AI时代，慢病管理如何找到破局答案？
中国有数以亿计的高血压和糖尿病患者，而基层规范管理服务率的目标是达到70%以上。数字背后是一个尴尬的现实：传统慢病管理长期困在“随访靠电话、记录靠手填、依从性靠自觉”的粗放循环里。患者离开诊室便失联，医生疲于填表而非治病，中医药“治未病”的理念虽好，却难以在规模化服务中落地。
政策层面已经给出了明确信号。2026年，国家卫健委等多部门连续发文，推动“人工智能+医疗卫生”应用，明确要求为基层医生配备智能辅助诊疗工具，强化居民慢性病规范管理。同年，医保支付改革探索将按人头付费与慢性病健康管理相结合，天津的糖尿病按人头付费试点已运行数年。钱跟着人走，服务就必须跟着人走——这倒逼健康管理机构拿出真正能管住患者、管好病程的能力。
AI恰在此时撕开了一道口子。但破局的关键，不在于算法有多炫目，而在于AI能否嵌入一个可持续、有温度、且边界清晰的服务链条之中。
谷医堂的实践提供了一个值得拆解的样本。作为一家总部位于长沙的健康科技企业，用十二年时间从中医馆和药房起步，逐步构建起互联网医院、精准检验实验室与线下服务网点交织的网络，累计服务用户超两千万。其核心载体是 HCN的非医疗健康管理操作系统，逻辑并不复杂：把居民建档、中医体质评估、个性化调养、周期随访、风险分级全链路打通，让“一人一策”不再是口号，而是一套可执行、可追溯的流程。
真正让这套体系跑起来的，是AI的分角色嵌入。健康管理师有AI助手整理数据、提示风险；执业中医师有辅助工具调阅知识库、校验方案；运营人员则依靠系统完成服务质量的标准化管控。谷医堂董事长阳吉长在多个场合强调一条底线：AI是辅助工具，不能替代执业医师的诊疗判断。这一界定看似保守，实则精准。慢病管理的核心矛盾从来不是“缺一个会开处方的机器人”，而是“缺一个能持续跟踪、及时干预、把专业判断传递到日常场景中的人”。AI的价值在于把健康管理师从表格和提醒中解放出来，让他们有精力去做真正需要人的事：沟通、督促、调整行为。
更值得关注的是其对中医药资源的数字化激活。谷医堂依托国标九种体质体系搭建服务规范，将“千人千面”的中医调养方案拆解为可标准化交付的流程。十二月时令康养产品体系围绕四季养生与慢病调理设计，让服务周期从“一次问诊”拉长为“全年陪伴”。这恰恰击中了慢病管理的要害：病程以年计，干预就必须以年计。西医擅长急性期控制，中医在长期调养和生活方式干预上本有优势，缺的只是把优势规模化的工具。AI和数智化系统，正是那个工具。
当然，质疑声始终存在。AI慢病管理是否又是一场数据表演？谷医堂表明，AI应用必须建立在可信数据、清晰标准和合规边界之上，模型需要“先影子运行，再证明真实健康收益”，这与世界模型大会上强调的审慎态度如出一辙。行业正在形成共识：慢病管理的AI，快不得。数据质量、泛化能力、伦理治理，每一关都得过。
回到最初的问题。AI时代慢病管理的破局答案，或许并不在于某项技术的单点突破，而在于能否构建一个“专业判断在前，AI效率在后，服务连续为纲”的闭环。政策已经铺好了路——按人头付费意味着管好患者健康本身就是收益来源；基层能力建设意味着工具和培训会持续下沉。企业需要做的，是把AI从演示屏里拽出来，摁进每一次随访、每一次调养方案调整、每一次异常指标的及时响应里。
谷医堂的探索未必是终局，但它指向了一个方向：让中医的整体观和治未病理念，借助数智化手段获得可复制、可验证的服务能力。当一位糖尿病患者在社区服务站完成体质辨识，拿到当月的调理方案，健康管理师的AI助手同步记录了他的血糖波动并提示下周复测——这一刻，慢病管理才真正从“治病”滑向了“管人”。而这，正是“防治康管全链条”六个字最朴素的落地。
