上海市東方醫院急診與重症醫學科主任張海濤（右）和同事在工作中使用AI醫學大模型“Med-Go”。（均東方醫院供圖）
本報記者 李晨琰
剛剛過去的2024年，生成式AI正以肉眼可見的速度席卷醫療行業⛔️。
“啃下”6000多本國內外權威教材、成功通過國家執業醫師資格考試♖，多次參加中文醫學信息挑戰賽連續獲得冠軍……近日🤛🏼，上海市東方醫院一款由醫生團隊主創、技術團隊共同研發的AI醫學大模型“Med-Go”一經發布🧑🧑🧒，便引起業內關註。
就在1個月前🌀，由清華大學智能產業研究院團隊打造的首家“AI醫院” Agent Hospital也開始內測7️⃣⚗️，預計今年上半年對公眾開放。
從全能型醫學伴侶、智能陪診助手🥡，到病歷生成式語言模型🚣♀️、甚至是呼之欲出的“AI醫院”……市面上醫療垂直模型迭出，不少頭部醫院甚至主動要求上線相關平臺👼🏿，並自主開展研發。
中國互聯網絡信息中心的統計數據顯示，截至2024年7月，中國完成備案並上線、能為公眾提供服務的生成式AI服務大模型已達190多個，其中有不少與醫療相關5️⃣。日前，上海也發布了全市首個MaaS（模型即服務）平臺，重點聚焦醫診療場景，通過大模型賦能臨床診療👢，同步發布的首批5個由該平臺賦能的AI應用中就包括“Med-Go”。
人們不禁要問🤵🏽♀️，AI賦能之下，醫療領域將開啟怎樣的深度變革👊🏽？傳說中的“AI醫生”，真的要來了嗎？
從讀片到給診斷，AI已“開始像人一樣思考”
“這是我們自主研發的‘Med-Go’，如同一名醫學教授👨🏻🦽➡️，具有強大的思考與分析能力😫。”“Med-Go”創始人🏄🏿♀️💡、上海市東方醫院急診與重症醫學科主任張海濤向記者演示了一個病例。
一名11歲男童因不明原因發熱🖊、間歇性暈厥、嗜睡等症狀在外地某著名三甲醫院兒科反復檢查，卻始終無法查明病因，直至一年後🚵🏽，他才被確診為患有一種十分罕見的自身免疫性疾病🪭。
而當張海濤將這名患兒的病歷輸入“Med-Go”後🤵🏿，醫學大模型僅用幾分鐘時間，便給出了專家耗費一年時間才完成的診斷。
“這一堆病歷如果給一名人類醫生，僅整理病歷、理清思路至少得一個多小時。”張海濤說，大模型基於龐大的醫學知識數據庫和強大的思維分析能力，給予醫生輔助決策支持🦻🏿，是生成式AI對臨床診療極具價值的部分🧞。
其實🤣，AI作為臨床輔助診斷工具已經發展了十多年，其中“表現”比較出色的當屬影像AI💇，它能夠幫助醫生處理高強度的重復閱片工作💅🏻，在鑒別結節良惡性🧑🏽⚖️、腫瘤分期等方面頗具優勢，但更多聚焦於特定病種。
大語言模型的出現，給醫療AI帶來了新的突破。“相較於傳統的影像AI，現在的醫療AI確實越來越像醫生。”上海市第十人民醫院超聲醫學科副主任郭樂杭也正帶領團隊開展“超聲+AI”的臨床研究，主要面向全身多器官、多疾病🧝🏿♀️，針對診斷、預測、教學👬🏻、遠程醫療等多重任務。
“我們團隊搭建了具有自主知識產權的超聲影像數據庫🛍，在此基礎上依托十院優勢病種👩🏽🏫，積累了甲狀腺、乳腺、前列腺、皮膚及軟組織四大器官隊列，累計數據量超過2萬▫️。”郭樂杭告訴記者，從影像AI到大語言模型加持的醫療AI🙆🏻，其中最重要的轉變在於，“AI開始像人一樣思考”。
