日前，《柳叶刀 - 糖尿病与内分泌学》（IF=41.8）在线发表由上海交通大学盛斌教授团队牵头，联合中国工程院贾伟平院士团队、上海交通大学李华婷教授团队、清华大学曾典博士，以及来自墨西哥、加纳、巴西、沙特阿拉伯、马来西亚等全球南方国家多学科专家共同撰写的观点文章，指出中低收入国家基层糖尿病AI医疗存在"弱医生化" 风险，并认为AI在基层医疗中真实价值，并非模型规模的大小或测评分数高低，而是它能否安全、可持续、可负担地落地基层真实场景，始终服务于患者、基层医生与公共卫生体系，而非凌驾于医患之上。（Lancet Diabetes Endo.3月24日在线版）

“目前并没有高等级、广泛可外推的证据，证明AI在真实世界基层医疗中已稳定超越基层或者全科医生，更没有证据证明它已整体超越由医生、团队协作、指南执行、转诊体系和连续照护共同构成的医生共同体。”盛斌教授向《医师报》记者表示，全球超5亿糖尿病患者中80%集中在中低收入国家，基层医疗是糖尿病防治主战场，但长期面临专科医生不足、设备匮乏等痛点。尽管AI可助力早筛、风险分层与个体化管理，补全基层医疗短板，但当前AI研发易陷入 "更大模型、更强算力" 误区，面临人机协作、资源约束适配、患者依从性与医患信任等问题，应将AI融入以服务于“医患为中心”的医疗体系。

盛斌教授强调，科学运用AI的核心在于明确权责边界，这是全球尚未攻克的关键问题。AI固然能够替代基层医生的某些重复性工作，使医生得以将时间重新投入到解释、整合、沟通、承担责任以及连续照护等方面。然而，基层医生无法被AI取代，这不仅是因为AI模型尚不完善，更因为医学伦理、专业责任以及临床价值判断，必须由能够被问责的人员和制度来捍卫。AI和互联网能够替代基层医生的部分糖尿病辅助管理工作，但无法取代基层医生作为责任主体、伦理守护者以及连续照护协调者的制度性地位。

微信图片_2026-04-08_094122_175.png

图1. 本文于2026年3月24日在Lancet Diabetes & Endocrinology在线发表

01 糖尿病重负之下，基层医疗才是真正的主战场

长期以来，关于糖尿病AI的讨论，常常聚焦于专科中心、先进设备和高资源场景。但在全球南方，尤其是广大低中收入国家，糖尿病照护的现实图景恰恰相反：专科医生不足、诊断工具匮乏、转诊体系薄弱、长期随访不连续，才是基层医疗机构每天面对的常态。正因如此，这篇文章把问题的重心明确放回到基层——不是讨论AI能否“秀出最强性能”，而是讨论它能否真正补上基层糖尿病医疗中的缺口。

AI在基层糖尿病医疗中具有多方面潜力：它可以嵌入电子病历系统，帮助识别漏检、延迟筛查和治疗不足；可以基于影像、检验和临床数据支持糖尿病及其并发症的早筛与风险分层；也可以结合连续血糖监测、强化学习和智能决策支持，帮助基层医生和患者更及时、更个体化地进行血糖管理和剂量调整。对于长期存在人员短缺和随访不足的基层场景而言，这些能力都具有现实吸引力。

微信图片_2026-04-08_094125_240.png

图2. 中低收入国家基层糖尿病诊疗中人工智能的应用机遇、挑战及未来方向

02 AI真正的问题，不是“不够先进”，而是“太容易被高估”

这篇文章没有停留在“AI大有前景”的熟悉叙事上，而是明确提出了一层更值得警惕的判断：基层医疗尤其容易成为AI hype的放大场。作者指出，当前大语言模型的发展往往建立在“更大数据、更大模型、更强算力就会带来更好性能”的 scaling law 逻辑之上。但糖尿病及其并发症所面对的，并不是一个封闭、可完全编码的系统，而是一个深受生物异质性、行为差异、社会文化、资源约束和临床情境影响的开放复杂系统。

因此，单纯“扩模”并不必然转化为基层真实世界中的临床收益。文章直言：在低中收入国家基层糖尿病医疗中，AI的真实表现、安全性和成本效果，依然缺乏足够的大规模前瞻性验证。这也意味着，基层医疗并不需要一种只会在演示中“惊艳”的AI，而更需要一种能适应有限资源、能融入工作流、能被基层医生理解和纠错、能被患者真正使用的AI。

03 发展中国家处在机会与风险并存的关键节点

文章特别设置了中国 panel，系统分析了大语言模型在中国基层糖尿病医疗中的部署现状、推动因素和现实障碍。作者指出，中国的确具备许多独特优势：国家层面的政策支持、人口规模数据、电子病历普及率提升、区域卫生信息平台建设，以及持续增强的高性能算力基础设施，都为基层糖尿病AI应用提供了条件。

