从全国层面来看，《国务院关于深入实施“人工智能+”行动的意见》《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》等政策出台，各地积极探索大模型本地化部署、人工智能辅助诊疗等应用，取得了积极成效。

“实践中，我深切感受到，‘AI+医疗’优质应用供给不足，多部门数据共享机制仍然不健全，高质量数据集缺失，用于医疗AI的基础模型差异大，专业化特征的垂直模型标准化也不统一，各医疗机构的应用水平也有差异，在伦理、监管、责任机制方面也有很大的完善空间。”刘云表示。

她建议，实施医疗卫生行业AI高质量数据集建设计划，做好顶层设计，可分区域、分病种建设国家级医疗健康高质量数据集底座。完善AI构建的技术评价，建立共建共享机制。探索政府主导、多方参与的可持续运营模式。完善数据安全与隐私保护及数据确权机制，推动数据合规、高效流通，为人工智能医疗应用筑牢基础。

对医疗AI产品同质化竞争严重、可推广性不强、难落地基层等问题，刘云建议，提升AI产品质量与适配性，可通过以点带面模式，在一个区域一个机构试点成功后在全区域推广。完善AI医疗产品全链条评价准入体系，形成优胜劣汰生态。建立全国统一AI应用场景库，引导资源聚焦临床核心痛点，重点扶持成熟度高、适配性强、性价比优的产品。推动产品轻量化改造，适配基层设备与人员能力。

在深化学科交叉融合、强化复合型人才支撑方面，刘云建议，推进智能医学工程等学科高质量发展，支持高校优化学科布局，推动医学与人工智能、大数据深度融合，创新建立未来技术学院。鼓励高校、医疗机构、企业共建实训基地，强化本硕博定向培养和在职人员系统培训，将临床实践与技术研发贯穿人才培养全过程。完善人才评价激励机制，将AI应用、成果转化、技术推广成效纳入职称评定、科研经费支持等指标，打造高素质医工交叉人才队伍。(完)