大型迭代速度惊人，“AI医生”真的要来了吗？

刚刚过去的 2024 年，生成式 AI 正以肉眼可见的速度席卷医疗行业。

"啃下" 6000 多本国内外权威教材，成功通过中国执业医师资格考试，多次参加中国医学信息竞赛，连续获得冠军...日前，上海东方医院是由医疗团队和技术团队联合开发的。 AI 大型医学模型" Med-Go “一经发布，就引起了业界的关注。

目前，" Med-Go "已经进入东方医院 HIS 系统

就在 1 个月前，由清华大学智能产业研究院团队打造的第一个“ AI 医院" Agent Hospital 还逐步内测，预计上半年对公众开放。

Agent Hospital：虚拟医疗世界

从全能医学伙伴、智能陪诊助手到病历生成语言模型，甚至是呼之欲出的“ AI 医院"...市场上医疗垂直模型迭出，不少头部医院甚至主动要求相关平台上线，并自主研发。

根据中国互联网信息中心的数据，截至 2024 年 7 月，中国完成了备案并上线，可以为公众提供服务。 AI 大型服务模式已经达到 190 其中许多与医疗有关。

日前，上海还公布了全市首个城市。 MaaS(“模型即服务”)平台，重点关注医疗诊断和治疗场景，通过大模型赋能临床诊断和治疗，同步发布首批。 5 一个是由这个平台赋能的 AI “应用程序包括” Med-Go "。

每个人都忍不住要问，AI 在赋能下，医疗领域将发生怎样的深刻变化？传说中的“” AI 大夫，真的要来了吗？

由阅读到确诊，AI "开始像人一样思考"？

“这是我们自主研发的‘ Med-Go "，就像一位医学教授，有很强的思考和分析能力。"" Med-Go “创始人、上海市东方医院急诊科、重症监护室主任张海涛向记者展示了一例病例。

一名 11 年轻男孩因不明原因发烧、间歇性昏厥、嗜睡等症状在其他地方著名的三甲医院儿科反复检查，但一直无法找出原因。直到一年后，他才被诊断出患有非常罕见的自身免疫性疾病。

而且当张海涛把病人的病例输入" Med-Go "之后，大型医学模型只用了几分钟就给出了专家花了一年时间才完成的诊断。

“如果把这堆病历给一个人类医生，至少要一个小时才能整理出病例，理清思路。”张海涛说，大模型是基于庞大的医学常识数据库和强大的思维分析能力，为医生提供辅助决策支持，这是一种生成方式。 AI 对于临床诊疗非常有价值的部分。

在工作中，张海涛和同事使用" Med-Go "

其实，AI 作为一种临床辅助诊断工具，已经发展了十多年，其中“表现”较好的应属影像。 AI，它可以帮助医生处理高强度的重复阅片工作，在辨别结节良恶性、肿瘤分期等方面具有很大的优势，但更多地关注特定的疾病。

大语言模型的出现，给医疗带来了帮助。 AI 与传统图像相比，带来了新的突破。 AI，现在的医疗 AI 确实越来越像医生了。"上海市第十人民医院超声医学科副主任郭乐杭和团队正在进行“超声” AI “临床研究，主要面向全身多器官、多病症，针对诊断、预测、教学、远程医疗等多项任务。

“我们团队建立了具有自主知识产权的超声图像数据库。在此基础上，依托十院优势病种，积累了甲状腺、乳腺、前列腺、皮肤和软组织四大器官序列，累计信息超过 2 万。”郭乐杭告诉记者， AI 大语言模型加持医疗保健 AI，这些变化中最重要的是，” AI 开始像人类一样思考。”

"以前用 AI 看电影只能得到一堆冰冷的数据，但现在它更像是一个超声医生。看完电影，你可以给病人另一份可以理解和理解的检查报告。而且医生似乎从写卷子的人变成了批卷子的人，工作效率更高，工作体验也随之提高。"郭乐杭解释说，传统影像 AI 专注于单一疾病和单一器官的研发范式现在正在突破，目前的医疗保健 AI 可以自动探索医学影像与检查报告的相关性，快速标注大规模数据，直接从医学影像中生成检查报告，为临床医生提供更多参考。

生成式 AI 跑出加速度，医生用了吗？

目前，" Med-Go "已经进入东方医院 HIS 该系统(医院信息系统)，已有100多名医生在多个科室“尝鲜”。它在日常诊断和治疗中的用途到底如何？

张海涛直言不讳地说，拥抱 AI 医学模型，对于医生来说，“有一个从理解到熟练应用的过程。”这类似于记者采访中的经历:很多医疗机构都上线了。 AI 在平台上的医院里，很多一线医生都说“用得不多”。

这种情况并不仅仅发生在中国。此前，全球数据分析公司爱思唯尔对全球 123 国家和地区都很近 3000 著名研究人员和临床医生进行了调查，并发表了《洞察》 2024：人工智能态度报告。报告显示，尽管 AI 虽然在科学研究和医学领域有很大的潜力，但是目前在科学研究人员和临床医生方面的应用仍然有限。

那么，医疗 AI 整合日常诊断和治疗的难点是什么？

“第一，习惯，许多医生使用生成式。 AI 仍然持谨慎态度，有些医生只是把它当作搜索引擎，不能与它进行深度交互，这使得 AI 强大的‘赋能’潜力尚未释放。”业内人士分析，另一个重要原因是， AI 现在无法消除的“幻觉”。

