人工智能在醫療領域運用越來越廣泛深入

從“導醫”成長為專家,人工智能在醫療領域運用越來越廣泛深入
更聰明的病人 更智能的路徑 更精准的問診
■如今人工智能早已不再是提供信息搜索的平台,從輔助診斷、輔助讀片,甚至在疑難雜症診治方面,都有突出表現
■在醫療資源相對匱乏的地區,利用人工智能實現協助診治、隨訪、管理無疑是最高效的做法
■迄今人工智能隻有整理能力,尚未產生發現能力,而這正是醫學生和醫生在學歷教育和職業發展中需要著重培養的
上海多家醫療機構正本地化部署DeepSeek。事實上,早在數年前,人工智能已深度參與到醫院診療中。面對更聰明的病人、更智能的路徑、更精准的問診,未來的醫療服務將會發生怎樣的改變?
“預問診”可圈可點
“用DeepSeek問診”,醫方和患者對此各執一詞。
市民劉女士近日腿部疼痛,拍片顯示軟組織腫脹。問診前她打開DeepSeek,輸入“軟組織腫脹該如何處理”,不一會兒,DeepSeek就列出答案,從常見處理措施如休息、冰敷、壓迫、抬高患肢,到藥物治療明細,再到物理治療或手術治療方法,乃至生活方式調整……劉女士直言:“以前對醫學知識一竅不通,有了人工智能,我能預習許多相關知識,對病情有更全面的了解。”在她看來,醫生回答臨床問題總是過於專業,自己常不好意思開口問,人工智能有效填補了醫患雙方的信息鴻溝,讓自己變成可以直接對話醫生的、更聰明的病人。
然而在醫生看來,靠人工智能來問診,其實並沒想象中那麼靠譜。就在去年,上海市第一人民醫院應用支付寶“人工智能就醫助理解決方案”,推出人工智能陪診師“公濟小壹”。該院信息處處長傅春瑜直言:“從后台可見,病人向人工智能發出的指令不同,它給予的回答也會千差萬別。”
舉個例子,“我發燒了”和“我的體溫超過38度已持續3天,伴有喉嚨痛、流涕等症狀”,不少普通市民會選擇類似前者的寬泛提示語,但醫學從業者往往會給予類似后者的精准提示語。兩者給出的問題答案明顯不同。傅春瑜說,目前市面上常見的大語言模型在生活用語范圍內可靠性較強,但論及醫學診斷,總有“失之毫厘、差之千裡”的情況。
人工智能在專業醫生的輔助下,“預問診”表現可圈可點。日前,上海市兒童醫院上線了全市首個兒童智能健康管家,效果不錯。“我的孩子吃東西不長肉,體重嚴重不足,並且很容易感冒,想做全面體檢有何推薦?”從溫哥華回國探親的凱文媽媽在健康管家的對話框打下這樣一行字,不到兩秒,人工智能反饋:感謝您提供的信息,不過我目前看到的信息比較有限,為了更好地為您服務,請補充以下信息:體檢人的具體年齡或出生日期,是否有任何已知的健康問題、家族病史或者需要特別關注的。該院兒保醫學部主任陳津津介紹,在補充了相關信息后,健康管家精准生成鏈接,提示健康管理中心有6至10歲學齡期、營養不良/生長遲緩專題、過敏檢測等3種不同可供單獨或搭配選擇的套餐。凱文媽媽用英語再進行了一次提問,健康管家同樣快速反應。
圖片識別達專業水平
與市民理解的人工智能助力“預問診”有所不同,在醫學專業領域,人工智能的飛速成長令不少醫學專家驚訝,如今它早就不再是提供信息搜索的平台,從輔助診斷、輔助讀片,甚至在疑難雜症診治方面,人工智能表現相當突出。
“此前,人工智能應用最廣的是放射科。”上海交通大學醫學院附屬瑞金醫院上海市數字醫學創新中心專職副主任朱立峰介紹。從眼底疾病、肺結節的讀片,到術前三維重建、模擬手術術式等臨床應用,瑞金醫院已有近30款人工智能產品應用。2023年5月,瑞金醫院發布中國首部《數字化智慧病理科建設白皮書》,近期又攜手華為共同發布瑞智病理大模型RuiPath。“簡單來說,如胃腸鏡檢查的小標本、宮頸癌篩查TCT細胞等都可以在數字化掃描后通過人工智能輔助讀片,提升工作效率。”
在心血管疾病領域,7年前的東方心臟病學會議上,中國科學院院士葛均波展示了一場人工智能機器人“小葛”與院士“老葛”的對話,首次向心血管學界公開了人機協作診療暢想。彼時,“小葛”通過深度學習后的圖片識別功能,已達到甚至超過專業醫師水平。“機器雖然冷冰冰,但確實很有用。”專家直言,在醫療資源相對匱乏的地區,利用人工智能實現協助診治、隨訪、管理無疑是最高效的做法。
在朱立峰看來,近期DeepSeek大熱與以往最大的不同,在於從小模型到大模型的普及。“以往專業人工智能模型參數量較小,但上萬甚至十幾萬級的人工標注需要花費很長的時間與精力﹔DeepSeek等大模型則是讓算法自動學習海量數據。”專家進一步解釋。在人工智能研發中,算法、算力與算料(即數據)是核心引擎,在基礎准確率可達七八成的模型基礎上,“喂”千級的人工標注數據就可以達到90%甚至95%以上的准確率。
有望成長為“大專家”
“技術的爆發式發展遠超預期。當年我們還在討論人工智能是否能理解醫學知識,如今它已真的在深度參與疾病診斷和臨床決策,未來還能教會人工智能像頂級專家一樣思考。”葛均波院士說。就在上周,葛均波發布由復旦大學附屬中山醫院聯合上海科學智能研究院共同研發的“觀心大模型CardioMind”,成為我國首個深耕心血管專科領域的人工智能,這也標志著疾病垂直領域有了“人工智能大專家”。
