{"id":"513348","toptitle":"","toptitle_color":"","title":"数字技术开创医学发展新格局","title_color":"","subtitle":"","subtitle_color":"","crtime":"2026-08-25 09:04:14","condition":"来源：健康报","thumb": ""}

中华医学会数字医学分会主任委员刘军数字医学是一门新兴前沿交叉学科，也是21世纪医学发展的重要方向。目前，随着人工智能（AI）技术的快速发展，数字医学已进入规模化应用的全新发展阶段，并从多个维度开创了医学发展的新格局，推动医疗健康模式实现由经验驱动向数据驱动的转变，完成由被动治疗向...

中华医学会数字医学分会

主任委员 刘军

  数字医学是一门新兴前沿交叉学科，也是21世纪医学发展的重要方向。目前，随着人工智能（AI）技术的快速发展，数字医学已进入规模化应用的全新发展阶段，并从多个维度开创了医学发展的新格局，推动医疗健康模式实现由经验驱动向数据驱动的转变，完成由被动治疗向主动健康管理的升级。

赋能医学基础研究
推动科研范式变革

  现阶段，数字医学正以前所未有的速度融入医学基础研究全链条，通过数据整合、智能建模与仿真预测，系统性重构基础医学研究的底层逻辑，为疾病认知、药物研发与健康管理的全面升级奠定坚实基础。

  在数字化生物信息学与基因组学领域，数字医学实现了生命活动的全方位数字化转化。依托高通量测序、质谱、数字成像等技术，基因组、转录组、蛋白质组、代谢组乃至微生物组等多组学数据被统一转化为可计算、可存储、可建模的数字信号。借助AI与云计算，研究人员能够高效解析海量生物数据，识别致病基因与易感位点，构建覆盖全球的多尺度生物数据库。

  在疾病机制与病理生理研究中，数字医学推动了相关研究从“看得见”到“算得清”的跨越。数字孪生与虚拟细胞模型可模拟器官功能与病理演变，可减少部分动物实验。全切片数字病理结合深度学习，实现对纤维化、坏死等组织改变的定量分析。将影像组学提取的数字特征与病理损伤程度建立对应关系，可实现对肺结节侵袭范围、心肌瘢痕范围等的精准测量。更重要的是，通过构建虚拟器官乃至全身模型，研究人员可动态模拟高血压血管损伤、慢性阻塞性肺疾病气道重塑、神经元退行性病变等过程，捕捉代偿与失代偿间的关键拐点，并基于多模态数据对疾病进行分子层面的亚型细分，揭示不同亚型间预后差异的深层机制。

  在药理与毒理研究中，数字医学重塑了药物研发流程。计算机辅助药物设计（CADD）通过虚拟筛选百万级化合物库、分子动力学模拟解析结合机制、AI大模型自主生成全新分子，显著缩短了筛选周期。多组学数据整合构建的“药物—靶点—通路—表型”因果模型，可同时明确药效通路与毒性通路。数字孪生器官模型可模拟药物在虚拟肝脏中的代谢损伤过程及在虚拟心脏中诱发心律失常的风险，而AI定量毒理学则通过全切片数字扫描自动识别毒性病变，消除了人工判读的主观偏差。

  此外，数字医学还在预防医学、营养学、卫生监督、医学伦理与教育等领域广泛应用，持续构建基础研究向转化应用延伸的完整生态。

赋能诊断技术研发
助力构建智能化诊断体系

  从影像识别到分子解析，从单模态判读到多模态数据融合，从院内诊断到远程预警，数字医学正加速医疗诊断技术的研发进程。

  在数字化影像诊断领域，AI辅助诊断系统已成为推动精准影像和智慧影像发展的核心力量。深度学习等先进算法，已在神经系统、头颈部、胸部、腹部、心血管、乳腺及骨肌系统等多个领域实现广泛应用，在病灶自动分割、疾病精准分类和预后风险预测方面取得突破性进展。在急性脑卒中分型、肺结节风险分级、肝硬化结节癌变检测、冠状动脉斑块定量分析及骨关节损伤自动评估等临床场景中，AI不仅显著提升了诊断准确性，更大幅提高了医疗工作效率。

