“人工智能不会把医生淘汰，但不懂人工智能的医生一定会被淘汰。”
在3月29日至30日召开的神经与肿瘤药物研发全国重点实验室协同创新会议期间，北京天坛医院院长王拥军在接受澎湃新闻记者采访时表示，人工智能在医疗领域的应用可以分为两个阶段，一个是深度学习和机器学习时代，另一个就是现在的通用人工智能时代。未来医疗会越来越依赖于新一代的人工智能，医院管理者也需要去积极拥抱人工智能。
自DeepSeek在全球爆火后，AI在医疗健康领域的应用进一步获得关注。在上述会议期间，多位医院负责人及药企人士就AI医疗的应用展开讨论。在他们看来，当前人工智能和医疗行业已经有了实际案例，对人工智能在医疗场景的应用有更多期待，在这个过程中，也需要关注医疗安全、医疗责任、伦理等多方面的问题。
“由于存在‘幻觉’问题，通用人工智能不能直接用到医疗中。医疗需要一个封闭的人工智能系统，也就是垂直大模型，它可能有些联想不够，但安全是没有问题的，因为医疗是安全第一，没有安全，后面的任何东西都是零，患者安全得不到保障。”王拥军指出，其所在的医院接下来也将推出神经系统的垂直大模型。
今年以来，国内已经有多家医院官宣推出垂直领域的人工智能大模型。2月16日，北京协和医院与中国科学院自动化研究所共同研发的“协和·太初”罕见病大模型正式进入临床应用阶段，这是国际首个符合中国人群特点的罕见病大模型；2月26日，由复旦大学附属中山医院联合上海科学智能研究院共同研发的观心大模型CardioMind beta版正式发布，这是国内首个深耕心血管专科的医疗大模型。
神经与肿瘤药物研发全国重点实验室协同创新会议期间，多位行业人士就医学人工智能展开讨论
不仅仅围绕某一疾病领域，人工智能在医院的应用正在逐步深入。安徽医科大学第一附属医院南区院长陈明卫介绍，其所在的医院在今年2月份就率先在安徽省开展DeepSeek模型本土化的部署，完成了医疗知识检索，包括办公、病历自动生成、辅助决策支持等大场景应用。未来，医院对AI创新的响应主要集中在智能导诊、智能预问诊、智能病历的辅助生成、智能的患者全程管理等多个方面。医院还在建设智算中心，希望把临床资源，包括科研成果，借助人工智能的手段进行转换，包括国家重点临床专科建立相应的专病数据库，希望这些在未来能够为医院的整体发展带来很大促进。
陈明卫表示，自己也在思考人工智能在院内运营方面存在的一些问题，主要包括数据质量安全问题、医疗责任界定问题、专业人才的短缺问题以及伦理和社会问题，“但我想这些都不是问题，随着我们工作的推进，很多在发展中逐渐能够解决，希望未来我们在人工智能和医疗行业做一个深度融合，最终为患者提供高效、优质、安全的医疗服务，也推动医院高质量发展”。
在诸多临床环节，影像是AI在医疗领域应用较早的场景，在辅助医生提升工作效率上受到医疗人士的肯定。辽宁省肿瘤医院党委书记刘宏旭在此次大会上就提到，其所在的肿瘤医院是辽宁省癌症中心，每年要承办几万例的筛查，如果影像都靠医生来看，根本看不过来，尤其现在小结节多，人工智能给了医生很大的助力。
新疆医科大学附属肿瘤医院党委副书记、院长王成伟介绍，在放疗 AI 领域，医院在全疆率先试用了放射治疗靶区和危及器官的人工智能AI勾画系统，在放射治疗中，准确勾勒靶区和保护正常器官人工智能勾画软件可以在短时间内自动、精准地完成这一任务，无论是头颈部、胸部还是盆腔的危及器官，其自动勾画的准确性和稳定性都经过大量临床验证。放疗靶区勾画时间减少了四十分钟以上的时间，极大地提高了放疗效果，同时也减轻了医生的工作压力。
“以我们医院的肺小结节中心为例，如果用人工读CT片子，发现的概率、准确度以及深度分析，大概需要花费40分钟，但用AI软件之后，5分钟就可以阅读完毕。更重要的一点是，AI能够通过勾画，把小结节和周围血管位置关系，通过3D打印呈现在术者面前，这样为医生制定更好的肺小结节切除手术计划，打下很好的基础。”
王成伟表示，目前，医院的AI使用还仅仅是跟企业的合作，基于企业的大数据库。未来希望有深度合作的机会，把医院的数据和专家意见融入AI诊断系统中，使得AI的算力、逻辑性、关联度能够更高。
除了医疗服务端的应用场景，AI在医药研发端的应用也备受期待。在此次会议上，神经与肿瘤药物研发全国重点实验室发布了“求索计划”，将持续5年投入累计20亿元，针对10大研究方向，其中就包括基于临床数据，AI技术手段应用于靶点发现、验证；AI技术手段应用于药物研发临床有效性和安全性预测。
先声药业执行董事、神经与肿瘤药物研发全国重点实验室主任唐任宏表示，人工智能对于医药创新肯定有促进作用，但如何真正把AI的能力赋能到整个全链条，还有很大一段距离。目前，先声药业在研发端对AI的应用主要集中在一些相对成熟的环节，比如临床阶段，一个很大的需求就是临床路径的选择。以肿瘤为例，不同的瘤种里面还分为一线、二线、三线、晚期，以及手术前新辅助或手术后的辅助。企业如何找到一个最有利的候选药物、最有利的开发路径，以前是靠人脑，现在在尝试人工智能帮助优化。
唐任宏认为，现在AI辅助临床开发的计划和策略还是在点上的突破，希望未来AI能对行业全链条进行支持，包括在药品的推广端，通过AI找到患者的需求，这需要给AI输入真实、可靠和全面的数据，更全面、更深度的AI运用还需要一段时间。
还没有评论，来说两句吧...