作为近年来被提及次数越来越多的关键词，AI+医疗的产业机遇在国内市场正处于产业机遇的爆发期。

从2022年《科技部关于支持建设新一代人工智能示范应用场景的通知》的印发，到今年两会上多位代表委员的建言献策。AI+医疗正以强劲的发展势头在国内迅猛发展，AI大模型将通过覆盖更多预防、诊断、决策下的场景，以更好实现降本增效的目的。

全国人大代表，中国移动河南公司党委书记、董事长、总经理楼向平：构建系统化的AI法律法规体系；构建统一的可信AI技术标准和评估体系，加强内生安全防御技术研究，实现AI“生成即安全”。

全国人大代表、方大集团董事长熊建明：建议国家有关部门加强AI在公共安全领域的监控、检测、培训、安全管理人员定位与轨迹追踪、危险源监测及管理与预警、安全事故溯源与分析等系统的开发和应用，充分发挥AI技术在公共安全领域的重要作用，以达到消除安全隐患、有效降低安全事故的发生。

全国人大代表、农工党中央委员、南昌大学元宇宙研究院院长闵卫东：加快研究数字技术防范AI风险，在AI飞速发展的同时，建立起相应的数字之“盾”，拉紧AI的“缰绳”。

全国政协委员、奇安信董事长齐向东：大力推进“AI+安全”的科技创新能力，将AI安全技术融入数字化场景；鼓励企业和高校最新的AI科研成果和网络安全攻防技术相融合；大力探索“AI+安全”创新应用，抢占国家安全的AI战略制高点，提高我国应对网络空间安全风险与不确定性的能力。

全国政协委员、知乎创始人兼CEO周源：建立数据合规的监管机制，推动完善AIGC监管立法，保护和规范AI领域的数据合规；加强数据安全和知识产权的保护措施；加快高质量中文数据集的开发与利用。

全国政协委员，上海市浙江青年人才联合会主席、金杜律师事务所高级合伙人张毅：在立法层面，我国可加快推进《人工智能法》的出台，以构建AI算法治理体系，弥补监管体系空白；在监管手段上，建议强化和创新算法监管。通过完善算法治理联席会议制度，实现多部门协同监管，形成“横向协同，纵向联动”的算法治理格局；在保障用户权利方面，建议推进算法服务商以个人能够理解的方式披露算法风险与可能产生的损害、算法运行步骤与决策结果间关系等运行规则，减少专业术语，便于用户理解和决策。

全国政协常委、中国移动党组书记、董事长杨杰：加快前瞻性基础研究、引领性原创成果的重大突破，打造企业为主体、产学研用深度融合的创新联合体，构建可控可信的安全防护体系，充分发挥AI的巨大潜能，推动新质生产力加快发展。

全国政协常委，中国作家协会副主席、书记处书记、著名作家邱华栋：加强AI领域版权保护，包括完善相关立法，明确AI领域版权保护的原则性问题；充分发挥行业政策、国标、行标等“软法”的作用，提升AI领域版权保护工作的专业化、精细化水平；建立AI开发者与权利人组织良性对话机制，推动国家权威机构监管的正版语料数据库建设；加快落实AI领域版权保护多方主体责任，构建多主体参与的共建共治共享社会治理体系。

全国政协委员，民革广东省委会副主委、深圳市委会主委，深圳市人大常委会副秘书长何杰：积极参与AI全球治理；加快打造AI治理的中国模式和国际样板。

（二）AI应用落地

全国人大代表，美的副总裁、首席财务官钟铮：加快推动“智能制造专项”立项实施，通过支持科研院所、企业研究和突破数字化、AI、先进工艺、智能装备等关键技术的创新和融合，推动工业机器人、工业软件、智能控制装备、增材制造装备等重点产品研发和产业化，带动工艺、装备、软件成组连线创新突破，形成自主可控、先进适用的通用智能制造系统解决方案基座。

全国政协常委、浙江省政协副主席陈小平：抢抓AI战略高地和发展主动权，赋能各领域产业创新，成为发展新质生产力的重要引擎。

全国政协委员、常委，中国工程院院士钱锋：AI赋能新型工业化，要树立目标导向观念，将AI技术与产业升级需求密切结合，给工厂、产业、行业装上高质量发展的“工业大脑”；引导实体企业与AI技术深度融合，深度挖掘数据价值、高效配置资源能源、精准管控安全环保质量、基于数据实施高效决策、为产业链条深度赋能，从而打造“智造新实体”。

全国政协委员、360集团创始人兼董事长周鸿祎：深化AI多场景应用，支持大模型向垂直化、产业化方向发展；鼓励兼具“安全和AI”能力的企业解决通用大模型安全问题。

（三）AI技术发展

全国人大代表、科大讯飞董事长刘庆峰：系统性制定国家《通用AI发展规划》（简称《规划》）；在制定国家《规划》的同时，加快推进通用大模型的相关工作，不断缩小中美通用AI产业在通用底座平台方面的差距，并在行业应用和价值创造上打造我国的比较优势。