  在数字化分子诊断领域，高通量基因测序等数字化检测技术实现了对致病基因和基因变异位点的精准识别，为疾病分子分型提供了关键依据。同时，基于数字化手段对人体蛋白质、代谢物等生物标志物的分析，推动了多组学分子诊断的落地应用，使诊断精度从形态层面深入到分子层面。

  无创与远程诊断技术则拓展了诊断服务的时空边界。依托先进传感技术与AI算法，无创检测设备的研发使疾病检测更加便捷、安全。借助5G和云计算技术构建的远程诊断平台，影像、病理等数据实现了实时传输与异地解读，有力推动了优质诊断资源向基层下沉，缓解了医疗资源分布不均的难题。

赋能临床实践全流程
加快医疗服务提质增效

  当前，数字医学已深度融入临床诊疗全流程，并在多个临床学科中落地，展现出显著的临床应用价值。

  在心血管、呼吸、消化及内分泌代谢等内科领域，数字技术通过构建专家系统与深度学习模型，实现了对疾病的精准解析、风险分层与预后预测。例如，在糖尿病管理中，AI可实现精准分型与并发症预警；在内镜影像识别中，深度学习显著提升了早期消化道肿瘤的检出率；在呼吸系统慢性病管理中，智能算法辅助实现了远程监测与个体化干预，推动了慢性病数字管理体系的建设。

  在外科学领域，数字技术贯穿于术前规划、术中导航与术后康复全过程。三维重建与数字孪生技术可模拟复杂解剖结构，辅助手术路径规划。手术机器人与增强现实、混合现实技术结合实现了毫米级精准操作，显著降低手术创伤与并发症的发生风险。例如，在骨科领域，AI广泛应用于骨折检测、骨龄评估、CT和磁共振检查辅助诊断及术后康复评估，并结合虚拟现实与物联网技术，构建了个性化、远程化的康复支持体系。

  在妇产科学与儿科学领域，AI通过多模态数据分析优化胎儿发育评估、妊娠风险预警及生殖医学中的胚胎选择。在儿科领域，智能系统赋能基层医生，提升其对疑难罕见病的识别能力，并实现疾病筛查、随访与预后管理的自动化，全面优化儿童健康管理体系。

  在神经病学、精神病学及康复医学领域，数字技术推动了从疾病早期预警到神经功能重建的全周期管理。AI结合影像分析与生物标志物识别，提升了对阿尔茨海默病、帕金森病等神经退行性疾病的早期诊断能力。脑机接口与智能康复机器人则为脊髓损伤、意识障碍患者提供了神经康复的新路径。康复医学借助5G远程平台与自然语言处理技术，实现了居家康复指导与心理支持的智能化。

  此外，在临床管理与医院运营层面，电子病历、医学智能体、在线处方与远程会诊系统等，助力实现诊疗信息的互联互通与多学科协同。智能医院管理系统通过整合医疗数据，优化排班与物流、监控设备资产与药品使用，提升了医疗资源利用效率与服务质量，为智慧医院建设提供了技术支撑。

  通过优化诊疗流程、赋能多学科协作、下沉优质医疗资源，数字医学不仅缩短了患者就诊等候时间、降低了就医成本，更推动医疗服务从“以疾病为中心”向“以患者为中心”转型，让不同地区的患者都能获得规范、精准的诊疗服务，持续提升医疗服务的整体可及性与群众满意度。

  随着技术迭代与产学研用协同的持续深化，下一步，数字医学将进一步打通从基础研究到临床转化的全链条路径，为提升医疗服务可及性、推动精准医疗落地、保障全民健康提供坚实的技术支撑。