从信息化到数智化-《国民健康“十五五”规划》数智化转型深度解读

引言
2026年7月13日发布的《国民健康“十五五”规划》(国发〔2026〕23号),全文八千余字,信息密度极高。如果只能选一个章节反复研读,建议重点看第五章第三节“推进全民健康数智化建设”。这个章节以一套完整的基础设施规划,标志着中国医疗健康领域从信息化时代迈入数智化时代。值得注意的是,该章节还同时部署了“推进医疗、医保、医药数据共享”和“推进紧密型县域医共体智能应用体系建设”,前者指向三医协同的数据底座,后者着眼于基层服务的智能化升级,本文因聚焦国家级基础设施而未展开讨论。

点击图片可跳转
国家卫生健康委员会规划发展与信息化司发布的规划解读
这一判断并非仅基于规划文本本身。十年前,2016年发布的《“健康中国2030”规划纲要》以“建设健康信息化服务体系”为题描绘了上一阶段的蓝图,是过去十年医疗健康信息化建设的政策起点。将两份相隔十年的规划并置比对,从“信息化”到“数智化”的概念更替背后,是技术路线、治理理念和制度架构的系统性变迁。与此同时,规划发布前的7月4日,国家卫生健康委统计信息中心赵韡主任在2026年智慧医院大会上发表了题为《数智赋能卫生健康高质量发展》的演讲(以下简称:演讲)。统计信息中心在卫生健康信息化建设中承担总体推进角色,赵韡主任在演讲中披露了大量已落地的技术方案、阶段性成果和一套完整的实施框架,恰好为规划文本中的蓝图性表述提供了施工侧的印证。
本文的分析即建立在这三份文献的对照之上。下文将首先回溯从“健康中国2030”到“十五五”规划的技术范式转换,继而逐一拆解规划所构建的五大数智化基础设施支柱及其系统性关联,再结合赵韡主任披露的“4128”实施框架分析从蓝图到施工的路径,最后讨论这一转型对医疗信息化行业和医疗健康产业的结构性影响。
01
从“信息化”到“数智化”:十年技术范式的系统性转换
一个容易被忽略的细节是,两份规划的核心用词发生了根本性变化。
2016年
2016年发布的《“健康中国2030”规划纲要》,对应章节标题为“建设健康信息化服务体系”,核心表述是:“全面建成统一权威、互联互通的人口健康信息平台。加强健康医疗大数据应用体系建设,推进基于区域人口健康信息平台的医疗健康大数据开放共享、深度挖掘和广泛应用。”技术关键词是信息化、平台、大数据,这是2016年的技术语言。彼时互联网+医疗是最热的概念,电子病历系统刚开始大面积部署,医疗大数据创业公司频繁获得融资。但绝大多数项目的最终归宿,是做了一块漂亮的大屏或写了一份行业白皮书。数据汇聚了却没有流动,平台建起来了却彼此隔离。
2026年
2026年的“十五五”规划则换了一整套技术词汇:数智化、跨省共享、实时调阅、AI中试基地、可信数据空间、可信数字身份。没有一个词是“信息化”或“大数据”。这并非简单的措辞更新,而是过去十年信息化路线的一次系统性升级。信息化解决的是“有没有数据”的问题,数智化解决的是“数据能不能用起来”的问题。前者是基础设施的1.0版本,后者是2.0版本。
02
数智化基础设施的五大支柱
“十五五”规划的数智化章节篇幅不长,但信息架构精密。以下将其核心内容归纳为五大基础设施支柱进行分析,每一根都指向一个具体的痛点与对应的解决方案。
一
跨省共享平台:打破数据的地方割据
规划原文提出:“建设国家智慧健康检验检查结果跨省共享平台,实现医学影像实时调阅、检验检查结果共享互认、公共卫生信息对接联动。” 紧随其后,规划明确要求“严格信息安全和隐私保护”,说明数据流通与安全保护被置于同等重要的位置。这一表述包含三层含义,需逐层展开。