全国人大代表、中国铁塔董事长张志勇：建立算力资源公共调度平台，促进算力资源协同共享，提升算力资源利用效能；提升自主创新能力，在政策引导、品牌推广、行业采购等层面加大对国产硬件的支持力度，推进AI深度学习框架、AI硬件计算100%国产化；加快推动能够提供训练和推理一体化的单体超大规模行业智算中心建设。

全国政协委员、微博CFO曹菲：促进AI数据交易市场发展，加快数据跨境流动规范实施，推动创新企业能够合法合理地获取可公开的优质数据，打破制约大模型技术发展的瓶颈。

全国政协常委、浙江省政协副主席陈小平：推动建立AI大数据开放创新平台，鼓励企业和研究机构共享符合法律法规要求的高质量语料库资源；支持开展专门的数据标注、清洗等预处理工作，为训练大模型提供优质数据来源；研究制定更适应AI产业发展特点的数据权益保障和流通规则，降低企业合规成本。

全国政协委员、京东集团技术委员会主席曹鹏：自主研发和产业发展相辅相成；鼓励国产算力软硬协同，支持大模型创新与应用；建设分布式新型数字基础设施；鼓励链主企业推动生态链上下游应用自主研发技术创新。

（四）AI人才培养

全国人大代表，小米创办人、董事长兼CEO雷军：加强培养AI人才，满足科技变革需求，包括从义务教育阶段普及AI素养教育；大力推进高校AI相关专业的建设；支持大型科技企业和教培机构培育AI应用型人才。

全国人大代表、万华化学董事长廖增太：多方协同合作，形成国家级化工行业通用数据集；提供政策性支持，鼓励AI在化工行业典型应用场景先行先试；建立完善的AI人才培养战略和引进政策，强化AI人才体系建设。

全国政协委员、中国科学院计算技术研究所研究员张云泉：集中AI芯片研制攻克算力瓶颈，普及生成式AI教育，满足市场对新质生产力人才的需求。

人工智能（AI）技术正在成为推动医疗行业变革的关键力量。随着新冠肺炎疫情对全球医疗系统造成的持续压力，AI的应用在提高效率、降低成本和增强医疗服务质量方面显得尤为重要。

精简行政事务：AI可以通过自动化处理大量的行政和文书工作，从而减少医疗机构的运营成本。例如，使用自然语言处理（NLP）技术可以高效地处理和分析医疗记录，简化账单和保险索赔流程。

提高医疗服务质量：AI算法能够分析患者的健康数据，预测疾病风险，并提供个性化的治疗方案。此外，AI还可以辅助医生识别潜在的药物相互作用和过敏反应，从而提高患者治疗的安全性。

扩大服务可及性：AI技术，特别是远程监控和智能诊断工具，可以帮助那些偏远地区或资源有限的医疗机构提供更好的医疗服务。通过智能设备和应用程序，患者可以在家中进行基本的健康监测和咨询，减少对传统医疗设施的依赖。

提高人工智能可信度：为了确保AI系统的可靠性和透明度，需要开发可解释的算法，并对数据进行严格的质量控制。这有助于建立患者和医疗专业人员对AI医疗解决方案的信任。

监管挑战：随着AI在医疗领域的应用日益广泛，各国政府面临着制定和实施有效监管政策的挑战。监管框架需要平衡创新的鼓励和患者安全的保护。

负责任地部署人工智能：医疗机构和公司必须确保AI的使用符合伦理标准，保护患者隐私，并确保所有相关流程都是透明和可审计的。这不仅有助于避免法律风险，还能促进患者和其他利益相关者的信任和接受。

然而，随着人工智能在医疗领域的广泛应用，也面临着一些挑战和问题。目前应用AI面临两大主要风险：

第一，通过使用AI，医生可能减少对自身医学知识的依赖，导致从业者出现技术不足的情况；

第二，风险在于AI模型的小错误极易扩大，如果是一个人犯错，由于接触患者的数量有限，风险相对有限，但AI模型的错误则是全球性的。

为了确保AI在医疗领域的负责任应用，我们需要关注以下几个方面：

第一，数据透明性。AI技术的决策和推荐往往基于大量的数据。因此，我们必须确保这些数据的来源和收集方式透明、合法，并且受到严格的监管。同时，患者也有权知道自己的数据被如何使用和共享。

第二，算法可解释性。AI的决策过程往往是一个“黑箱”过程，人们很难理解其背后的逻辑和依据。为了确保AI在医疗领域的可信度，我们需要开发更加透明和可解释的算法，让医生和患者都能够理解AI的决策过程。

第三，AI运行可靠性。AI技术在医疗领域的应用必须保证高度的可靠性。任何错误或故障都可能导致严重的后果，甚至危及患者的生命。因此，我们需要对AI系统进行严格的测试和验证，确保其在各种情况下都能够稳定运行。

总之，AI在医疗行业的应用前景广阔，但同时也需要谨慎地解决伴随而来的技术和监管挑战。通过负责任地部署和使用AI技术，医疗行业可以更好地满足患者的需求，提供更高质量的医疗服务。