（来源：新华日报）

□ 张怀平 顾金媛

基层医疗卫生机构是全民健康保障的第一道防线。当前，我国基层卫生领域面临人才供给亟须增强、综合能力亟须提升等挑战。多数乡镇卫生院、社区卫生服务中心也存在引才难、留才难等问题，基层诊疗服务能力与群众日益增长的健康需求之间仍存在较大差距。与此同时，随着人工智能技术迭代升级，国家相继出台多项政策推动人工智能与医疗健康领域深度融合。人机协同作为区别于传统工具应用的新型模式，为基层卫生队伍建设与能力提升提供了新思路与实践路径。

人机协同赋能基层卫生人才培养的逻辑进路

认知增强，拓宽个体知识边界。基层全科诊疗覆盖内科、外科、妇科、儿科、公共卫生等多个领域，医务人员个体知识储备的局限性与临床诊疗决策所需的海量、精准医学专业知识之间存在结构性矛盾。以大语言模型、知识图谱为代表的人工智能技术，能够实现海量医学数据的快速筛选、整合与解析，并结合具体临床场景提供精准化知识支撑。面对症状复杂的老年病患等疑难诊疗场景，人工智能系统可快速梳理鉴别诊断方向，结合最新临床指南输出循证建议，有效弥补基层医务人员的知识盲区。

场景拓展，补齐临床经验短板。基层医疗卫生服务以常见病、多发病诊疗为主，医务人员缺乏疑难病症与急危重症的处置经验，形成显著的临床经验壁垒。依托人工智能驱动的虚拟诊疗系统，可构建多类型、多场景的模拟诊疗环境，覆盖常见病、罕见病及常规诊疗、应急处置等各类临床场景。系统可根据学习者的诊疗操作表现，动态调整病例难度与场景复杂度，为基层医务人员提供定制化实训机会。该模式突破了真实临床病例的资源约束，是对传统“实践育人”模式的数字化升级，为基层卫生人才低成本、高效率积累临床经验提供了有效载体。

持续学习，构建工学融合闭环。基层医务人员工作任务繁重、值班频次高，传统集中式继续教育以理论授课为主，内容与基层临床实际契合度不高，难以实现知识学习向临床应用的有效转化。人机协同系统可深度嵌入基层医疗工作全流程，构建“在岗学习、学以致用”的一体化培育体系。医务人员面对不确定性诊疗问题时，系统可同步提供决策参考与知识模块推送，实现即时答疑、即时学习；同时全程记录诊疗行为数据，精准识别个人能力薄弱环节，定期推送定制化学习内容。诊疗与学习的互动过程可形成完整的学习轨迹与能力画像，为精准化人才培育提供数据支撑。这种嵌入式、即时反馈的学习模式，能够系统性重塑基层卫生人才继续教育生态。

能力互补，优化人机协同体系。能力互补是人机协同赋能医疗服务的要义。人工智能系统具备大规模数据运算、标准化流程执行、海量知识快速检索的技术优势；医务人员的核心优势则体现在医患共情沟通、非完备信息下的临床研判、综合决策及医疗伦理把控等方面。科学的人机协同模式，可实现任务精准分工：由人工智能承接规则清晰、知识密集型的标准化工作，由医务人员承担需要人文关怀、综合研判、价值权衡的核心诊疗工作。人机任务边界并非一成不变，可根据智能技术迭代、临床场景变化、医务人员经验积累动态调整，逐步构建高阶化、高适配性的人机共生诊疗体系。

构建人机协同的基层卫生人才培养体系

重构培养目标，从知识传授转向协同素养培育。传统医学教育以系统化知识传授为核心。在人机协同背景下，基层卫生人才的核心素养应转向与智能系统协同履职的综合能力。具体聚焦四项能力：一是人工智能系统认知能力，要求理解其原理、适用场景与局限，实现批判性研判；二是智能信息整合能力，要求精准解读智能建议并融入自身推理；三是独立临床决策能力，要求依托辅助但不依赖系统；四是风险防控能力，要求识别算法偏差、数据隐私、权责界定等潜在风险。

优化课程体系，嵌入智能医学核心模块。构建“传统医学核心+智能医学赋能”的整合式课程架构。智能医学模块涵盖人工智能与医疗大数据基础、临床决策支持系统实操、可穿戴设备等智能工具应用、医疗人工智能伦理与法律、人机协同临床案例实训等内容。智能医学内容应有机融入现有教学体系：在临床案例中增设智能辅助分析环节，在公共卫生教学中融入智能监测工具，在伦理教学中阐释人工智能规范。医学院校与规培基地可联合智能医疗企业共建在线资源库，以降低基层人才培养成本。

创新教学方式，打造技术赋能实训场景。依托智能技术推进教学模式革新，构建“运用智能技术、培育协同能力”的闭环育人模式。一是搭建高保真虚拟病人实训系统，提供沉浸式、可重复的临床模拟训练。二是部署智能教学辅导系统，基于学习数据分析定制个性化学习路径。三是搭建远程协同诊疗教学平台，支撑基层与上级医院开展远程会诊和病例研讨，借助人工智能实现语音转写、信息提取等辅助功能。实施层面，由省级卫生健康主管部门统筹布局区域性智能虚拟仿真培训中心，推动县域标准化智能培训室全覆盖。将人机协同能力培训纳入基层医务人员继续教育学分管理，明确必修学时。深化医学院校与基层机构对口帮扶，推动智能教育资源下沉。

完善制度保障，健全政策标准与评价体系。人机协同人才培育模式的长效运行，离不开完善的制度体系支撑。政策层面，将人机协同应用能力纳入执业准入和继续教育的硬性要求，支持医学教育机构与智能医疗企业合作共建标准与资源。标准层面，建立适配基层的人工智能系统评价体系，明确精准度、安全性、适用性等指标及协同诊疗效果评价标准。评价层面，构建模拟实操、临床数据纵向分析与人机互动过程相结合的多元评价体系，将人机协同能力纳入职称评审、岗位晋升、评优评先的重要依据。行业层面，由中华医学会等牵头制定基层医疗人工智能应用能力分级标准，形成“国家定标准、省级抓统筹、县级抓落实”的三级推进格局。

以务实举措推进人机协同赋能基层医疗发展

人机协同为破解基层卫生人才培育难题提供了全新路径，但技术赋能必须立足基层医疗发展实际。当前，基层仍面临智能设备成本偏高、网络基础设施薄弱、医务人员数字素养不均衡等现实挑战。这决定了人机协同赋能工作必须实事求是、因地制宜，避免形式主义与“一刀切”推进，切实发挥智能技术的杠杆作用，精准摆脱基层人才发展困境。

聚焦落地应用，推动技术普及。优先推广成熟稳定、成本可控、适配基层场景的智能医疗工具，重点普及影像辅助诊断、慢病智能管理、合理用药审核等系统，引导医务人员在临床实操中树立人机协同诊疗思维。采用“试点先行、逐步推广”的推进模式，遴选基础条件较好的基层卫生机构打造示范站点，总结成熟经验后逐步实现全域覆盖。

聚焦精准实训，提升应用能力。整合现有继续教育资源，将人工智能应用培训融入常态化人才培育工作，避免重复建设、增加基层负担。依托线上教学平台开展弹性化、碎片化培训，适配基层医务人员在岗学习需求。

聚焦规范运行，健全标准体系。加快出台基层医疗人工智能应用能力框架与实操规范，明晰人机协同诊疗中的权责边界，实现技术应用有规可依、有据可循。

（作者分别为南京医科大学康达学院副院长，南京医科大学康达学院图书馆馆长）