第一层是跨省共享。过去十年,各省纷纷建设了自己的健康信息平台和人口健康数据库,但省与省之间几乎完全隔离。患者在浙江做完核磁共振,回到安徽就诊时,医生看到的只是一张胶片或一纸报告,完整的影像数据无法跨省传输。这背后的核心是行政壁垒:各省平台由不同厂商建设,采用不同数据标准,归属不同管理部门,缺乏统一的互联互通机制。过去十年的经验已经证明,靠各省自愿互联互通是一条走不通的路。跨省共享平台的定位是由中央统一建设、各省接入,意味着国家层面要自上而下地打通省级壁垒。
第二层是医学影像实时调阅。需要注意“实时”二字的技术含义。这并非将检验报告导出为PDF或提供下载链接,而是实时调阅完整的影像数据。一个CT扫描产生的原始DICOM文件动辄数百MB乃至数GB,实时调阅意味着底层必须有高速网络和分布式存储架构的支撑,已远远超出传统信息化的范畴,指向一套国家级的医疗影像云基础设施。对于影像云服务商、医疗影像AI企业及云计算厂商而言,这是一个明确的市场信号。
第三层是检验检查结果共享互认。“互认”这一目标已推动至少十五年。早在2010年,原卫生部即开始推动医疗机构间检验检查结果互认;2022年国家卫健委又专门发文要求到2025年底实现紧密型医联体内部互认,但实际执行情况始终不理想。推不动的根本原因在于“不敢认”,即报告质量无法保证,出了医疗事故责任不清,且缺乏技术手段验证报告的来源真实性、签发人资质及数据完整性。而“十五五”规划同时部署的可信数字身份系统和可信数据空间(详见后文),恰恰为互认提供了技术信任底座。跨省共享平台提供数据流通能力,可信数字身份提供身份验证,可信数据空间提供数据完整性保障,三者相互咬合,互认才真正具备了可落地的技术基础。
在落地进展方面,赵韡主任在演讲中披露了一组关键数据:检查检验结果跨省调阅服务验证已在31个省份全部完成;跨省影像调阅已在上海与浙江之间完成基于政务外网的预约制+预缓存策略验证,并在上海、浙江、江苏、安徽之间实现基于互联网的秒级调阅。统计信息中心已在国家及各省现有基础设施环境下,以较少资源和极小资金完成了全国所有省份的部署实施,构建了国省两级智慧健康平台。目前32个省份(含兵团)的6000余家二三级公立医院已接入平台,每日汇聚门诊数据1.98亿条、住院数据1.56亿条。跨省共享平台并非停留在规划层面,而是已经在运行的基础设施。规划所做的是将已在运行的列车写进了正式的运营时刻表。
二
电子健康档案:居民数据权利的重要归还
规划原文提出:“推动电子健康档案首页数据实现居民本人实时查询。”这句话仅23个字,看似朴素,但指向的变化是深层次的。
电子健康档案在中国已推行多年,但始终面临一个现实困境:档案主要面向管理部门建设,居民难以直接使用。在大多数地区,居民无法查看自己的电子健康档案;即便少数地区开放了查询入口,能看到的也仅为最近一两次就诊的摘要信息,远谈不上完整。“居民本人实时查询”至少包含三层承诺:“居民本人”明确了数据使用主体是个人而非机构,这是对过去“机构建、机构管、机构用”模式的根本性修正;“实时”意味着即时数据同步而非定期更新的月度快照,对数据管道的实时性提出了很高要求;“首页数据”是一个务实的限定,因为电子健康档案数据量极为庞大,全量数据做到居民端实时查询在工程量和隐私风险上均过大,先从核心摘要信息做起是合理的起步策略,但从首页到全量的扩展只是时间问题。
更深层的意义在于数据权利的归还。当居民能够实时查看自己的健康数据时,他们就从被管理对象转变为健康管理的参与者,健康治理模式也随之从以机构为中心转向以个人为中心。对于C端健康管理企业而言,这可能意味着一个全新的数据接口层即将开放。过去,健康管理应用无法获取用户的院内数据,只能在院外围绕运动、饮食、睡眠等场景做文章。一旦居民能够实时获取健康档案数据并授权给第三方,院内与院外的数据壁垒将被打通,全生命周期健康管理才具备实现的基础。
