醫械創新資訊
4月9日下午，在聯影舉辦的uAInnovation2025創新大會上，復旦大學附屬中山醫院黨委書記顧建英等多位醫療領域專家共同探討AI醫療的發展現狀與未來。據悉，今年春節以來，國內數百家三甲醫院引入DeepSeek等AI技術。AI正從效率工具轉變為“智能協作者”，在輔助診斷、遠程診療等方面顯著提升醫療效率。
“AI（人工智能）來了，大家都在擁抱。”4月9日下午，復旦大學附屬中山醫院黨委書記、副院長顧建英在聯影舉辦的uAInnovation2025創新大會上說。
AI醫療喊了10年，終于不再是“狼來了”的資本故事。今年春節以來，國內幾百家三甲醫院接入DeepSeek，國家衛健委發布84個AI應用場景。聯影智能聯合創始人、聯席CEO周翔說，大模型的到來就像春天一樣春意盎然、生機勃勃，一些以前靠醫生的知識儲備、記憶力和通識進行推理的任務可能很快會被人工智能取代，整個行業正迎來一場巨變。
但AI并不是為了取代醫生。在這場關于AI醫療的深度對話中，同場的中山大學腫瘤防治中心副院長孫穎說，她對AI的態度是“越來越多、越來越愛、越來越快、越來越難”——與幾年前不同，現在AI已經成為醫生基本的生產工具。
10年前，互聯網醫療如火如荼，時任北京大學人民醫院院長王杉在一場75分鐘的對話中，與春雨醫生創始人張銳互相打斷18次，辯論激烈。
有人說科技浪潮下的醫院就像是堡壘，科技公司一直想“攻”進去。“火藥味”十足的雙方，代表的正是公立醫療機構與互聯網醫療。王杉并不反對互聯網醫療，恰恰相反，他是醫療信息化最早的踐行者。彼時，很多公立醫院院長的態度相對保守，很少有愿意和互聯網醫療對話的。
但在10年后的今天，越來越多公立醫院正在開箱AI醫療。
復旦大學附屬中山醫院是我國排名前十位的頂級醫療機構，年門急診量近140萬人次，患者來自全國四面八方。顧建英說，醫生、患者和管理者都會感受到AI帶來的變化。
例如，在輔助診斷方面，“有愛小山-病歷助手”按照診療規范主動生成的電子病歷可以讓醫生有更多時間真正看病、思考、培訓，而不是不斷地做這些重復的勞動。而且醫生還可以通過遠程診療做慢病管理等一系列的突破，在提高效率的同時還減少了誤診和漏診。
對患者來說，現在中山醫院的智慧客服已經通過導入大語言模型，可以24小時不間斷為患者服務，如果碰到不能回答的問題就會轉到人工。顧建英表示：“這樣一個有耐心的24小時服務，我覺得也是很好的改變。”
作為醫院的管理者，顧建英感觸更深。她說，經常碰到醫生說要空間，有了空間以后要設備，有了設備以后又沒人，永遠是一個無解。通過數據化和人工智能的賦能，中山醫院一方面用模塊在診療端更規范化、數字化和智能化，另一方面實現合理配置資源提高效率，比如在門診、急診病人高峰時預警、配置醫療資源。
AI應用到醫療端帶來的效率提升也是肉眼可見。孫穎提到她所在的中山大學腫瘤防治中心，放療的12個流程中有9個貫穿了AI元素，剩下3個也實現自動化。以前患者的放療時間是以天來計算，現在已經控制在24分鐘。
但AI確實也在挑戰醫生。孫穎說：“現在經常有病人拿著DeepSeek來問我們，為什么方案不是這個。以前的信息不對稱，現在已經不存在了，所以醫生怎樣提升自己去跟病人溝通。還有哪些是幻覺，你得會辨認；還要建自己的智能體，醫生得學這些工科的知識。”
這只是AI醫療發生顛覆性變化的縮影。據不完全統計，DeepSeek已經在全國范圍內的超90家知名三甲醫院實現部署。此外，醫療領域的垂類大模型已有上百個。
“AI不是一個技術競賽，而是解決臨床痛點的工具。”盈康生命副總經理、盈康一生醫療服務CEO馬安捷接受《每日經濟新聞》記者采訪時表示，據其統計，目前在全球圍繞腫瘤患者的診斷、治療、康復的AI已經有將近500種。國內某三甲醫院應用12個AI的產品涉及9個廠家，在每一次服務一個患者去調用各個不同廠家AI的時候，要花費的時間超過20分鐘。
但據中國醫師協會的統計數據，在已經布局AI影像輔助診斷的醫院當中，AI影像輔助診斷的實際使用率是58%。在布局預防預測的AI的應用當中，實際使用率不足22%。馬安捷說，盈康生命的AI創新應用平臺接入聯影智能等多家廠商的AI應用，就是解決醫療多場景與AI產品多樣化的難題，從患者、臨床和管理三個維度融入AI，構建面向患者的智能交互平臺和面向醫護技的臨床創新平臺。
周翔表示，大模型對整個行業的推動非常大，技術推動是一個方面，更重要的是推動醫院使用。因為治病救人，生死攸關的事情，醫生是非常謹慎的群體，所以AI醫療比自動駕駛還要謹慎，但也是應該謹慎的。
但任何形式的醫療都離不開醫療質量和病人安全兩個原則。通用大模型在當前許多醫療細分場景中，性能還遠未達到臨床應用的要求，醫療領域仍然需要有專業的團隊來構建垂域、多模態的大模型，來應對復雜多樣的醫療需求。
周翔在發布會現場展示了一些用通用模型生成的文本和醫療影像。“都不像真正的醫療影像，說明它還沒有完全學會什么叫醫療影像。我們訓練了個醫學影像模型學習DSA圖像，可以生成非常好的圖片出來，但這需要專業的人去做專業的數據訓練。”
他表示，雖然大模型的學習能力非常強，但它仍然沒有學會醫療領域很多東西，還會有幻覺。而且，醫療領域很多問題不那么容易學習。“舉一個最常見的，所有做AI、但不懂醫療的人第一次進入AI一定會做X光輔助診斷，可是從來沒有很成功過。因為它跟人臉找心臟疾病很類似，X光里結節很多時候躲在骨頭、心臟后面天生看不見，怎么教AI呢？”
4月9日當天，聯影推出元智醫療大模型平臺和10余款醫療智能體。周翔表示，AI醫療任重道遠，過去七八年，聯影智能在醫療領域里積累了很多垂類知識。希望用聯影的AI大模型來解決醫療上優質、可控和可及性的問題。
在他看來，醫療行業的決策是多模態診斷的整合，血檢、尿檢、家族病史、癥狀加影像，未來還有基因學等新技術，這些綜合起來才能對健康問題、醫療問題做出正確的答案。行業挑戰就是很多問題非常模糊，這個行業還有非常大的爆發空間。
對此，聯影集團董事長薛敏也表示，大模型的競爭已經從單純的“參數競賽”，逐漸轉向圍繞“生態協同和場景落地”的下半場比拼。未來由文本、影像、混合模型能力驅動的大模型基建，將有機會全面重塑AI產品的應用形態，催生一系列能夠持續學習進化的智能體，最終將智能真正轉化為生產力。
