從輔助診斷到“人機共智”，AI醫療如何健康規范發展

用“火眼金睛”揪出病灶，在急診室扮演“預言家”角色……隨著AI技術快速發展，醫療領域正經歷一場深刻蛻變。

“十五五”規劃綱要提出，有序推動數智技術在輔助診療、精準醫療、健康管理、醫保服務、養老助殘等場景的應用?！癆I醫生”加速從概念走入診斷第一線，會如何優化就醫格局？從輔助診斷到“人機共智”，AI醫療如何健康規范發展？

2025年3月28日，患者在廣安門醫院門診大廳體驗AI導診服務。新華社記者 張玉薇 攝

醫生的“超級副手”

過去，四川大學華西醫院病理科總被患者圍得水泄不通。

四川大學華西醫院病理科主任張紅英介紹，病理科要承擔每年超過40萬例的本院患者病理診斷，還要接收3.6萬余例院外病理會診標本。外地患者要獲得診斷結果，不僅要填表格、帶上病理標本等，還要在窗口等很長時間。

而現在，通過AI輔助，患者可在線填寫申請表格，經過線上初篩，不用再重復“跑腿”。張紅英說：“今年，我們計劃上線更為全面的AI病理診斷大模型，進一步提高效率?！?/p>

這是AI技術加速在醫療領域應用帶來的影響之一：幫助醫生減輕負擔、提升診斷效率。

一些AI大模型化身健康“守門人”和“預警哨兵”，成為基層醫生的“超級副手”。

在四川大學華西口腔醫院，臨床級口腔影像AI輔助診斷決策系統通過人機交互、可視化呈現的方式提高診療效率，優化醫患溝通。一線醫生汪成林說，AI影像輔助目前有80%至90%的高識別精度。

在重癥監護室，AI系統通過分析海量生命體征數據，能提前數小時預警感染性休克等危重情況，為搶救患者爭取黃金時間。通過胸痛急診場景下的AI模型，浙江大學醫學院附屬第一醫院醫生可以在幾秒內識別急性主動脈綜合征，將確診時間縮短至2小時內。

在藥物研發領域，AI也正掀起一場“效率革命”。

廣州醫科大學附屬第一醫院聯合多家機構啟動腫瘤病理基因多模態大模型研發，該系統可在1分鐘內預測多種腫瘤基因突變，基因檢測成本有望大幅下降。從藥物靶點發現、分子設計，到臨床試驗優化與藥物商業化，在國內多家藥企，AI正從輔助工具升級為藥物研發的新基礎設施……

AI在醫療中的角色，正從零散應用日益走向體系化落地。

四川大學華西口腔醫院的全景AI輔助診斷決策系統。（受訪者供圖）

深度融入路仍長

四川大學華西口腔醫院修復科醫生竇豆認為，雖然AI可以為年輕醫師進行診斷提供助力，但面對復雜病例，目前的智能輔助診斷水平依然存在較大進步空間。對基層醫療機構而言，讓AI真正融入醫院，還有很長的路要走。

不同于人類醫生的“臨床直覺”，AI的決策基于數據訓練。不少業內人士認為，當前通用大模型難以精準捕捉醫生的臨床思維路徑，存在語言鴻溝，無法適應精準個性化診斷的醫療發展趨勢。

部分一線醫護坦言，由于醫療數據隱私保護的門檻極高，“醫療數據不出醫院”是常態，依靠單一醫院內部構建完整的多模態訓練數據很難。部分AI醫學影像雖然部署到醫院，卻常面臨“吃不飽”或“吃不透”高質量數據的困境，限制診斷能力進一步躍升。

一些人擔心，當訓練數據存在偏差或遇到罕見病例時，AI可能給出錯誤提示。行業亟待強化完善“AI初篩+醫生復核”的責任閉環機制。

目前，AI輔助診斷不能作為獨立的醫療服務項目向患者額外收費。有醫院管理者向記者坦言，研發一套AI系統動輒花費數百萬元，如果無法通過收費回收成本，醫院只能將其視為“錦上添花”的硬件投入，缺乏大規模更新動力。

部分基層醫療機構負責人反映，轄區病種相對單一，不菲的運維成本也讓基層望而卻步。如何開發“輕量級、低成本、適合基層病種”的AI產品，并建立區域共享的遠程AI診斷中心，是技術普惠的關鍵。

構建有溫度、有規范的新生態

業內人士認為，未來，AI醫療將在“人機共智”的高效協作中，更有力地守護公眾健康。

產業應用標準體系正在加快建立?！蛾P于促進和規范“人工智能+醫療衛生”應用發展的實施意見》明確提出，到2030年，基層診療智能輔助應用基本實現全覆蓋。這一“指南針”的確立，為各地進一步將AI技術嵌入人工智能輔助診斷與醫療服務體系提供了合規性保障。

張紅英建議，未來，應當在部分地區探索AI醫療器械設備的臨床準入制度，打造完善的合規評測平臺與量化數據評價體系，使AI應用更有標準可衡量。

打破“叫好不叫座”的關鍵在于付費機制的創新。多名一線醫護人員呼吁，醫保部門要充分論證AI輔助診斷對整體醫保基金的控費效用，優化影像報銷等。

同時，受訪專家還建議，推動以“區域遠程會診中心+AI賦能基層”的服務模式，讓基層醫院加快獲得大醫院的“AI大腦”賦能，讓邊遠地區患者能享受到大醫院的AI診斷服務。

針對如何加速跨越“數據鴻溝”，竇豆等醫生認為，醫學界要與產業界形成合力，建設標準化高質量醫學數據集，用海量且真實的數據訓練和迭代AI，加快打破實驗室與手術間的壁壘。

AI最終會取代醫生嗎？

多名一線醫護人員認為，AI不會淘汰醫生，但會淘汰“不會用AI的醫生”。在張紅英看來，未來的醫生，不僅要懂“病理”，還要懂“算法”；其核心競爭力將不再是記憶知識的多少，而是臨床批判性思維、復雜情境下的決策能力以及與患者共情的人文關懷。（記者董小紅）