这一变化的前提条件是数据的实时采集能力。赵韡主任在演讲中指出:“首次建成国省数据统筹的关键设施,破解了困扰多年的国家级平台没有实时个案数据的困局。”过去国家平台仅有统计汇总数据,无法看清医疗服务的真实运行情况。如今,统计信息中心制定了《智慧健康核心数据集(医院版)》标准,以T+1的频度试采集核心数据集,从省级平台实时采集门急诊和住院个案数据,涵盖门诊病历、医嘱、手术记录、费用明细、检验检查报告、住院病案首页等全套核心业务数据。这套个案数据实时采集体系,正是电子健康档案居民实时查询的前置工程。一个已经验证的场景是育儿补贴系统:统计信息中心依托智慧健康一码通和国省两级平台,建成了直接面向群众的在线服务系统,最高并发达10万/分钟,单日申请超700万,85%的审核由大数据核验自动通过,截至6月底已发放超1600亿元。这是国家卫生健康领域首次建成直接面向人民群众、提供大规模在线服务的信息系统,证明了数据管道的实时性、居民端的服务能力和跨部门数据核验能力均已成为现实。
三
AI中试基地:国家搭建产业化验证平台
规划原文提出:“推进医疗领域国家人工智能应用中试基地建设,有序推动数智技术在辅助诊疗、精准医疗、健康管理、医保服务、养老助残等场景的应用。”这是整个数智化章节中产业含金量最高的表述之一。
“中试”即中间试验,是实验室成果走向规模化生产的关键环节,在化工、制药等制造业领域已是成熟的产业概念。但将中试应用于AI领域并建设“国家中试基地”,在中国科技政策史上相当少见。其背景在于,医疗AI从实验室研究到临床部署之间存在一个显著的验证缺口。过去十年,这一领域不缺论文、算法、资本乃至训练数据,缺乏的是真实临床场景下的规模化验证。一个AI模型在回顾性数据上跑出95%的准确率,与它在100家医院的前瞻性使用中保持同等性能,二者之间有很大距离:数据分布、设备型号、操作流程、医生接受度、患者群体构成等任何变量的差异都可能导致模型性能大幅下降。这种大规模多中心验证需要的是真实临床环境而非单纯的算法能力,单个创业公司很难独立完成,这恰恰是国家级平台的优势所在。国家人工智能应用中试基地的本质,就是为AI产品提供从实验室到临床的过渡验证环境,以真实世界的多中心数据、真实临床流程和真实监管要求,检验AI产品的实际可用性、有效性和安全性。
规划列出的五个应用场景,即辅助诊疗、精准医疗、健康管理、医保服务、养老助残,其排列顺序实质上构成了一张AI医疗落地的优先级地图。辅助诊疗居首,意味着AI作为医生“第二意见”被认为是最先成熟的应用模式,影像AI、病理AI和临床决策支持的产品化窗口期可能正在到来。精准医疗次之,基因组学、液体活检、个体化用药方案的数据量和计算复杂度最高,但临床价值也最大。健康管理排第三,是从治病到防病的延伸,在慢病管理和健康风险评估等场景的天花板很高,但商业模式最难跑通。医保服务排第四,AI在控费、智能审核和欺诈检测方面的应用直接关系到医保基金安全,政策驱动力强。养老助残列于末位,但在老龄化加速的大背景下需求具有刚性,其滞后可能源于最需要与其他基础设施协同。此外,规划在健康产业部分还提出“推动人工智能赋能医药全产业链升级”,将AI的应用范围从医疗扩展到药物发现、临床试验、生产制造、流通配送等全链条,进一步提升了AI在产业升级中的战略定位。
