当前，我国医疗服务供需矛盾依然突出：一方面，人口老龄化、慢病负担上升带来就诊需求持续增长；另一方面，优质医疗资源区域分布不均、专科能力差异明显，诊疗流程中仍存在信息割裂、重复检查、随访管理不足等问题。
如何在守住医疗安全底线前提下，提升服务效率、质量与可及性，成为行业亟待回答的现实课题。
在上述背景下，医疗智能技术加速从实验室走向临床与服务体系，成为推动转型的重要变量。
17日在北京举行的2026京东健康年度医生盛典上，多位临床专家与企业代表围绕“同心共愈，向新而行”展开讨论。
与会观点认为，互联网医疗正在经历从“以治病为中心”向“以人民健康为中心”的转变，技术不应仅停留在提升效率的辅助工具层面，而应面向诊前、诊中、诊后全链条，以规范化流程和可追溯证据支撑医疗服务能力提升。
推动这一轮变化的原因，既来自技术能力进步，也来自医疗治理与服务模式的现实需求。
近年来，多模态数据处理、可信推理与交互能力提升，使模型在影像识别、病情评估、随访管理等环节具备更强的可用性；同时，医疗机构对“可解释、可审计、可落地”的工具需求日益明确，促使相关产品从单点功能走向面向专科专病的系统化方案。
京东健康在会上提出以“医疗级”标准推进专科专病模型建设，强调要从辅助决策延伸至全程管理，从单一应用扩展到生态协同。
临床一线的实践案例，为技术如何“落地”提供了更具说服力的观察窗口。
北京大学肿瘤医院医学影像科主任医师史燕杰在会上分享消化道肿瘤诊疗辅助的探索：相关团队联合构建以智能体为核心、以语言模型与多模态能力为支撑的流程化辅助系统，可用于疾病识别、肿瘤标志物提取、分期判断等，并尝试结合真实世界数据为患者提供个体化诊疗建议，辅助临床试验匹配与疗效预测。
据介绍，该模型已在多家机构开展试点，形成“智能工具+临床工作流”协同的初步模式，部分场景在治疗评估与早筛分析中展现出较稳定的辅助能力。
多位专家认为，这类实践的价值不仅在于提高效率，更在于促进诊疗流程标准化与科研协同，推动经验沉淀为可复用的知识资产。
从行业影响看，专科专病模型的体系化扩展，意味着医疗智能化将从“点状创新”迈向“规模化变革”。
京东健康介绍，其在消化道肿瘤之外，还与多家医疗机构围绕呼吸系统、泌尿系统等重点领域推进模型合作，并开展心理危机动态预警与干预相关研究，尝试覆盖诊断、影像解读、治疗决策与管理随访等多场景应用。
与此同时，面向线上服务的模型能力也在加速应用：京东互联网医院在2025年推出升级版本后，上线“数字医生”，并构建由1500余个“专家医生智能体”组成的服务体系，提供全天候分诊、随访与智能引导，旨在把名医经验以更规范的方式沉淀与复用，改善患者获得服务的便捷性。
不过，医疗智能化走向更大规模应用，仍需跨越“安全、责任与治理”三道关口。
其一，医疗数据高度敏感，数据合规、隐私保护与安全审计必须前置；其二，临床应用要坚持“以医生为主、工具为辅”，明确责任边界与使用规范，防止过度依赖导致风险外溢；其三，不同医院信息系统、数据标准与流程差异较大，若缺少统一接口与评价体系，容易出现“能用但难以融入”的落地困境。
业内人士建议，相关探索应坚持以临床价值为导向，建立覆盖训练、验证、上线、监测与迭代的全生命周期管理机制，并通过多中心验证、真实世界评估等方式持续校准效果。
面向未来，医疗智能化的前景取决于三方面协同推进：一是以专科为单元的模型能力持续迭代，形成可复制、可推广的标准化解决方案；二是线上线下联动的服务体系更紧密衔接，让分诊、复诊、随访与健康管理形成闭环；三是行业治理与评价体系更完善，以更透明的规则促进创新在安全边界内加速应用。
京东健康表示，将以医药供应链为基础、医疗服务为抓手、数字技术为驱动，与医疗体系共建协同可持续的健康服务生态。
医疗人工智能的发展正在重塑医疗服务生态，其意义不仅在于技术革新，更在于推动医疗资源公平可及。
在确保数据安全与伦理合规的前提下，如何平衡技术创新与临床应用、商业价值与社会效益，仍需要医疗机构、科技企业和监管部门持续探索。
这场以AI为驱动的医疗变革，最终目标应是让每一位患者都能享受到个性化、精准化的健康服务。