“大模型的认知状态还处于‘我不知道我知道什么’的状态，往往会导致“幻觉”或虚假信息的产生。”这是一位人工智能领域的专家对大模型“幻觉”的解释。然而，面对生活和医疗 AI 在临床医生眼中，最重要的“特征”是必须可靠，这也是临床医生眼中的特征。 AI 应用于其工作的前提条件。

"就我现在的经历而言，AI 判断结节良恶性的准确性很高，但在日常诊断和治疗中真正成为常用工具还需要一口气。“郭乐杭直接说话，“幻觉”就是医疗。 AI 普及最大的麻烦和瓶颈，这可能会导致诊断、治疗建议或医疗决策的错误，从而严重影响病人的健康。

在接受记者采访时，中国科学院教授、欧亚国际科学院教授陈润生提到，破除 AI “幻觉”需要克服许多挑战，如技术问题、伦理问题等。就技术层面而言，AI 训练数据的质量和多样性在很大程度上取决于训练数据的质量和多样性，如果训练数据有偏差，模型可能会产生错误的输出。从伦理学的角度来看，算法可能会因为训练数据不完善或者设计者的主观偏见而导致歧视性的决策结果。

基于可信数据源的提升 AI 准确性是减少“幻觉”的关键。对此，国家卫生健康委员会卫生发展研究中心副主任游茂也表示，目前我国 AI 在医疗器械研究领域，仍然缺乏高质量的数据，需要进一步建立实现真实世界数据应用的机制。

此外，医疗 AI 很难评估错误对医生的影响。2023年美国医学会杂志 一篇名为《年度评价》的文章 AI 根据对住院病人诊断的影响，随机临床调查分析发现，当医生有意向医生呈现偏差时， AI 在诊断结果的时候，医生可能会被 AI “欺骗”，导致诊断准确性降低。 11.3%。即使是影像 AI，它的误差也会影响医生。

一项关于自然医学的研究表明，尽管使用它。 AI 图像解读工具是否有利于临床医生，但，AI 错误显然会对治疗结果产生很大影响。

"高年级医生可能不会受苦。 AI 影响，但低年级医生不禁犹豫不决，甚至怀疑自己的判断。”郭乐杭说，不难解释为什么很多医生会问他们会不会。 AI 在工具箱中，作为关键选项，仍然处于观望状态。

医师的“伴侣”永远无法取代医生。

不可否认的是，拥抱医疗 AI，这是一种不可逆转的趋势。但是，算法培养出来的“ AI 医师究竟能用到什么程度？" AI 在某些特殊情况下，医生更容易为人们的医生填补。“一位学者在接受记者采访时表示，与头部医院、体检机构、基层医疗机构、偏远地区等医疗资源相对薄弱的地区相比，目前需要安全有效的医疗。 AI 加持。

目前，东方医院医联体内的医联体 15 家浦东新区社区卫生服务中心已同时安装" Med-Go "，江苏省射阳县人民医院及其下属社区卫生服务中心、山西省忻州市人民医院及其下属社区卫生服务中心也已安装" Med-Go "。

“浦东新区陆家嘴社区卫生服务中心眼科专家刘方圆” Med-Go "第一批尝鲜者。对这位初出茅庐的眼科专家来说，入职不久，她经常会遇到一些“不确定”的例子。

使用“刘方圆” Med-Go "

曾有一名 34 年长的病人因为眼睛红而来看病，主诉眼痛三天。“经检查发现，病人前房正常，眼压正常，睫状体出现压痛。”刘方圆告诉记者，尽管她心中有答案：急性虹膜睫状体炎，但并不十分掌握。一键输入病历" Med-Go ”“之后，她松了一口气——诊断被证实了。对于这个年轻的医生来说，这个生成式 AI 更像是自己的智囊团和百宝箱。

将医疗 AI 对于基层医疗机构的布局，还有一个更重要的考虑——转移疾病防治的关口，对患者进行初步筛查，实现分级诊疗，从而提高医疗资源的利用效率。

对于这一点，上海已经进行了大量的探索。以徐汇区卫生健康委为基础 AI 全区超模、云计算、数字人等技术。 48 万居民的健康画像，更直观的患者健康概述，让基层医生快速识别患者的高风险疾病；仁济医院的卜军教授团队已经在了。" AI 在心血管影像领域取得了许多突破，开发了适合社区群体的早期筛查和精确诊断新技术，为了促进心血管疾病的预防关口前移…

健康画像帮助基层医生快速识别病人存在的高危疾病。

"‘ AI 医师确实要来了，他们可以是医生的‘伴侣’，也可以填补医生能力的空缺，但就目前的技术而言，‘ AI 医师仍然无法取代医生。“张海涛告诉记者，人的共情能力、同理心和关心能力都是 AI 不能拥有的。"同一种疾病常有不同的治疗方法，" AI 医生给出的最佳解决方案不一定是人类想要的最佳解决方案。毕竟疾病的治疗不仅与疾病本身有关，还与患者的个人情况、家庭情况、个人观念等诸多方面有关。"

就目前而言，“协助”就是医疗。 AI 关键字最为重要。"科学而谨慎地使用 AI 这位帮手，不断地帮助‘ AI 医师“成长，不要让喧嚣淹没理智。归根结底，随着技术的发展，医疗 AI 和医生并肩作战很快就会成为日常生活。一位医学教授这么说。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com