赵韡主任在演讲中揭示了一个比规划文本更为具体的AI治理体系正在成型。首届全国数智健康大赛已启动,共收到31省(区、市)和港澳地区5626个申报项目,近30位院士和367位行业专家组成评审团队。值得关注的是评审方式上的突破:347个项目基于真实临床数据开展测评,包括真实患者病历、影像和问题,而行业内大多数AI测评仅聚焦医学知识作答,引入真实患者数据的比例很低,中国在国家层面的大规模真实世界数据测评在规模和方法上都走在前列。国家层面首次建设了高质量综合类多模态数据集,总量超过1.2亿条,涵盖病历类、影像类和问答类数据集,构成了AI中试基地运转所需的基础数据资源。统计信息中心明确提出从“能不能用”转向“能不能测、能不能评、能不能监管”,正在建设事前准入测评(基于中国首个人工智能国家标准评测基准“求索”大模型测评基准)和事后应用效果评价两套体系。其中《医疗智能体应用安全治理与监管要求》针对AI Agents的工具调用、权限控制、日志留痕、人工确认和异常召回提出了规范要求,标志着AI Agent类产品即将面临明确的监管框架。同时,100个高质量数据集正面向全国公开征集,经分类、遴选和规范化治理后形成可测评、可治理、可复用的行业基础资源,该项工作与国家数据局合作推进。上述进展叠加在一起,表明AI中试基地的基础设施,包括测评平台、标准数据集、评审机制和监管框架,已在建设之中。
四
可信数据空间:为数据流通提供制度许可
规划原文提出:“支持重点地区建设医药行业高质量数据集与可信数据空间。” “可信数据空间”是这份规划中最值得关注的新概念之一,在《“健康中国2030”规划纲要》中完全没有对应表述。
可信数据空间是一个技术与制度双重保障的数据共享环境:数据提供方可以确保数据不被滥用,使用方可以确保获得高质量、合规的数据,整个流转过程可审计、可追溯。中国医疗数据的现状是:数据并不缺乏(拥有全球最大规模的患者数据),需求也不缺乏(药物研发、AI训练、流行病学研究均依赖大规模数据),真正的问题是“没人敢共享”。医院担心数据泄露被追责、核心数据外流失去竞争优势;企业担心数据来源不合规、被认定为非法获取个人信息;研究机构担心伦理审查无法通过、数据使用边界模糊。2021年实施的《数据安全法》和《个人信息保护法》为数据保护划定了严格的法律红线,但“如何合规地共享”这条路至今尚未走通。
可信数据空间正是要补上这一缺口。它是一套体系架构,至少包含三个层面:技术层面,通过联邦学习、隐私计算、安全多方计算等技术实现“数据可用不可见”,在不暴露原始数据的前提下完成分析和模型训练;制度层面,建立数据分级分类标准、使用授权协议、流通审计机制和违规追责规则,使参与各方明确行为边界;治理层面,明确监管主体、数据使用申请审批流程和安全事故裁决机制。规划提出“支持重点地区建设”,意味着不会全国铺开,而是选择医疗资源密集、数字化基础好、地方政策支持力度大的地区先行先试。对于医药企业和AI公司而言,可信数据空间一旦落地运行,将极大缓解高质量数据获取难题,过去靠关系或擦边操作获取数据的灰色模式有望被合规的、可审计的正规渠道取代,这是一项产业基础设施。
在落地层面,跨部门数据共享已取得实质性进展。统计信息中心已持续推进卫健、金融监管、统计、医保、中医药、疾控、药监等七个部门的数据共享应用,印发两批跨部门数据共享清单共148项,并建设了跨部门数据共享应用专区。依托全民健康信息平台,已与国办、国家信息中心对接公安部、民政部、人社部等20余个接口,累计调用超11亿次。在技术架构上,国省两级数智健康平台已部署联邦计算架构,实现原始数据“零出域”,即国家节点下发分析模型和计算规则,省级节点本地执行计算,仅回传计算结果和中间参数。配合“传得安全、存得可靠、用得可控、算得隐私”的四重安全能力体系(涵盖传输、存储、访问、计算),这套架构在技术层面已实现了可信数据空间的核心原则。可信数据空间的技术底座已在国省两级平台上落地运行,下一步是将其扩展为面向医药企业、AI公司和科研机构的开放服务。
五
可信数字身份:整个体系的基础
规划原文提出:“完善卫生健康行业商用密码应用体系,建设医疗卫生机构、医务人员和患者可信数字身份管理系统。” 值得注意的是,这一表述被放在安全屏障章节(第三章第四节)而非数智化建设章节,说明决策层将其定位为安全基础设施。但这丝毫不影响其重要性,因为可信数字身份是整个数智化蓝图中最底层的基础,缺少它,其余四大支柱均无法稳固建立。
