当医术遇上算法，当诊室连接云端，AI早已不是实验室里的前沿科技，而是深度落地医疗一线的“新帮手”。从看懂一张眼底照片，到读懂大脑的运动意图，人工智能正在诊疗的多个环节大显身手。

AI成为诊疗“多面手”

从看懂眼底到读懂大脑

在北京儿童医院眼科门诊的检查室，一张眼底照片刚刚拍完，AI大模型就立刻接手分析。它像一位经验丰富的眼科医生，层层捕捉血管、神经、黄斑等细微结构，快速完成300多项指标的量化评估，并同步生成热力图与数据报告。

研发人员介绍，这套AI系统的能力远不止于眼科分析，还可以辅助医生发现糖尿病、高血压、心脑血管疾病等全身性问题的早期风险信号。

江苏省人民医院康复医学科诊室，一套融合脑机接口技术的柔性手部康复机器人系统，成为中风、上肢功能损伤患者的专属智能康复搭档。

患者头戴轻便脑电帽，设备实时捕捉大脑释放的脑电信号，经由AI算法快速解析识别大脑运动意图，再转化成控制指令，驱动柔性手套带动受损患肢完成抓握、伸展等整套康复动作。

除了脑机主动训练，还有趣味满满的镜像康复小游戏，患者动动灵活健全一侧的手，设备立马同步带动活动不便的手，跟着重复相同的动作。训练时脑电信号全程实时捕捉，AI化身专属监测官，精准计算大脑专注度与身体疲劳值，把抽象的康复状态变成看得见的数据，让每一次训练都心里有数。

伴随AI医疗落地场景持续拓宽，“人工智能+医疗卫生”加速普及。根据国家卫健委相关实施意见规划，到2027年，建立一批卫生健康行业高质量数据集和可信数据空间，形成一批临床专病专科垂直大模型和智能体应用，到2030年，基层诊疗智能辅助应用基本实现全覆盖。行业机构预测，AI医疗健康解决方案市场规模预计在2030年将突破1000亿元。

从诊室到算法后台

一位儿科医生的AI跨界之路

人工智能正加速融入诊疗的各个环节，当AI越来越“会看病”，背后是谁在“教”它？

讯飞医疗医学中心主任AI医学研究员鲍溪荷曾经是一名三甲医院的儿科主治医师，7年前转型进入AI医疗领域，成为一名AI医学研究员，带着团队打磨、优化智能诊疗大模型，让人工智能真正能辅助医生、服务患者。

从临床医生到AI医学研究员的跨界转型后，鲍溪荷的工作重心发生彻底转变：从前服务病痛患者，如今专注训练医学AI模型。和团队一同研讨临床案例、优化模型问诊交互、校验诊疗医学逻辑。

医生的语言，是临床经验、诊疗逻辑；工程师的语言，是算法逻辑、代码规则。对鲍溪荷来说，给两套截然不同的专业体系做“跨界翻译”是AI医疗研发的大难点。

鲍溪荷表示，语言体系其实有着非常大的壁垒，比如迭代、上线、debug（调试）信息，这些是临床中没有听过的，而技术人员对临床一些简单的症状体征可能理解度都不是很高，双向翻译的工作其实困难和挑战会比较大。为了打通壁垒，鲍溪荷需要将临床经验拆解为AI可量化的要素。

从临床经验中感知到的“弦外之音”，正通过像鲍溪荷这样的AI医学研究员们——转化为AI可以学习的“语言”。

鲍溪荷表示，选择转岗是因为在临床工作中切实感受到优质医疗资源和医学信息在普惠性以及可及性上还有一定的提升空间。AI医疗可以通过技术以一种更高效更便捷的方式，让医学知识经验服务更多的人。

AI医疗人才缺口大

跨界培养按下快进键

AI医疗产业加速扩容，新兴职业不断涌现、人才缺口持续放大。相关院校也因此专门开设融合课程，补上人才短板。

行业数据显示，2026年春招中，既懂AI又懂医药行业逻辑的复合型专业人才缺口率达38%，复合型人才缺口将达250万，薪资水平较传统岗位高出30％。

业内人士介绍，AI已渗透药物研发、临床辅助诊断、智能康复、医院管理等医疗全价值链。催生的新岗位主要集中在三大类：

一是AI医学研究员，承担医学知识库搭建与模型评测，在医生和工程师之间做“跨界翻译”；

二是医疗AI算法工程师，负责模型训练、调优与临床落地；

三是医疗AI产品经理，打通医院、医生、患者多方需求。