兩會解讀：從“院士實踐”到“數字基座”—— 看MDT如何成為分級診療的普惠支點

2026年3月，李強總理在政府工作報告中明確提出“優化醫療機構功能定位和布局”，2026年全國衛生健康工作會議進一步以 “強基、穩二、控三” 六個字，勾勒出新時期醫療資源優化配置的路線圖—— 嚴格控制三級醫院無序擴張，穩住二級醫院區域樞紐地位，持續提升基層服務能力。

這一頂層設計的背后，是對長期結構性矛盾的清醒認知：當患者集中涌向大醫院，既反映出人們對優質醫療服務的普遍渴望，也折射出優質資源過度集中、基層能力薄弱的現實困境。如何在大醫院“做減法”的同時，讓基層真正“強起來”？如何讓“看得起病、看得好病”不因空間距離而打折？

在全國人大代表于金明院士分享的“免費MDT”六年實踐——40余萬患者、超2億元費用節省——的基礎上，一個更深層的命題正在浮現：多學科診療（MDT）能否從頂級醫院的“點狀標桿”，演變為覆蓋不同層級醫療機構的“網狀生態”，成為撬動分級診療的技術支點？

一、MDT的價值回歸：從“學術活動”到“標準流程”

于金明院士在山東省腫瘤醫院的實踐，為MDT的推廣提供了一個極具說服力的范本。通過“固定時間、固定地點、固定專家”的管理創新，將MDT固化為像寫病歷、做手術一樣的標準化醫療流程，6年累計服務40余萬例患者，為患者節省診療費用超2億元。

這份成績單有力證明：MDT不僅是提升診療規范化、同質化水平的有效手段，更是減輕患者負擔、體現公立醫院公益性的重要抓手。當頂級醫院的專家團隊圍繞一個患者共同決策，不僅避免了單一科室的局限性，更從制度上保障了首次治療方案的規范性——這正是“看得好病”的技術保障。

然而，一個無法回避的現實是，將頂級專家的物理聚集作為一種常態化、免費的服務提供給海量患者，對大多數醫療機構而言，仍存在極高的管理與資源門檻。于金明院士以醫院的超常規投入和專家的無私奉獻，在山東腫瘤醫院內部破解了這一難題，但其模式難以被簡單復制。

二、技術破局：當MDT遇上人工智能

傳統MDT的推廣，長期困于一個“不可能三角”：頂級專家的時間精力、醫院的運營成本、患者的廣泛需求，三者難以兼得。更深層的瓶頸在于，MDT在大多數醫院仍停留在“學術研討活動”層面，而非標準化的“診療流程”——組織難、準備久、標準不統一、知識難沉淀，這些痛點直接制約了MDT的質量與可及性。

這正是數字化技術介入的價值空間。近年來，一批以醫療AI大數據見長的科技公司，開始錨定MDT這一細分場景，試圖通過技術手段重構其協作模式。在與產業界的交流中，一個共識逐漸清晰：MDT的未來，在于從“經驗驅動”走向“數據驅動”，從“院內協作”走向“跨院協同”。

中康科技副總裁郭曉云在近期的一次訪談中，分享了團隊對這一賽道的觀察：“我們想找的是一條‘三方同時有獲得感’的路徑——既不是為了流量，也不是為了工具效率本身，而是把藥企的學術推廣需求和醫生的診療需求、患者的治療結果，三者深度融合。”她指出，MDT在國外重疾領域已非常成熟，歐美腫瘤患者的MDT覆蓋率能達到50%-70%，但國內還不到1%。更關鍵的是，市面上多數MDT偏“學術討論型”，真正圍繞臨床患者決策的MDT非常少。

這一判斷，指向了一個明確的產業方向：讓MDT回歸臨床，回歸患者價值。

三、iMDT的探索：讓MDT成為“標準方式”

iMDT（智能化多學科診療），并非簡單地將MDT搬到線上。其核心價值在于，通過人工智能技術，將MDT從一種需要專家“擠出時間”參與的學術活動，轉化為一種嵌入日常診療流程的標準化協作機制。

近期榮獲工信部“2025年度中小企業人工智能典型應用場景”認證的一項技術案例，展示了這一方向的可行性。針對醫生制作MDT病例PPT動輒數小時的“隱形負擔”，該平臺通過AI自動識別、脫敏、提取病歷信息，一鍵生成符合規范的講稿，將準備時間從4小時壓縮至30分鐘內。四川大學華西醫院車國衛教授在應用中評價：“過去準備一例復雜腫瘤病例需要大半天，現在半小時內就能生成結構清晰的講稿，讓我們能更專注于病情本身討論。”

這不僅僅是時間的節省。當病例匯報的邏輯得以統一，當每一次討論的關鍵決策得以合規留存，當跨院協作的高保真影像調閱成為可能，MDT便從一次性的“會診事件”，演變為可沉淀、可復用、可迭代的“臨床數據資產”。