“以前用AI讀片只能得到一堆冷冰冰的數據👒😊，但如今它更像一名超聲科醫生🤽🏽♂️，讀完片後可以再出一份患者讀得懂、能理解的診斷報告。而醫生則仿佛從寫卷子的人變成批卷子的人，工作效率更高，工作體驗感也隨之提升👩🏻🚀👨🏼🏭。”郭樂杭解釋，傳統影像AI聚焦單病種、單器官的研發範式如今正被突破，現在的醫療AI可自動挖掘醫學影像和診斷報告的相關性🧿，進行大規模數據快速標註🎪，並且從醫學影像直接生成診斷報告，給予臨床醫生更多的參考🪚。
生成式AI跑出加速度，醫生用起來了嗎
目前，“Med-Go”已接入東方醫院的HIS系統（醫院信息系統），已有數個科室的百余名醫生“嘗鮮”🤠。它在日常診療中的使用情況究竟如何🤵🏿♀️？
張海濤直率地表示，擁抱AI醫學大模型，對醫生來說，“有一個從了解到熟練應用的過程。”而這也與記者采訪中的體感相似♥️：在多家已經上線各種醫療AI平臺的醫院，不少一線醫生都表示“用得不算多”。
這樣的情況並非只發生在國內。此前，全球數據分析公司愛思唯爾對全球123個國家和地區近3000名科研人員和臨床醫生進行調查，並發布了《洞察2024🏏：人工智能態度報告》。《報告》顯示，盡管AI在科研和醫療領域擁有巨大潛力🖌🧞♂️，但目前在科研人員和臨床醫生工作中的應用仍然有限🩺。
那麽，醫療AI融入日常診療的難點在哪？
“首先是習慣，很多醫生對用生成式AI仍持謹慎態度，有的醫生只是將其當作搜索引擎👩🏽🌾，無法與其進行深層次交互，這使得AI強大的‘賦能’潛力尚未被釋放🥢。”業內人士分析，而另一個重要原因，則是AI目前無法消除的“幻覺”🙆♀️。
“大模型的認知狀態還處於‘我不知道我知道什麽’👦🏿，這往往導致其出現‘幻覺’或者生成虛假信息。”這是一位人工智能領域的專家對大模型出現“幻覺”的解釋。但是，面對生命，醫療AI最重要的“特質”就是必須可信賴，這也是臨床醫生眼中AI應用於其工作的前提條件。
“就我目前的體驗來說👩🏻🦲，AI對結節良惡性判斷的準確性很高🙂↕️，但真正成為日常診療中的必備工具，還差一口氣。”郭樂杭說得直接，“幻覺”是醫療AI普及的最大麻煩和瓶頸，這可能導致錯誤的診斷👟、治療建議或醫療決策🫰🏼，從而對患者的健康造成嚴重影響🔢。
中國科學院院士🙄、國際歐亞科學院院士陳潤生接受記者采訪時曾提到，破除AI“幻覺”需跨越技術難題、倫理問題等諸多挑戰。從技術層面來說，AI的表現很大程度上依賴於訓練數據的質量和多樣性，如果訓練數據存在偏差，模型可能會產生錯誤的輸出🦧。再從倫理層面看，算法可能因為訓練數據的不完善或設計者的主觀偏見而導致歧視性的決策結果👨🏼🚀。
基於可信數據源來提高AI的準確度🧑⚖️，是減少“幻覺”的關鍵。對此，國家衛生健康委衛生發展研究中心副主任遊茂也曾在公開場合表示👩👩👦🧑🏻🦳，目前我國AI醫療器械研究領域的高質量數據仍然較為缺乏，真實世界數據應用實現機製還需進一步建立。
此外，醫療AI的偏差對醫生帶來的影響很難評估。《美國醫學會雜誌》2023年發表的一篇名為《評估AI在住院患者診斷中的影響》的隨機臨床調查研究就發現🤽🏻♀️，當故意給醫生呈現有偏倚的AI診斷結果時，醫生可能會被AI“欺騙”，導致診斷準確性降低11.3%。即便是影像AI，其偏差也會對醫生帶來影響。《自然醫學》的一項研究就顯示，雖然使用AI工具進行圖像解讀是否有益因臨床醫生而異⚄，但是🧖，AI的錯誤顯然會強烈影響治療結果。
