中國醫療資源嚴重失衡，體系呈現兩極化。據《經濟學人》報導，北京、上海的頂尖大院擁有世界級醫師與設備，但占比僅約10%。反觀全國三萬多家鄉鎮衛生院，多數醫師學歷有限、設備落後，整體醫療支出僅占GDP約7%，遠低於歐美水平。
長期以來，中國病人遇到生病便湧向大城市尋求名醫，造成大醫院人滿為患、醫師過勞，基層醫療卻難以發揮功能。地方政府雖想擴編與補強基層醫療，但債務沉重、人力招募困難。因為許多基層醫師收入低、壓力大，根本吸引不到人才。在此背景下，「科技補位」成為中國醫療改革不可避免的選項。
「遠距醫療」疫情後爆發：民眾習慣在App上找醫生
雖然中國早年就提出遠距醫療願景，但真正突破是在疫情期間。民眾大量轉向由科技公司推出的線上問診平台，透過文字或視訊與醫師連線。
「京東健康」一年內即吸引 2 億活躍用戶，每日問診量高達 50 萬。阿里系螞蟻集團推出的「鵝醫生」同樣爆紅，短短數月已服務逾 1.4 億人，並匯聚近百萬名醫師提供線上諮詢。
在中國，遠距醫療之所以快速普及，除了方便，也因 App 打造出「像逛網購一樣的看診模式」，能比價格、看評分、讀評論，大幅降低尋醫門檻。
然而最大的使用族群仍是大城市的年輕族群，也就是原本就能享有最好醫療資源的人；而多數提供線上醫療的醫師也只是「下班打工」，無法真正減輕醫療體系過載壓力。
專家指出，要讓遠距醫療真正有效，醫院需規劃 5～10% 的白天時段給線上門診，同時醫保制度也必須調整，讓醫師能從線上診療獲得合理報酬。
AI 醫師登場：2030年完成基層「全覆蓋」
在遠距醫療之後，中國正邁向下一階段：
1、讓AI成為基層醫療的「第二醫師」：當前已有部分中國民眾使用如 DeepSeek 等 AI Chatbot 進行健康諮詢。中國政府試圖更進一步推動 AI 診療，在 11 月公布目標：
2、2030 年前，讓所有基層醫療機構全面部署 AI 診斷與治療工具：清華大學醫療 AI 模型研究者黃天蔭認為，如果基層醫師可依靠 AI 獲得最新醫療資訊，能補強知識差距，也能提升患者對基層診療的信任；只有真正複雜的病例才需要轉至大醫院，不必投入龐大成本再大量培養醫師。
目前已有各地政府洽詢相關 AI 團隊，但系統仍處於小規模試點階段。
挑戰：錯誤診斷風險、資料品質不足與醫療不信任
儘管未來前景龐大，但中國AI醫療距離成熟期仍有「3大隱憂」。
一是 醫療信任度低：長期以來，中國醫療醜聞頻傳，民眾本就對醫療體系缺乏信任。若 AI 出現一次重大誤診，可能讓人們對新科技瞬間「拒絕往來」。
二是 資料分散且品質不一：AI 模型需要大量醫療資料訓練，但中國醫院間的資料標準差異巨大，還常出現缺漏與格式不統一，使模型難以精準運作。
三是 規模化仍需時間：AI工具要真正進入基層機構，涉及醫保制度調整、設備建置、人員培訓等一連串龐大工程，遠非一蹴可幾。
「跳躍式」基因：AI醫療可能率先全球落地
然而，中國具備在科技普及上「跳階式創新」的獨特條件。例如，在支付領域，中國跳過信用卡時代直接進入行動支付，形成全球規模最大、普及率最高的電子支付生態。同樣的組合，科技企業靈活、政府積極推動、人民數位素養高、缺乏既有替代體系，也可能讓中國成為全球第一個全面落地「AI 醫師」的國家。
然而，對其他試圖在「小預算」下打造基層醫療的國家而言，中國模式未必可以複製。若缺乏中國具備的四大條件，AI醫療革命可能只是「中國特色」，而非全球標準。
（相關報導：
突圍美國封鎖：中國科技巨頭前往東南亞租賃數據中心，「合法使用」輝達高階晶片訓練AI模型
｜
更多文章
）
