近年來，娛樂圈的“吃瓜”現象日益盛行，許多明星的黑料頻頻曝光，引發網友熱議。不少人開始追逐那些隱藏在光鮮背后的秘密，試圖揭開真相。這些曝光往往涉及感情糾紛、財務問題等敏感話題，雖然有些信息未經證實，但仍然吸引了大量關注。無論是粉絲還是路人，對這些爆料的反應各不相同，既有人表示質疑，也有人樂于分享討論。

從達芬奇手術機器人到GPT-4會診體系，不論是作為醫師幫手“上崗”，仍是賦能醫療器械研制、才智醫院辦理，AI正在從“東西”跨越到“同伴”，特別是在醫學范疇的許多立異實踐，更為廣闊患者特別是慢病患者帶來福音。

如憑借智能手環、智能血壓計等設備，可實時搜集慢病患者的多項生理數據，如心率、血壓、運動數據等，為醫師供給精確、及時的病況監測材料；經過大數據剖析和人工智能算法，搜集到的海量數據得以深度剖析與發掘，醫師能更精準地點評病況危險、醫治作用，猜測疾病走向，并擬定個性化的醫治計劃和健康辦理計劃，包含藥物醫治、飲食主張、運動輔導、心思干涉等，一起經過手機運用程序或短信等方法提示患者準時服藥、進行康復訓練和復診等；醫師還可以經過長途監控體系隨時了解患者的病況改動，及時調整醫治計劃，削減患者就診次數，進步醫療功率……。

在此基礎上，不少醫院還開發了數智化慢病大數據辦理渠道，這日漸成為推進醫療服務質量進步、患者健康辦理精細化的重要力氣。比方一些醫療機構選用專業的慢病專科隨訪+AI隨訪體系，經過與醫院信息體系(HIS)對接，對建檔的門診和出院患者進行分級隨訪辦理，完結精準隨訪。如此，社群中的各個人物就可以根據患者的狀況進行精準干涉和幫扶，疾病操控欠安的患者會得到更強的干涉。并且，體系也會長時間追尋患者承受干涉后的行為，保證認知教育可以轉化為實踐的行為改動，終究帶動疾病向好展開。如南京中醫院打造的才智慢病辦理渠道,融入了中醫體質辨識、辨證論治等中心思念，憑借大數據剖析、長途服務體系等智能化手法，可以根據患者個別狀況動態調整健康辦理計劃，包含膳食攻略、運動主張和心思干涉等。

可見，能精準辨認高危險人群的AI，不是在代替醫師，而是拓寬醫學的范疇，讓“早發現、早確診、早醫治”向更活躍的“早防備、早干涉、早收效”改變。

值得注意的是，雖然AI賦能醫學潛力巨大，但在實踐運用中仍面對許多應戰，需歸納施策加以應對，包含打造慢病辦理混合服務形式，完結線上就診咨詢和線下實體查看優勢互補；鼓舞醫療機構參加數字化慢性病辦理體系建造，構成在線與實地、專科與全科相結合的醫療資源共享格式；加大對底層醫療機構的支撐力度，進步數智化才能與水平；等等。

更重要的是，建立健全數據安全辦理體系，加強數據隱私維護，及時修正體系危險，清晰數智化醫療數據的搜集、運用和維護標準，為數字化慢性病辦理的快捷、合規供給技能助力。筆者在調研中了解到，浙江嵊州下王鎮衛生院就使用AI技能主動查看辨認病歷、藥方、單據等，極大進步了工作功率。比方其注冊的醫保“刷臉付”功用，得益于“人臉辨認+實名+實人”AI安全核驗技能，患者在就診繳費時，只需在醫保歸納服務終端行進行人臉辨認，體系便能敏捷完結醫保結算。不只保證了患者身份信息的精確性，也為患者帶來了更快捷的就醫體會。

2024年11月，國家衛生健康委等部分印發《衛生健康職業人工智能運用場景參閱指引》，清晰提出活躍推進衛生健康職業“AI+”運用立異展開。筆者以為，AI與醫學交融，短期是學習探究，重點是構建學習與教育體系，清晰人工智能在醫學中的定位與運用邏輯，展開場景化試點；中期是深化運用，經過研討推進人工智能與醫療全場景交融，加強國際交流，擴展運用規模，并獲得體系化的實踐經歷；長時間是構成人工智能賦能醫學的新生態，掩蓋科研、臨床、辦理全鏈條。

不管哪個階段，都離不開科學的點評體系、標準的管理結構。這其間，須保證醫療決議計劃權一直在醫師手里，經過多體系穿插驗證、算法迭代和數據質量優化，進一步進步AI輔佐的精確性、安全性、有效性。具體來說，可統打算力、語料庫等數字基建，經過導診服務先行先試、中心治療嚴厲測評等方法，推進“技能—場景—人才”協同展開。（作者：陳鳴聲，系南京醫科大學數智技能與健康管理實驗室教授）。