“高年資醫生也許不會受AI影響，但低年資醫生不免猶豫，甚至會懷疑自己的判斷。”郭樂杭說，這也就不難解釋，為什麽很多醫生對於是否將AI作為工具箱中的重要選項🤽♂️，仍持觀望狀態🏋️♂️。
醫生的“伴侶”始終無法替代醫生
不可否認的是🚻，擁抱醫療AI，是一個不可逆轉的趨勢♈️。但是👨👧👧，經由算法培養出的“AI醫生”究竟能用到什麽程度🪈？“AI醫生更可能是在一些特殊場景下，為人類醫生補缺。”一位學者在接受記者采訪時說，目前，相較於頭部醫院，體檢機構、基層醫療機構🍤、偏遠地區等醫療資源相對薄弱的地方，更需要安全且有效的醫療AI加持。
眼下👬🏻💞，東方醫院醫聯體內的15家浦東新區社區衛生服務中心已同步安裝“Med-Go”🧒🏼，江蘇省射陽縣人民醫院及其下屬社區衛生服務中心、山西省忻州市人民醫院及其下屬社區衛生服務中心也安裝了“Med-Go”🚥。
浦東新區陸家嘴社區衛生服務中心眼科醫生劉方圓是“Med-Go”的首批嘗鮮者。對於這名初出茅廬的眼科醫生而言，入職不久的她常會遇到一些“拿不準”的案例。曾有一名34歲的患者因眼睛紅來就診🐏，主訴眼痛三天🙆♀️。“檢查後發現𓀏，患者前房正常🧑🏿🎨、眼壓正常🤨🤙，睫狀體出現按壓痛。”劉方圓告訴記者🔊🌷，她雖然心中有答案：急性虹膜睫狀體炎🌠，卻並無十分把握🧑🏻💻。將病歷一鍵輸入“Med-Go”後，她松了一口氣——診斷被驗證了。對這名年輕醫生而言，這款生成式AI更像自己的智囊團和百寶箱。
將醫療AI布局到基層醫療機構🧑🎄，還有更重要的一層考量——將疾病的防治關口前移↔️💁🏻，對患者進行初篩🕵🏿♀️，實現分級診療👩⚖️，進而提升醫療資源的利用效率。
對此，上海也已有不少探索。徐匯區衛生健康委基於AI大模型、雲計算🦮、數字人等技術為全區超48萬居民進行健康畫像🍲，更直觀的患者健康概覽讓基層醫生能快速識別患者存在的高風險疾病；仁濟醫院蔔軍教授團隊已在“AI+心血管影像”領域取得多個突破性進展，研發了適用於社區人群的早期篩檢和精準診斷新技術🚴🏿♂️✝️，以推動心血管疾病防治關口前移……
“‘AI醫生’確實要來了，它可以是醫生的‘伴侶’，或者填補醫生能力的空缺🤚🏿，但就目前的技術而言🧙🏼♂️，‘AI醫生’還不能取代醫生。”張海濤告訴記者，人的共情能力🎑、同理心🔼、關懷能力都是AI無法擁有的👨🏽🍼。“同一種疾病常常有不同的治療方法，‘AI醫生’給出的最優解未必是人類所需要的最優解🥴，畢竟疾病的治療，不僅和疾病本身有關🧑🏿🦲，還和患者的個人情況👨🏻🦰、家庭情況、個人理念等諸多方面相關。”
就當下而言👏，“輔助”是醫療AI最重要的關鍵詞👨🔧。“科學審慎地用好AI這個幫手🧓，並不斷幫助‘AI醫生’成長🚣🏼♂️，別讓喧囂埋沒理性。畢竟，隨著技術發展，醫療AI和醫生並肩作戰很快就可能成為日常了。”一名醫學教授這樣說。
鏈接👦🏿🧑🎤：https://www.shobserver.com/staticsg/res/html/journal/detail.html?date=2025-01-02&id=409361&page=5