具体而言,跨省共享平台需要确认影像数据来源机构的真实性及数据未被篡改,这需要机构的可信数字身份;检验检查互认需要确认签发报告的检验医师具备相应资质,这需要医务人员的可信数字身份;电子健康档案查询需要确认查询者为患者本人或授权代理人,这需要患者的可信数字身份;AI辅助诊疗需要确认AI建议的最终确认者和责任人,这需要人机交互场景下的责任归属链条;可信数据空间需要确认全链路参与方的身份可信性。三个主体的身份,即机构、医务人员、患者,构成了完整的身份认证体系,再叠加商用密码应用体系提供的密码学保障,整个系统的身份认证即具备技术上的不可伪造性。这是整个数智化蓝图中最不吸引眼球但最可能率先落地的部分,因为它不涉及复杂的AI算法,不触及敏感的数据共享利益博弈,且数字证书、电子签章、生物识别等技术已有广泛的商用基础。
赵韡主任在演讲中披露的数据显示,智慧健康一码通已在31个省份及兵团完成服务部署,生成主索引13亿人,占全国总人口的92.85%,其中北京、上海、江苏、浙江、山东等14个省份已达到100%覆盖。智慧健康一码通从电子健康卡升级而来,打通全国卫生健康数据,实现跨省就医和检验检查结果共享调阅等服务。其架构设计采用“平战结合”模式,平时支撑常规健康服务(挂号、报告查询、育儿补贴、转诊),战时可快速切换为疫情防控模式,显然是疫情经验的直接产物。在实际场景中,智慧健康一码通已在浙江“安诊儿”、上海健康云、北京114挂号平台等省级应用中接入,育儿补贴系统的跨省查重和跨省异议调阅功能底层依赖的正是其身份索引能力。从实际进展看,可信数字身份不仅是最先建成的支柱,而且正在成为整个数智化体系的运转枢纽。
03
五大支柱的系统性关联
五大支柱并非各自独立。从功能逻辑上看,它们构成了一套相互咬合的基础设施体系。
可信数字身份处于最底层,解决“谁是谁”的问题;跨省共享平台是数据流通层,解决“数据如何流通”的问题;电子健康档案查询是面向终端用户的出口,解决“居民如何使用数据”的问题;可信数据空间是制度框架,解决“数据如何安全合规地共享”的问题;AI中试基地是价值转化层,解决“数据如何转化为可用AI产品”的问题。五层之间自下而上、层层依赖:底层的身份认证不解决,上层的互认和共享就缺乏信任基础;中间的数据流通和制度框架不到位,顶层的AI应用就没有数据支撑。
04
“4128”框架:从蓝图到施工的实施路径
规划回答了“建什么”,但没有详述“怎么建”。赵韡主任在演讲中补上了这一块。统计信息中心披露了一套完整的实施框架,内部代号为“4128”,即四个目标、一套体系统一规划、两级部署、八大支撑保障体系。
“四个目标”,即便民、助医、辅政、促研,概括了数智化的价值指向。便民面向居民(智慧健康一码通、报告查询、育儿补贴),助医面向临床(AI辅助诊疗、检验互认),辅政面向管理(穿透式监管、决策分析),促研面向科研和产业(高质量数据集、AI中试基地)。这一分类回应了一个长期争论:过去十年的医疗信息化实践往往偏重辅政,即为管理者服务,而忽视了便民和促研。将四个目标并列,表明决策层意识到数智化的受益者不能只是管理者,还必须是患者、医生和科研人员。“一套体系统一规划”涵盖统一规划设计、统一标准规范、统一场景、统筹项目管理、统筹数据治理和统筹安全管理六个“统一”,直接针对过去十年各地各自为政的顽疾。“两级部署”即国家平台和省统筹区域平台,省级平台作为数据汇聚和服务的核心节点,国家平台负责跨省协调、质量监管和决策支撑,市县级平台不再独立建设而是接入省级平台。
