“AI看病”，离我们还有多远？

“AI看病”，离我们还有多远？(“融”观中国)

——“人工智能赋能千行百业”系列报道之三

提到“AI+医疗”，你能想到什么？

进入2025年，伴随AI大模型迭代升级，医学影像智能辅助治疗、临床专病智能辅助决策等更加复杂的场景也在走入现实。

参加会诊的第10位“专家”

早春，北京儿童医院，一场疑难病例多学科会诊正在开展。

来自耳鼻咽喉头颈外科、免疫科、皮肤科等科室的9名专家汇聚一堂，商讨一位5岁小患者鼻面部肿物的进一步诊疗方案。

满屋的“白大褂”间，两名身着黑衣的工作人员操作一台笔记本电脑，输入病历，屏幕上就跳出一行行专业诊断建议，包括最可能的诊断、需排除的鉴别诊断、需完善的检查等，引得在场专家纷纷注目、频频点头——这是参与会诊的第10位“专家”，由北京儿童医院与百川智能合作研发的全国首个“AI儿科医生”。

AI大模型诊断的准确性如何？何以能和经验丰富的专家同台会诊？

据了解，依托这些高质量数据，这款专家型AI儿科医生在2月13日正式应用以来的几次会诊中，能做到与各领域专家的判断高度吻合。

下一步，儿童医院将在河北等省份的多家基层医院中推广AI儿科医生。更多孩子不用出省，就能享受到优质的儿科资源。

除了让诊断更准确，AI技术还能“重构”临床诊疗模式。

急性缺血性卒中，俗称“脑梗”。能否把握住4.5小时的“黄金治疗窗口”，对脑梗患者能否“挺过难关”、恢复脑功能至关重要。然而，传统诊疗模式下，患者入院后要先接受多项检查评估，往返于诊室、影像检查、化验室、治疗室间，这就要花费数小时。

研究人员发现，借助AI图像高清化处理技术，体积小、可移动、对患者金属植入物要求更低的国产移动磁共振，能得到与常规核磁类似的检查结果，节约了检查时间，且短短5分钟就能完成治疗前的影像评估。

为此，天坛医院创新性地将临床评估、影像评估和治疗等环节集中到一个32平方米的空间内，即“急诊卒中单元”。从入院到接受治疗，时间被压缩至20分钟内，为保护患者脑功能争取到了尽可能多的时间。目前，“急诊卒中单元”已在国内多省近30家医院推开。

放眼全国，越来越多医院正在加快部署，让AI参与临床诊疗、医疗资源管理等核心场景。以北京清华长庚医院为例，目前所有科室均已接入DeepSeek大模型，将在智能辅诊、临床科研、医学教育、行政及后期管理等方面提升工作效率，持续拓展功能。

医生的价值更加凸显

当AI为医疗提供越来越多的辅助，甚至展露出超人的效率和精度，不少人担忧：AI是否会导致医生“下岗”？

在北京清华长庚医院医学数据科学中心主任李栋看来，虽然AI能依托大量数据在多场景的智能辅助诊断等方面“快速上手”，但目前还无法像医生那样，基于临床经验形成专业清晰的诊疗逻辑，达到资深临床医生的诊断水平。

另外，多位专家不约而同地提到，当AI的能力边界快速拓展，医生在人文关怀方面的价值没有被弱化，反而更加凸显。

“对AI来说，人文关怀的学习是很难的。”李栋解释，“在真实诊疗中，人文关怀体现在医疗服务的所有环节，医生会考虑患者病情、情绪和社会环境等因素。当老人感到孤独时说些什么？当病人知道自己得了绝症时说些什么？不同文化、不同情境下都有不同的答案。”

让治理跟上AI“步伐”

除了引发对医生价值的重新思考，“AI医生”的快速入场，也“倒逼”医疗行业反思——目前的数据治理、行业监管水平是否与技术发展相配套？

李栋指出，当AI大模型技术给医疗带来切身可感的利好、掀起“全民追捧”的热潮，专业人士与监管部门要冷静审视AI带来的挑战。

“因为现在医院是否拥抱AI，其实已经不是一个选择。”李栋说，“就算你不用，患者自己也会主动用AI搜索。人工智能的发展，就像一头鲸正从海底搅起巨浪，海面上的人们无法躲开，只能接受、了解，然后探索如何更好应用。”

首先，数据质量是AI能否有效应用于智慧医疗的关键。

北京清华长庚医院上线专业级别的AI大模型智能助手，离不开医院探索建设区域医联体，垂直管理天通苑北社区卫生服务中心，二者实现数据“纵向打通共享”。

其次，医疗数据的隐私安全也是不可忽视的问题。

据了解，北京儿童医院在AI儿科医生的研发过程中，与诊断无关的隐私数据，包括姓名、身份证号、家庭住址，都会进行脱敏处理。北京清华长庚医院则通过本地化部署和断网使用的模式，避免第三方托管带来的安全风险。

最后，长远来看，想要让治理监管能力跟上AI发展的步伐，还需要尽快加强“医工融合人才”的培养。

如何借助AI的能力，满足医生与病患的实际需求？AI赋能医疗的边界在哪里？应从法规层面施以哪些便利、哪些限制……想要答出这些问题，不仅需要了解计算机与人工智能的工作原理，更需要临床经验的大量积累。

“目前行业内都在提倡‘医工交叉’，但我认为在未来，‘交叉’是远远不够的，当AI重构了医生的工作方式、医院的诊疗模式乃至整个社会的运转方式，想要让治理跟上技术发展的步伐，就必须将两个领域的知识与思考方式深度融合。”李栋说。

链接·人工智能如何赋能医疗

●“人工智能+医疗服务管理”：

分为医疗服务、医药服务、医保服务、中医药管理服务、医院管理五部分。涵盖医学影像数据智能辅助质控、临床用药智能辅助、医保智能核算、中药智能审方等38个细分领域。

●“人工智能+基层公卫服务”：

分为健康管理服务、公共卫生服务、养老托育服务三部分。涵盖智能中医健康管理、传染病智能监测、智能老年人健康管理等23个细分领域。

●“人工智能+健康产业发展”：

分为医用机器人、药物研发、中医药产业三部分。涵盖手术机器人、智能药物研发、中药材智能生态种植等13个细分领域。

●“人工智能+医学教学科研”：

分为医学教学、医学科研两部分。包括医学智能仿真实验、智能研究型病房等10个细分领域。