#健闻登顶计划# 中国AI工具“星矢”可管理慢病——能引发医疗健康的革命性变化吗？一天上午，67岁的张先生拿着病例走进广东一所基层门诊，接诊医生打开一款名为“星矢”（XingShi）的大型语言模型平台（方舟出品），它把语音与图像识别、自然语言处理、海量医学数据和推理能力集成在一起，极大提升医生效率。“星矢”边听边记，自动把张先生的主诉和既往史整理成结构化病历，并提示：既往糖尿病合并高血压，近月夜尿增多，可能需要复查肾功能和眼底。

对基层门诊而言，这种“听懂医生话、看懂患者图、写好病历”的一体化流程，降低了重复录入和漏问漏查风险。不仅如此，张先生走出医院后，手机端接到“星矢”推送的随访计划：每日语音上报用药与症状，每周上传家庭血压血糖监测；平台以自然语言与患者互动，识别危险信号，必要时把预警推送给签约医生。

“星矢”宣称已有5000万注册用户、20多万名医生在用，这种“双端”覆盖使随访更容易落地，减少“失联”与“失管”。

还有，门诊量大时，医生可按系统的风险分层队列优先处理“红色预警”，把有限时间用在最需要干预的患者身上。系统还把语音随访、影像片段与历史处方拼接成时间轴，便于医生一眼看到病程走向，减少碎片化信息带来的误判。

为什么这在中国尤为重要？同许多国家一样，中国心脑血管病、癌症、慢阻肺、糖尿病等高发；估算显示，仅老年慢病人群就超过1.8亿，且随人口老龄化持续增加。把大量“可被规范化的流程”交给AI来分担，有望缓解基层与专科的就诊压力，让医生把精力更多用在需要经验判断和沟通决策的环节上。

再叠加国家层面的政策牵引——自2017年提出2030跻身全球AI领跑者以来，产学研合作、学位建设、税收与补贴、以及近期“AI Plus”行动持续加码——为医疗场景的大规模部署提供了土壤。研究者也指出，面向不太愿意消费但高度关注健康的中老年群体，把“医疗+养老+AI”打包，有望激发其在健康管理与生活方式干预上的支出意愿，形成可持续的需求侧牵引。

“革命性”究竟有多大影响？（1）把复杂变简单：把语音、图像与病历合并成临床可用的结构化信息，减少机械性录入；（2）把点连成线：院内一次就诊延伸为院外长期管理，提升随访覆盖与依从性；（3）把粗放变精准：基于既往病史与多模态数据做风险分层与个体化提醒，把医生时间配置到最高风险人群。

但这不会是一剂“包治百病”的灵丹妙药！“星矢”的技术细节公开有限。任何面向临床的 AI，要想从“好用”走向“可靠”，仍需几道硬闸：

（1）有效性与安全性：需要前瞻性真实世界研究验证对硬结局（并发症、住院、死亡）的影响，而不只是流程效率的提升；（2）可解释性与可追溯：关键建议的证据链条、版本与责任边界要清晰，防止“黑箱决策”；（3）隐私与数据治理：跨机构、多模态数据流转要合规可控；（4）医生主导：AI是“第二驾驶”，临床判断与告知同意及伦理学必须由医生主导；（5）普惠可及：要关注数字鸿沟，避免让最需要慢病管理的人群反而被边缘化。

是否是“革命性医疗”，看和谁比。如果说星矢能替代电子健康档案，就是一场不小的革命！

本文刊登在国家科学权威期刊《自然》上。