“八大支撑保障体系”涵盖信息技术(智慧健康一码通、核心数据集)、数据资源(双轮驱动的数据供应体系)、数据应用(云平台、检查共享、跨部门共享)、基础设施(国省两级安全架构)、网络安全(1+2+N安全防护体系)、人工智能(测评体系、标准体系、100个数据集)、信息标准(新标准篮子)和人才队伍(五校协同培养、青锋人才计划),覆盖了从技术到人才的全链条。
其中,信息标准和人才队伍是两个容易被忽视但至关重要的支撑体系。在标准层面,统计信息中心正在构建一个全新的标准篮子:已正式发布或进入审批流程的标准包括数智健康核心数据集、医疗人工智能安全与治理指南、智慧健康发展指数评价模型、卫生健康统计指标标准和医疗人工智能应用标准体系等;同时正在研制《电子病历版式文档技术要求》国家标准(OFD-H)以及基层卫生健康数智化建设的七部系列标准(涵盖功能要求、居民健康服务、核心数据集、AI接入要求、安全防护、分级部署和紧密型医联体信息共享)。值得关注的是,统计信息中心已向ISO TC/304申报了《医院人工智能应用指南》和《智慧医院患者服务指南》两项国际标准提案,表明中国不仅致力于建设自身的数智健康体系,还在争取全球医疗AI治理中的标准话语权。在人才层面,统计信息中心已与北京大学、清华大学、复旦大学、南开大学、山东大学五所顶尖高校签署合作备忘录,建立“数智素养+专业培养”的复合型人才体系,目标是培养懂医疗、懂数据、懂AI、懂管理、懂安全的五维复合型人才;同时启动了首届“青锋”人才选拔培训项目,已选拔覆盖全国各省的40余名青年人才。
“4128”框架的完整披露表明,这份规划在发布时已具有相当的实施基础。技术方案已经跑通,标准体系正在成型,人才储备已经启动。规划文本中的每一个关键词,包括跨省共享、实时调阅、AI中试、可信数据空间、可信数字身份,都能在“4128”框架中找到对应的实施路径和已有的阶段性成果。
05
对医疗信息化行业与医疗健康产业的结构性影响
结合规划蓝图和“4128”实施框架,可以预判若干结构性的行业变化。
医院信息化厂商将面临强制升级周期
“全国一盘棋”和统一标准规范意味着过去各医院各搞一套的信息化建设模式将走到尽头。电子病历系统应用水平分级评价工作已由统计信息中心承接(受医政司委托),新标准设计思路明确转向以客观数据作为最终验证,不再是医院自行填表自评,而是用实际数据验证系统能力,安全要求更是一票否决。电子病历版式文档国家标准(OFD-H)一旦发布,所有电子病历系统将需要适配新版式标准;住院病案首页统一采集共享应用(将国家卫健委本级4个采集系统整合为国省两级)也将倒逼医院端系统升级改造。对HIS/EMR厂商而言,则意味着明确的存量升级需求。
医疗AI企业面临产品评价标准的重塑
从事前准入测评到事后应用效果评价的全生命周期监管框架,意味着医疗AI产品的竞争将从“谁的论文多、谁的Demo好看”转向“谁能在真实临床数据下通过国家级测评”。首届数智健康大赛正在验证这种模式:347个项目基于真实患者病历、影像和问题进行测评。100个高质量数据集的征集和规范化治理将改善AI训练数据的质量和可获取性,使过去靠关系获取数据的企业与靠合规渠道获取数据的企业在同一起跑线上竞争,这对合规运营者是利好,对灰色操作者是利空。《医疗智能体应用安全治理与监管要求》的出台,也意味着AI Agent类产品将面临工具调用、权限控制、日志留痕、人工确认和异常召回等方面的明确监管要求。
数据基础设施和安全厂商面对确定性最强的增量市场
国省两级平台的联邦计算架构、1+2+N安全防护体系、可信数字身份系统和商用密码应用体系,均需要大量底层基础设施投入。统计信息中心已参加公安部攻防演习并取得优异成绩,下一步大概率将安全标准向省级平台和接入医院推广。对于安全厂商及提供隐私计算、联邦学习平台的技术公司而言,卫生健康领域的安全投入正在从可选项转变为合规刚需。
