解放军总医院刘晓莉：医疗AI临床落地，关键不只在模型，更在数据、验证与真实应用闭环

7月9日，2026（第二十五届）中国互联网大会期间，中国互联网协会主办、轻松健康集团联合主办的“人工智能赋能医疗健康创新与应用论坛”在北京国家会议中心举办。解放军总医院医学创新研究部工程师、硕士生导师刘晓莉出席论坛并发表主旨演讲，围绕医疗AI从模型研发走向临床应用的关键路径，分享了其在数据建设、模型验证、真实世界评价和场景落地方面的研究与实践。

刘晓莉表示，近年来，AI模型与技术创新不断涌现，医疗AI研究成果快速增长，但真正能够充分转化并进入真实临床应用的比例仍然有限。AI技术在数字世界中迭代速度很快，而在真实医疗场景中的转化节奏相对较慢，由此形成了一个突出的矛盾：一边是不断增加的高质量研究成果，另一边是临床转化与实际应用之间仍然存在鸿沟。

她指出，当前大量医疗AI模型仍停留在原型开发阶段，真正进入实践应用的案例相对有限。尤其是在重症等高风险医疗场景中，模型往往面临数据来源单一、外部验证不足、泛化能力不稳定等问题。很多模型在早期研究中表现优异，但进入不同医院、不同人群和不同临床环境后，性能可能出现明显下降。因此，模型验证正在成为医疗AI转化应用的核心瓶颈之一。

在刘晓莉看来，医疗机构不仅是AI应用的场景，更应成为AI验证的核心基础设施。医院具备从数据生产、数据治理、模型开发、临床验证到持续监测的全链条能力，能够为医疗AI提供真实、复杂、多样化的验证环境。推动医疗AI落地，必须依托医疗机构建设高质量、AI-ready的数据集，并形成可复制、可推广的验证和评价体系。

围绕数据建设的重要性，刘晓莉以国际重症监护数据库MIMIC为例指出，高质量、开放共享、持续迭代的数据集，能够显著推动一个医学领域的AI研究、技术开发和人才培养。对我国医疗AI发展而言，建设符合临床需求、数据规范和安全要求的高质量数据集，是推动医疗AI走向应用的基础环节。

结合团队实践，刘晓莉介绍，解放军总医院医学创新研究部围绕急诊和重症患者数据，已开展高质量数据集建设，并基于相关数据开展重症风险评估、老年ICU评分模型、外部验证及模型更新等研究工作。相关实践表明，模型在真实场景部署前，必须结合人群构成、临床实践、数据记录方式和系统应用条件进行充分评估，不能简单将实验室模型直接推向临床。

她还分享了人工智能医疗器械真实世界数据应用中心建设经验。该平台围绕辅助诊疗场景，建立了从数据采集、治理、分析到评价的全流程标准体系，为人工智能医疗器械评价和医疗AI应用验证提供了可参考的实践范式。在此基础上，团队进一步开发急危重症实时监测与风险预警平台，并在临床场景中持续开展前瞻性验证。

刘晓莉表示，医疗AI要真正发挥价值，不能只停留在模型能力展示，而要进入临床需求、数据治理、真实验证和持续迭代的闭环之中。未来，应持续推动高质量数据集建设、研训试用一体化平台打磨、标准规范制定以及医院、高校、企业之间的联合开发和人才培养，让更多AI成果能够从研究走向临床，从单点模型走向可验证、可复制、可持续的医疗服务能力。

本次论坛聚焦AI大模型落地、循证医学智能体、临床辅助诊疗、智慧健康服务与产业生态协同等议题。刘晓莉的分享从科研转化和临床验证视角出发，为医疗AI如何跨越“研发热”与“应用难”之间的鸿沟，提供了具有实践价值的观察与路径参考。