目前，我国AI技术已在应急救治、远程会诊等场景广泛应用，显著提升了医疗服务效率。
然而，在临床科研深度应用层面仍存在突出瓶颈：数据标准不统一导致“数据孤岛”现象，制约模型优化；关键设备与标准体系不完善；更值得注意的是，近七成实验室成果难以对接临床需求，在重大疾病精准诊疗等关键环节亟待突破。
近日，国家发展改革委正式批复，由复旦大学附属中山医院承担建设“国家人工智能应用中试基地（医疗领域临床医学科研方向）”的任务。
该基地以“聚焦临床科研、破解行业痛点、构建生态标杆”为核心定位，致力于打造覆盖“研发－测试－验证－应用”全链条的创新支撑平台。
在具体应用层面，该基地将面向医学科研、智能诊疗能力提升，智能医疗器械开发，智能医用机器人研发等方向，落地不少于49个特色应用场景，并发布超过10项配套标准规范。
打造算力支撑平台
通过打造符合卫生健康行业安全要求的微调/推理算力集群，严格保障隐私数据“不出域”，为安全高效的数据处理与模型训练提供坚实基础。
打造全链条模型服务体系
以国产自主可控的基础大模型和AI框架为底座，构建涵盖模型工程、Agent（智能体）工程、AI资产管理在内的全流程服务能力。
构建可信数据空间
依托上海市卫生健康数据大平台，整合医疗、医保、医药及专病数据资源，提供贯穿数据全生命周期的治理与管理服务。
开发开放工具链
打造模块化应用开发组件，提升医疗多智能体系统构建效率，并向行业生态开放共享。
建立安全体系
形成覆盖数据安全、模型安全、应用安全、网络安全的综合运维保障机制，确保各项创新技术在真实场景中落地合规可控、安全可靠。
在具体应用层面，基地将面向医学科研、智能诊疗能力提升，智能医疗器械开发，智能医用机器人研发等方向，落地一批特色应用场景，形成一套标准规范。
该基地的建设不仅将推动医疗AI技术的临床转化，还将形成可推广的“复旦中山经验”——包括先进的技术标准体系、成熟的数据治理模式，以及高效协同的创新生态。这些成果将为我国医疗人工智能产业的整体发展提供重要参考。
