人工智能（AI）作为引领未来的战略性技术，是新一轮产业变革的核心驱动力。在医药健康领域，AI通过创新改造产业供给端，有力推动关键药物、医疗装备的研发智能化升级，将是解决优质医药资源相对不足、地区医疗服务水平差异明显等突出问题的有力举措。
及时开展适应国情的“AI+医药健康”规划研究，对于实施“健康中国”“创新驱动发展”、推动医药健康产业成为国民经济新支柱，均具有重大意义。
一、需求研判
相比发达国家，我国的“AI+医药健康”规划有其特有背景和重点需求。
国情需求方面：人口老龄化加剧，2020年60岁及以上老龄人口数量达到2.55亿；慢性非传染性疾病成为主要疾病负担，高素质卫生人员、自主可控的高端医疗装备缺乏。
重点任务方面：机器智能辅助个性化诊断，精准治疗辅助决策支持系统，智能医疗健康设备，辅助康复和照看、手术、智能护理机器人，创新药物研发。
基础设施方面：互联互通的人口健康信息平台，超大规模深度学习计算集群，海量训练资源库；AI基础资源和公共服务等创新平台，细分医药方向的AI创新平台。
二、规划进展
2015年7月，国务院发布了《国务院关于积极推进“互联网+”行动的指导意见》，提出将AI作为重点布局领域，建设新型计算集群及海量训练资源库、AI基础资源和公共服务等创新平台。
2017年7月，国务院发布了《新一代人工智能发展规划》，提出要发展便捷高效的智能服务（含智能医疗、智能健康和养老等），在健康保障等重大项目中加强AI技术应用示范。
2018年5月，国务院办公厅发布《关于促进“互联网+医疗健康”发展的意见》，提出要推进“互联网+”AI应用服务，支持研发基于AI的临床诊疗决策支持系统、医用机器人、大型医疗设备、生物材料3D打印成型和可穿戴设备等。
2017年1月，国家卫生健康委员会发布了《“十三五”全国人口健康信息化发展规划》，提出要发挥AI、医用机器人等先进技术和装备产品在人口健康信息化和健康医疗大数据应用发展中的引领作用。
2017年12月，工业和信息化部发布了《促进新一代人工智能产业发展三年行动计划（2018—2020年）》，强调医疗领域着重扩大医疗影像辅助诊断等AI系统的临床应用。
三、布局短板
在体系框架方面，AI在医药健康领域的发展路径尚不清晰，公共投入/企业投入及应用重点不够明确；已有战略规划之间的联动性不够，未能明确与供给侧结构性改革的关系，导致AI对于推动健康医疗供给侧变革的重要价值难以显现。
在基础设施方面，虽然也强调了数据基础设施建设，但现有的人口健康信息平台建设分散，未与医学科学发展、AI应用等形成有效的衔接和联动。
在人才梯队方面，医药与AI复合型人才的结构失衡问题未得到充分重视；医药健康AI应用的优化与适配、科学监管机制建设等存在明显不足。
AI与医药健康领域的融合发展过程中，伦理与安全问题滞留在研讨层面，标准规范与法律法规仍然缺失，且标准制定的国际话语权薄弱。
四、发展建议
（一）重视AI在医药健康领域发展的战略价值
推动AI与医药健康领域的融合应用，将是实现《“健康中国2030”规划纲要》的重要举措。加强理念创新、技术创新、系统创新，设立医药健康AI应用发展专项计划，明晰发展路径和阶段目标，注重与国家产业战略规划、宏观经济科技战略的协调。
（二）以解决人民健康的重大需求为出发点
立足我国卫生领域的国情背景，以健康促进、人口老龄化应对为核心，重点推进AI在临床诊断与治疗、创新药物研发、精准健康管理、合理医保控费等领域的应用。AI赋予了医疗装备制造产业的变革机遇，应强化以医疗器械等高端装备国产替代升级为主线的智能化产业发展。
（三）将医药健康数据基础设施和平台建设列为优先事项
我国拥有丰富的健康医疗数据资源，但资源可用性亟待提升。建议将现有的医药健康数据规划和AI应用规划无缝衔接，优先发展契合AI应用需求的医药健康数据基础设施，重点推进国家医药健康大数据共享平台建设，保障数据质量、数据共享和信息标准化。宜优先开展医药健康细分领域的建设，引导产业有序发展。
（四）鼓励“AI+医药健康”交叉学科研究
AI在医药健康领域的有效应用，离不开医药健康专家的深度参与。可依托国家医学研究中心等专业机构，成立多个重点疾病方向的医疗AI交叉研究中心；明确“产学研用”转化机制，培养学科交叉人才，促进智能化诊断、治疗和健康管理应用的研发，提升新药研发效率。
（五）保障AI在医药健康领域应用的监管科学研究
在促进“AI+医药健康”发展的同时，应准确辨识、稳妥控制伴生的治理风险，这直接关系到人民群众的生命健康。合理加大监管科学研究投入，尽快建立包容、审慎、有效的“AI+医药健康”监管机制，覆盖医药创新服务与应用产品的全生命周期。