C端健康管理企业将迎来全新的数据接口层
智慧健康一码通覆盖13亿人与电子健康档案向居民开放实时查询,这两个进展叠加意味着未来居民有可能通过智慧健康一码通授权第三方应用访问自身健康数据,健康数据的开放可能催生新的健康管理应用生态。但前提是数据使用的法律边界必须同步明确,否则开放反而会带来风险。
对患者和居民而言
最直观的变化是赴外地就医无需再携带胶片,检查数据随人流动而非随医院固定。智慧健康一码通已在全国92.85%的人口中建立主索引,绝大多数中国人距离"一个码走天下"的就医体验只差最后的应用层打通。
06
前瞻性布局:脑机接口首次写入国家卫生五年规划
规划在科技攻关部分提出:“加强发病机理、药物、疫苗、医疗设备、脑机接口等领域科技攻关,支持有能力的企业牵头承担攻关任务,促进科技成果转化。” “脑机接口”出现在国务院卫生五年规划中,在历史上尚属首次。2016年《“健康中国2030”规划纲要》发布时,脑机接口在公众认知中基本属于科幻范畴;十年后的今天,侵入式脑机接口已进入人体临床试验阶段,非侵入式脑机接口在康复医学和神经反馈训练等场景有了初步的商业化产品。将脑机接口与药物、疫苗、医疗设备并列为科技攻关方向,表明决策层已将其从前沿探索提升到战略技术储备的高度。
措辞同样值得关注。“支持有能力的企业牵头承担攻关任务”意味着攻关主体是企业而非高校和科研院所,国家负责方向引领和政策支持,企业负责技术突破和产品化。这种“企业出题、企业答题”的科技攻关模式,本身就是近年来科技体制改革的重要方向。对脑机接口领域的从业者而言,被写入国家五年规划意味着三件事:第一,未来五年脑机接口在医疗康复领域的研发投入将获得明确的政策背书和资金支持,尤其是非侵入式脑机接口在中风康复、脊髓损伤辅助和癫痫预警等场景的应用最有可能率先获得资助;第二,监管框架建设将被提上日程,一旦脑机接口产品走向临床,审批标准、安全评估规范和伦理审查指引等监管基础设施必须跟上;第三,“科技成果转化”的表述意味着国家期望在五年内看到脑机接口从实验室走向某种形式的实际应用,哪怕是小规模的、试验性质的。
结语
“十五五”规划的数智化章节以精炼的篇幅,勾勒出了一套完整的医疗健康数智化基础设施蓝图。本文所归纳的五大支柱,即跨省共享平台、电子健康档案开放、AI中试基地、可信数据空间和可信数字身份,构成了一个从底层信任到上层应用的完整技术栈;加上脑机接口的前瞻性布局和AI赋能全产业链的延伸部署,展现出了系统的技术视野。这为未来五年的数智化建设提供了清晰的路线图和制度保障。
十年前,《“健康中国2030”规划纲要》谈的是信息化,那是将纸质病历转化为电子数据的年代。今天,“十五五”规划谈的是数智化,这是让数据流动起来、让AI参与决策、让居民掌握自身健康数据的年代。十年之间,技术范式发生了深刻变迁。而且这一次,规划已具备实质性的实施基础,技术方案已经跑通,核心系统已经上线运行,标准体系正在成型。剩下的另一半,即隐私保护的法律边界、长期运营的资金保障、从试点到全国推广的规模化挑战,以及三医数据共享和基层医共体智能化的落地推进,才是真正的硬骨头。但至少方向已定,路已行半。
END
本文基于《国民健康“十五五”规划》(国发〔2026〕23号)原文,对照《“健康中国2030”规划纲要》(2016年)进行对比分析,并结合2026年7月4日“2026年智慧医院大会”上国家卫生健康委统计信息中心赵韡主任《数智赋能卫生健康高质量发展》演讲内容撰写。

版权声明
本文仅作者转发或者创作,不代表旺旺头条立场。
如有侵权请联系站长删除
旺旺头条




发表评论:
◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。