当前，新冠肺炎疫情仍在继续，并可能长期存在。由于患者到大医院就诊存在交叉感染和不便等问题，急需“基层首诊”进行正确率高的全科临床诊断。

“基层首诊”是分级诊疗的基础。如果基层首诊错误率高，“转诊”和“分治”就失去了科学依据。目前，我国基层医疗机构优质资源不足。其中，硬件可以通过加大政府投入逐步改善，但临床医生的水平却难以大幅提高。“全科医生”培养面临生源不足和毕业生不愿在基层执业等问题；远程医疗和专家巡诊不能从根本上解决问题。究其原因，我国首先是高水平医生数量不足，其次才是分布不均。

为解决上述问题，“AI+医疗”作为主要的技术手段受到国家高度关注，其着眼点在于赋能现有基层医生，用智能手段辅助其提高全科诊疗水平。但当前“AI+医疗”主要采用的是第二代AI大数据机器学习模式，存在可解释性和泛化能力差等问题，难以有效应用。

新一代“AI+医疗”应当既吸收第一代AI表达临床专家知识进行逻辑推理的优点，又吸收第二代AI表达和处理现实中广泛存在的不确定性和大数据图像及声音识别的优点，但要克服其可解释性和泛化能力差的缺点，不仅能正确诊断常见病、非常见病，还应具备如何辅助基层医生精准检查、高效收集患者病情信息的能力，即具备动态规划患者个体优化临床路径的能力，并能及时更新，紧跟科技进步和疾病谱的变化。目前，我国已具有这样的新一代“AI+医疗”技术。

此外，应为新一代“AI+医疗”提供良好的应用环境。要大力推进第三方检测中心建设，解决基层检测能力不足的问题；推广按病种付费的医保制度，为精准检查和治疗提供正确利益导向。只有这样，分级诊疗制度才能更科学、更智能，确保实现“健康中国”的战略目标。