但与此同时，中国基层糖尿病AI的发展也面临几个不可回避的现实约束。首先，尽管到2025年5月中国已发布288个医疗大语言模型，但真正与基层糖尿病照护高度相关、并经过严格监管和临床验证的模型仍然很少；截至2024年，国家药监局批准的105个深度学习三类独立软件产品中，约90%仍是影像类产品，而针对基层糖尿病场景的大语言模型，仍缺乏大规模真实世界前瞻性证据。其次，区域差异显著，经济发达地区三级医院更容易部署相关系统，而农村和欠发达地区则明显滞后。

更重要的是，中国基层糖尿病AI并不是单纯的技术问题。文章指出，中国约有3550万65岁及以上糖尿病患者，约占全球老年糖尿病患者的四分之一；但老年人数字健康素养达标率仅11.1%，约53%拥有智能手机，农村互联网接入比例也明显偏低。与此同时，虽然中国已有超过100万家基层医疗机构，但很多机构仍缺乏高质量糖尿病管理所需的诊断设备、药物和上级专科支持，超过90%的乡镇卫生院全科医生报告存在基本资源短缺，超过50%的基层糖尿病患者未能接受规律糖网筛查。换句话说，如果AI设计和部署脱离这些基层现实，它很可能不是缩小差距，而是放大差距。

04 真正值得警惕的是“医生被削弱、患者被边缘化”

文章结尾提出了一个极具现实针对性的判断：基层医疗既依赖“正确答案”，更依赖信任、连续性、面对面判断和情境化沟通。因此，AI在基层糖尿病照护中的价值，不能仅由算法能力来定义。若患者和一线基层医生——尤其是那些服务老年人、农村人群和数字弱势群体的医生——在这些系统的推广、治理和采用中缺乏发言权，那么所谓技术进步，也可能强化既有权力失衡。

今天我们已经进入“AI+医疗卫生”快速推进的阶段，但基层医疗最需要的，也许并不是一个更“像专家”的机器，而是一套更能帮助基层医生、保护患者权益、适应真实工作流、接受治理约束的协作系统。正因如此，文章反复强调：AI在基层糖尿病医疗中应当是 augment, rather than replace——是赋能，而不是替代；是支持，而不是越权；是融入卫生体系，而不是绕开卫生体系。

05 从“概念验证”到“真实世界工具”AI还要跨过哪些门槛？

围绕未来方向，文章提出了一套更成熟的路径：首先，必须持续投资于基础设施建设，包括结构化电子病历、互操作数据系统、稳定网络连接和标准化临床数据协议；其次，应推动多国合作与跨学科合作，确保模型训练与验证真正覆盖全球南方多样化人群；再次，AI应建立在既有基层卫生和慢病管理平台之上，而不是形成脱离现实需求的平行技术议程；最后，监管沙盒、数据治理、隐私保护和上市后监测机制，也应成为基层糖尿病AI推广不可分割的一部分。

也就是说，AI要真正成为基层糖尿病医疗的“实用工具”，靠的不是一时的技术热度，而是长期的系统建设与责任治理。

06 结语

这篇发表在柳叶刀子刊的观点文章认为，人工智能（AI）在强化中低收入国家基层糖尿病照护能力方面具备巨大潜力，可通过优化疾病早期筛查、风险分层、临床决策支持与患者长期自我管理四大核心路径实现价值。但与此同时，基层医疗领域也极易受 AI 炒作风潮的影响：那些声称 AI 可替代甚至优于临床医生的论调，往往被包装为技术进步，实则可能加剧医疗体系中既有的权力失衡；尤其是当患者与一线基层医师—尤其是服务老年群体、数字排斥人群的医务工作者 —对这类AI系统的推广、治理与落地应用几乎没有话语权时，这种失衡问题将更为突出。

基层医疗的核心不仅在于输出正确的诊疗决策，更在于医患信任、诊疗连续性与面对面的临床判断。因此，AI 的真实世界应用价值，绝非仅取决于算法的迭代升级，更取决于对医疗基础设施、代表性数据集、前瞻性验证研究、医疗队伍能力建设与适配性监管体系的持续投入。若能以审慎合规的方式完成 AI 的研发、评估与全流程落地，它便有望从一项前景广阔的技术创新，转变为支撑中低收入国家多元场景下公平可及、可规模化、高质量基层糖尿病照护的实用赋能工具，而非沦为又一个滋生夸大宣传、医疗排斥与权责错位的诱因。

原文链接：DOI: 10.1016/S2213-8587(26)00010-0

https://authors.elsevier.com/a/1mq277tNucyZNa