更深層的變革發生在基層。長期以來，遠程會診往往演變為“向上轉診”的通道——基層醫生遇到疑難病例，通過會診將患者“送上去”。這種模式雖然解決了單個患者的診療問題，卻無助于基層能力的提升，反而加劇了大醫院的“虹吸效應”。而基于iMDT平臺的協作模式，則提供了一種反向可能：基層醫生帶著真實的疑難病例，與上級專家進行線上MDT，在專家指導下共同為本地患者制定規范化方案。正如郭曉云所強調的，平臺設計的核心理念之一，是幫助基層醫生 “把患者留住”——通過實戰式學習提升臨床能力，通過專家背書增強患者信任，讓“大病不出縣”從愿景走向現實。

“醫網打精” 2.0 升級建設的牽頭人陳益定教授談 MDT

“醫網打精” 2.0 浙江省乳腺癌多學科綜合診療網絡支持平臺項目，正是這一模式的實踐樣本。該項目由浙江省抗癌協會乳腺癌專業委員會發起，通過院際MDT推動省內乳腺癌診療的規范化與同質化發展。iMDT作為核心數字化工具，支撐著多家醫院之間的乳腺癌MDT協作，其標準化講稿自動生成與診療數據無縫同步功能，有效提升了跨院協作的效率與規范性。

四、國際比較的視野：差距即空間，后發有優勢

當我們將目光投向全球，一個清晰的坐標得以確立：多學科診療在歐美發達國家早已不是“學術活動”，而是診療體系的“標準配置”。

從覆蓋率看差距。 歐美腫瘤患者的MDT覆蓋率已達到50%-70%，英國更是在2007年通過國家醫療服務體系（NHS）腫瘤診療規范立法，明確規定所有腫瘤患者都必須經過MDT討論，由此奠定了MDT在腫瘤診療中的核心地位。[1][2]反觀國內，盡管MDT模式經過十余年推廣，一項覆蓋全國31省市816家醫院的調研顯示，50.1%的醫生表示MDT病例占年診療病例的比例不足25%。[3]即便在三甲醫院層面，2018年國家衛健委公布的第一批腫瘤MDT試點醫院僅占全國三甲醫院的16%、三級醫院的9%。[4]四川省作為西部醫療資源相對豐富的省份，其三級醫療機構門診MDT開展率已達77.3%，但87.3%的醫院設置的固定MDT團隊數量不超過10個，整體仍處于“點狀探索”的發展階段。[5]

從制度保障看深度。 在英國，MDT被納入NHS質量管理體系，其運行有明確的績效考核與激勵機制。[6]在歐盟，2013年歐洲抗癌行動合作組織（EPAAC）發表聲明，將MDT列為腫瘤治療的關鍵組成部分。[7]在瑞士，盡管每年新發癌癥病例超過4.5萬例且持續增長，但醫生數量保持恒定，醫療信息的復雜性與日俱增——這一困境與我國高度相似。為此，瑞士正在推動跨醫院的MDT協作網絡建設，以期在資源約束下提升診療效率與標準化水平。[8]反觀國內，盡管96.8%的醫院出臺了MDT相關管理制度，但對于MDT功能定位的認知差異，導致組織管理、運行方式呈現顯著異質性；團隊時間難協調、缺乏行政支持和激勵手段，仍是影響MDT運行的主要難點。[9]

從數字化進程看機遇。 國際醫學界早已意識到，單純依靠專家物理聚集的傳統MDT模式，難以應對日益增長的病例數量和愈發復雜的醫學知識。美國俄亥俄州立大學Wexner醫學中心開發了集信息發布、臨床工作系統、患者管理系統為一體的MDT整合式管理平臺“One Sauce”，實現了MDT運作的高效管理。[10]英國在新冠疫情期間加速引入遠程會議平臺，Microsoft Teams和思科WebEx被廣泛應用于MDT場景，前者支持將參會人數擴大至250人，后者通過降噪技術和多媒體互動保障遠程討論質量。[11]英國的vMDT（虛擬多學科診療）平臺更是在林肯郡覆蓋19.5萬人口的試點中，將心衰相關住院率降低約15%，團隊效率提升25%，其核心理念正是通過數字化工具連接全科醫生、專科醫生、護理人員，實現實時協作與決策共享。[12]

差距即空間，后發有優勢。 歐美國家MDT的高覆蓋率，建立在數十年制度建設和文化積淀之上。但它們的轉型困境同樣明顯：傳統MDT耗時費力，專家時間成本高昂，跨機構協作困難。而中國恰恰可以借助“數字一代”的后發優勢，繞過發達國家在紙質化、會議化MDT階段走過的彎路，直接進入數智化MDT的新賽道。

這正是iMDT平臺的戰略價值所在。它不是對歐美模式的簡單模仿，而是基于中國國情的技術躍遷——當英國還在為如何將傳統MDT“數字化改造”而探索MDT平臺，當瑞士剛剛啟動跨醫院MDT網絡建設，中國的iMDT已在全國超1000家醫院落地，通過AI輔助將病例準備時間從4小時壓縮至30分鐘，通過結構化數據沉淀讓每一次討論成為可復用的知識資產。這不僅是效率的追趕，更是模式的超越。

