度与想象空间都不小。公共卫生端则部署传染病与食源性疾病智能监测预警、短缺药品智能预警和血液管理系统升级，把AI的触角伸到预警与保障环节——这些场景不直接面对患者，却往往是公共卫生体系里最先能跑出实效的部分。

基层缺的从来不是辅诊工具的演示版，而是愿意为工具持续运转付费的机制。

DRG/DIP智能质控：写给医保看的一条暗线

22条中有一条容易被略过，却可能最具行业指向性：开展AI病历与处方智能审核，加强主要诊断选择及编码的智能质控，提升DRG/DIP入组准确率。

DRG/DIP支付改革之下，主要诊断的选择与编码直接决定病组入组和医保结算水平。把编码质控写进AI应用方案，等于在省级文件中确认了一件事：病案首页已成为医院运营与医保支付之间最关键的结算语言，而AI被视为把这套语言说准的工具。对医院而言，这条任务的政策含义是双重的——质控能力被鼓励上AI，编码行为同时被更严密地审视。

这条暗线的另一面是合规边界。编码质控的目标是还原真实诊疗，而非抬高分组权重；AI可以把漏填的诊断找回来，也可能被用来把分组向高权重一端推。方案标题中「促进和规范」四字里的「规范」，很大程度就落在这一类场景上。谁先部署智能编码质控，谁就先进入监管的视野中心，这是医院在采购决策时应当计入的成本。

当AI开始学习编码，监管也必须学会审读编码背后的动机：是质控，还是创收。

冷静观察：方案易写，数据空间和基层付费意愿才是真门槛

任务清单可以一周成文，落地却要以年计。这份方案真正的难点有两处。其一在数据：2027年要建成的高质量数据集与可信数据空间，是全部后续任务的地基，而数据权属、共享规则、质量标准的协调成本，往往远高于模型训练本身；专病大模型矩阵能不能立起来，取决于各家医院愿不愿意、以及按什么规则把数据交出来。其二在基层：2030年「基本全覆盖」的潜台词，是基层机构要具备持续使用辅诊工具的能力与意愿——采购一次容易，常态化运行、效果评估、责任划分的机制建设更难，县域云审方中心这类设施建起来之后，运维经费与专业人员从哪来，方案没有也无法一次写尽。此外，辅诊结论出错时的责任界定、AI质控与医生自主权的边界，都还要靠配套细则逐一明确。陕西的答卷已经交出，评分要等两个节点兑现时才开始。

---

原文链接：source

千方医数集编辑部 出品