问题——基层就医需求增长与慢病管理压力并存。随着人口老龄化加快、慢性病患病率上升，基层医疗机构面临“接诊量增加、医生精力有限、病历书写耗时、随访管理分散”等现实困难。部分老年患者对病情变化更为敏感，就医决策也更依赖咨询；但线下就诊存时间成本高、信息不对称等问题，重复问诊、重复检查在一定程度上影响就医体验和资源使用效率。 原因——数字化基础完善为新模式提供条件。近年来，苏州持续推进医疗信息化建设和区域健康平台互联互通，电子病历、检验检查结果、用药记录等数据逐步实现规范沉淀。同时，算法模型在医学知识整合、症状结构化分析和文本生成诸上能力提升，为“医生诊疗决策+智能工具辅助”提供了落地空间。基层试点得以推进，关键于以居民授权为前提汇聚健康信息，并将应用嵌入医疗机构工作流程，让技术从“可展示”转向“提效率”。 影响——提高基层诊疗效率，优化患者就医体验。在苏州部分社区卫生服务中心，患者到诊前可通过便民应用进行健康咨询和信息补充；到诊时，系统可调取既往病史、慢病随访和检查结果，辅助生成规范化门诊病历，并对用药风险、复诊提醒等作出提示。对患者而言，连续的健康记录减少了重复叙述和资料携带负担；对医生而言，标准化文书和信息整合压缩了事务性时间，有助于把更多精力用于问诊沟通和处置判断。试点数据显示，对应的辅助服务已累计覆盖近千万人次，成为提升基层诊疗能力的一个具体抓手。 对策——在“可用、可信、可控”上做实制度与治理。业内人士认为，人工智能进入医疗场景，必须以安全合规和临床有效为前提。下一步应重点把握四个环节：一是坚持“辅助定位”，明确系统提供的是建议与提示，诊断处置责任仍由具备资质的医务人员承担，避免技术替代临床判断的误用。二是强化数据治理，落实最小必要原则与授权管理，完善访问留痕、分级权限与脱敏处理，守住隐私保护底线。三是推进标准化建设，统一病历结构、接口规范与质控规则，确保不同机构间数据可交换、可理解、可追溯。四是加强基层培训与绩效激励，让医生“用得顺、愿意用”，同时建立模型更新与应用评估机制，持续校正偏差、提升可靠性。 前景——从“便捷服务”走向“体系能力”，支撑分级诊疗与公共健康。苏州提出将试点经验向全市推广，意味着此模式将从局部探索走向系统建设。未来，随着家庭医生签约服务、区域健康档案与慢病管理路径更打通，人工智能辅助能力有望在随访提醒、早期风险识别、健康教育和用药管理等上发挥更大作用，推动形成“预防—诊疗—康复—管理”的连续服务链。同时，通过数据联动优化资源配置，可促进优质医疗资源更多向基层延伸，与分级诊疗目标形成协同。专家提示，推广过程中仍需兼顾区域差异与基层承载能力，循序推进，避免“一刀切”，确保技术进步真正转化为群众获得感。
医疗卫生与千家万户息息涉及的；苏州基层医疗领域的探索显示，数字技术与医疗服务深度结合，有助于提升基层服务能力，让优质医疗资源更便捷地触达居民。此实践为缓解基层资源紧张提供了可行思路，也为其他地区推进智慧医疗建设提供了参考。随着技术成熟和场景拓展，数字化手段有望在保障居民健康、提升医疗服务质量上发挥更大作用。