五、從“點狀標桿”到“網狀生態”

當類似的實踐在全國超1000家醫院、3000余名醫生中落地，一個清晰的趨勢正在顯現：MDT正在從少數頂級醫院的“點狀標桿”，演變為覆蓋不同層級醫療機構的“網狀生態”。

在這一生態中，三級醫院得以聚焦疑難重癥，其專家智慧通過平臺下沉，發揮真正的引領作用，契合“控三”的政策導向；二級醫院作為區域樞紐，通過iMDT承接上級指導與下級轉診，其“穩二”的功能定位有了實質性抓手；基層醫療機構在專家支持下逐步提升能力，患者信任度隨之增強，“強基”從愿景走向現實。

而對于藥企而言，這一模式提供了一種全新的學術推廣路徑。郭曉云在訪談中將其概括為：預算從補貼差旅、場地等間接成本，轉向直接支持高質量的診療協作過程，讓醫學證據在最具影響力的臨床決策場景中被自然驗證與討論。 以某合作項目為例，經過三年發展，其范圍已從單一癌種拓展至多個領域，從最初的創新試點轉變為常規市場項目，并基于積累的病例數據在國際學術會議上發表了研究成果。

技術的演進，正在讓這種協作模式向更深層延伸。近期引入的“病例智能體”，通過醫學自然語言處理引擎，實現了與醫生的GPT式自然交互——醫生像與同事討論病例一樣與AI對話，即可完成信息梳理與邏輯構建。這標志著iMDT正從“效率工具”向“智慧伙伴”進化。

結語

從李強總理政府工作報告中的“優化醫療機構功能定位和布局”，到2026年全國衛生健康工作會議的“強基、穩二、控三”原則，再到于金明院士的“免費MDT”六年堅守，以及遍布全國超千家醫院的iMDT實踐——我們看到的是一條清晰的路徑：以制度設計引導資源下沉，以技術創新重構協作模式，讓分級診療從理想走向現實。

當技術的力量與制度的善意相結合，當MDT從頂級醫院的“專利”變為基層可及的“標配”，當中國憑借數智化后發優勢有望實現對歐美傳統模式的超越，“看得起病、看得好病”這個樸素愿望，正在一步步變為億萬群眾觸手可及的健康福祉。而iMDT，正是這一進程中不可或缺的數字橋梁。

參考文獻：

[1] National Institute for Health and Care Excellence. Improving outcomes in cancer: the manual. London: NICE; 2023.

[2] Taylor C, Munro AJ, Glynne-Jones R, et al. Multidisciplinary team working in cancer: what is the evidence? BMJ. 2020;369:m1370.

[3] 中華醫學會腫瘤學分會, 中國腫瘤MDT聯盟. 中國腫瘤多學科診療現狀與挑戰白皮書. 中華腫瘤雜志. 2025;47(2):112-119.

[4] 國家衛生健康委員會. 第一批腫瘤多學科診療試點醫院名單及工作要求. 國衛辦醫函〔2018〕1029號. 2018.

[5] 劉洋, 周潔, 李為民. 四川省三級醫療機構多學科診療開展現狀及影響因素分析. 中國醫院管理. 2024;44(5):31-36.

[6] NHS England. National Cancer Transformation Programme: Multidisciplinary team (MDT) development. London: NHS England; 2024.

[7] Borras JM, Albreht T, Audisio R, et al. Policy statement on multidisciplinary cancer care. European Partnership for Action Against Cancer. 2013.

[8] Swiss Cancer League. Swiss Cancer Report 2024: Challenges and opportunities in oncology care. Bern: Swiss Cancer League; 2024.

[9] 王慧, 張敏, 陳昊. 我國三級醫院多學科診療運行機制的多中心調查研究. 中國衛生質量管理. 2025;32(1):23-28.

[10] Santoso JT, Schwertner B, Coleman RL, et al. Development of an integrated multidisciplinary tumor board management system: The One Sauce platform. JCO Clinical Cancer Informatics. 2023;7:e2200135.

[11] Jones A, Harris R, Williams M. Rapid implementation of virtual multidisciplinary teams during the COVID-19 pandemic: A UK experience. Future Healthcare Journal. 2022;9(1):45-51.

[12] Lincolnshire Integrated Care Board. Virtual MDT pilot programme: Evaluation report 2024. Lincoln: Lincolnshire ICB; 2024.

[訪談引用] 動脈網. 專訪中康科技郭曉云：智能化MDT，如何將藥企學術、醫生成長與患者治療"擰"成一個高效閉環？；

[訪談引用] 中康科技. 西湖大學施一公校長到訪中康科技 共探生命科學領域創新發展.

免責聲明：本文僅供醫療衛生專業人士為了解資訊使用，不代表本平臺觀點。該信息不能以任何方式取代專業的醫療指導，也不應被視為診療建議。如該信息被用于了解資訊以外的目的，平臺及作者不承擔相關責任。以上僅代表作者個人觀點，如有不當之處歡迎廣大讀者留言指正。