從預問診、輔助診斷,到真的成為“大專家”,人工智能在短短幾年裡是如何成長的?以觀心大模型CardioMind為例,通過整合多模態診療數據、頂級醫生經驗,大模型已實現從病史採集到輔助診斷的全流程智能化。CardioMind裡涵蓋冠心病、心律失常、心力衰竭等各亞專科領域,它還突破了單一文本數據分析,實現心電圖、超聲影像、實驗室檢查等多模態數據的整合推理,確保能夠精准回答心血管專科問題。用通俗的話來說,它已成長為疊加多個心血管亞專科知識的“頂級專家”。
在兒童專科領域,2020年復旦大學附屬兒科醫院聯合復旦大學相關學院,推出“小布”醫生。“小布”學習了900萬份門診病歷,10萬份住院病歷,7000多個病種。就在今年,它經過迭代實現DeepSeek大模型技術的加持,正式邁入3.0版本,其推理能力、自動化處理和決策支持等方面有了質的飛躍。
“以神經內科為例,輸入相關症狀,‘小布’即可從上而下排序出可能的疾病,這是基於醫院多年來專病數據集合而成的智慧。”兒科醫院院長王藝介紹,從最初的數據對齊、建模,到“小布”1.0版本能聚焦治理數據,打通醫院信息化數據採集,包括調閱圖片報告、檢查結果等,實現智能化分類。2.0版本通過引入全球知識庫,實現內外數據結合支撐,完善了決策輔助功能。如今3.0版本加持DeepSeek,實現更高質量建模,更精准診斷治療。目前在疑難雜症、危重症診治過程中,“小布”加持DeepSeek后獲益非常大,醫院正考慮建“小布醫生巨人”,度身定制專家數字孿生,實現更優化、更智能的問診。
尚未形成生命價值判斷
是機器看病還是人看病?這個問題在醫療界被探討了數十年。隨著技術不斷更迭,人工智能是否能像真人醫生那樣提供“有溫度的診療”?已經廣泛存在的人機協作診療模式未來將會朝哪個方向發展?真人醫生是否會被淘汰?這些內容涉及隱私、倫理等醫學人文議題,同樣被高度關注。
記者給DeepSeek拋出“人工智能會否取代真人醫生”問題,它“謙遜”回答道:不會直接導致醫生被淘汰,但會改變醫療行業的工作方式,並列出目前人工智能還無法取代醫生的領域,主要聚焦在復雜決策、病人溝通、倫理和法律問題、綜合判斷問題。這其中,醫生的經驗和判斷不可或缺,涉及病人的情感支持、心理疏導難以替代,醫療決策的法律責任無法承擔,而病人整體情況,包括心理狀態、社會背景等,當下的人工智能還無法全面理解這些因素。
葛均波院士面對同樣的問題,給出的答案簡單明了,“短期內人工智能無法取代醫生,畢竟很多操作還需要通過真人醫生來進行”。如今他率領的團隊,已在為人工智能賦予更多的情感和溫度。剛發布的CardioMind已系統設計了人文元素,除了可以個體化交流、簡化醫學術語外,還特別植入了心理評估模塊,能為病人提供一定的心理支持。同時面對數據安全等倫理問題,團隊也建立了嚴格的數據防火牆,將病人隱私信息加密處理后完全匿名化。
兒科醫院2022年已通過對332名醫務工作者的抽樣調研,系統梳理倫理治理議題。王藝直言,數據採集共享,於病人於醫院都需要保護好隱私。在研究隱私算法之時,要考慮一旦有需要怎樣追溯數據,這些仍是人工智能發展中的瓶頸。
專家普遍認為,盡管技術層面不成問題,但當下的人工智能對生命價值判斷、長遠生活質量的評價尚未形成,未來是否“喂料”到一定程度會產生質的飛躍,形成對生命價值的判斷,仍需要時間來檢驗。
須警惕幻覺“陷阱”
從輔助診療到攻克疑難雜症,從藥物研發到健康管理,在醫學領域人工智能可分出的賽道日漸細化清晰。把人工智能訓練得更聰明,是無數醫學從業者共同的期待。傅春瑜預測,隨著“人工標注”在人工智能領域越來越受關注,未來這可能成為醫療機構、科研團隊的全新增長點。專病數據庫在完善倫理、病人告知等法律法規后,成熟的人工智能模型將進一步細分市場。
不過,朱立峰特別指出,DeepSeek-R1與其他大語言模型一樣,有一定的幻覺率,某較權威的在線測試中,幻覺率達到14.3%。“幻覺率是指AI生成內容時,與真實數據不符或偏離用戶指令的現象,包括事實不一致和事實捏造等,這在醫學問詢中需要警惕,不宜用開放式問答。”
目前,如果直接讓人工智能開處方,將被系統屏蔽。但人類與人工智能之間的博弈,仍可能出現漏洞。醫療人工智能大模型使用的倫理規范亟待確立,如在何種場景下使用、提示語是否“安全”,等等,都需要持續的測試與更新。
此外,迄今人工智能隻有整理能力,尚未產生發現能力,而這正是醫學生和醫生在學歷教育和職業發展中需要著重培養的。朱立峰說,在歡迎人工智能進入臨床的同時,必須防范它代替醫學教育。一言以蔽之:“人工智能無法輔助青年醫生建立診療邏輯,如果在學習階段偷懶,醫生可能將真正面臨職業沖擊與挑戰。”(記者 顧泳 黃楊子)
分享讓更多人看到
- 評論
- 關注