摘要

  随着通用大模型(LLM)快速普及,以及专业医学AI从“问答演示”走向“工作流嵌入”,人工智能正在以前所未有的速度重塑中国医务人员的信息获取、知识处理与临床决策方式。过去一年,AI在医疗场景中的角色已经明显发生变化:它不再只是一个可以偶尔尝试的“新工具”,而正在成为一类被高频调用、用于提升效率、缓解认知负荷、辅助循证判断的“新基础设施”。

  本报告基于梅斯医学平台于2026年1月面向全国医务人员开展的专项调研,共回收885份有效问卷,覆盖全国31个省、自治区、直辖市,受访者涵盖临床医生、护理人员、医技人员、药师等多个职业群体。调研结果不仅呈现了医务人员当前使用AI的真实状态,也揭示出一个更值得关注的趋势:医疗AI正在从“模型可不可用”的阶段,进入“能否稳定嵌入临床工作流、能否提供可信证据支撑、能否承担责任与合规要求”的新阶段。

  从这一意义上看,当前医疗AI市场的竞争焦点,已经不再只是模型本身是否“聪明”,而是围绕医疗工作场景展开的系统能力建设:是否具备专业知识底座,是否能够连接指南、文献、药品信息、计算工具与结构化模板,是否能够在给出答案的同时保留证据链、提示风险边界,并通过流程设计降低误用概率。近期AI行业提出的Harness Engineering,本质上正对应这一变化⸺真正决定AI落地效果的,不只是模型能力,而是模型外部的“约束、工具、反馈回路、监测与治理”如何被设计出来。对于医疗行业而言,这尤其重要,因为临床不是一个只追求“生成能力”的场景,而是一个高度依赖准确性、可追溯性与责任边界的高风险场景。

  本次调研显示,中国医务人员对AI的态度已经从观望转向务实。一方面,他们普遍认可AI在检索、总结、信息压缩、知识组织与重复性任务替代中的现实价值;另一方面,他们也清醒地看到,医疗AI若要真正进入临床核心环节,仍必须跨越法律责任、数据安全、知识可靠性、机构支持和支付机制等多重门槛。也就是说,医务人员并不排斥AI,相反,他们已经准备好拥抱AI;真正的问题在于,行业是否能提供更专业、更可信、更低摩擦、更可持续的产品与服务体系。

  因此,这份报告希望回答的,不只是“医生有没有在用AI”,而是更深一层的问题:医务人员究竟把AI用于哪些任务?他们最迫切的真实痛点是什么?为什么通用大模型的热度正在让位于专业医学AI?医疗AI下一阶段的产品形态、商业模式与组织支持机制,又将朝什么方向演进?这些问题的答案,将决定未来几年医疗AI是停留在边缘辅助,还是能够真正进入循证决策与临床协同的主航道。