技术驱动突破 “AI+医疗”潜力巨大
(资料图片仅供参考)
“人工智能在医疗领域潜力巨大，有望在健康管理、早期筛查、疾病诊断、康复护理、患者教育等多个环节辅助诊疗。”清华大学副教务长、医学院院长、美国国家医学院外籍院士、新加坡国家科学院院士黄天荫表示。他进一步举例说：基于深度学习训练的AI皮肤病影像识别系统，其识别准确率已不输医学专家，诸多人工智能赋能医疗健康领域的实际成果令人振奋。
通用技术集团副总经理、党组成员，通用健康公司董事长姚建红指出，人工智能是引领科技革命和产业变革的战略性技术，带来了效率革命，催生了新业态新模式，驱动跨领域融合升级；把握AI话语权是提升竞争力，实现健康可持续发展的必然途径。
医疗技术的持续进步，离不开人工智能前沿科技的强力支撑。“医疗健康领域的AI对数据质量要求极高。高质量高通量的检测数据对于精准鲁棒的AI医疗诊断极为重要。”中国工程院院士、国务院参事、清华大学信息科学技术学院院长戴琼海分享时强调。
戴琼海院士介绍了清华大学科研团队一项新的技术突破：传统光学显微成像受到光毒性、光学像差、噪声等物理壁垒影响，难以实现活体复杂环境下大视场与高分辨率兼备的介观三维成像。他的团队通过在计算成像、AI算法领域的创新，实现了介观活体高通量成像。该技术为批量生成大规模活体细胞数据库、构建数字生命大模型奠定了仪器基础，助力深度解析复杂活体的生理病理过程，并推动基础医学数据转化与智能药物研发，成为生命医药领域的新工具。
得益于强大的数据分析能力，医疗大模型在医学研究中具备独特优势。据百川智能创始人、首席执行官王小川介绍，目前，企业研发的AI医生能够全程陪伴研究型医院里的患者，深入了解患者病情，促进医学数据系统性的收集，以大数据辅助科研工作，并致力于推动循证医学研究进一步向精准医学方向拓展，为患者提供更个性化的诊疗数据支持。
加速创新探索 更多场景模式落地
业界对AI医疗的发展抱有多重期待。“人们期待借助AI的能力，预防和治疗各种疾病，更好地进行健康管理、生命管理，实现‘生物自由’的理想。”王小川说，“我们还在‘创造AI医生’，目标是实现人机协作，由人与机器两个‘医生’相互配合，共同为患者提供更全面的诊疗服务，加快发展新质生产力。”
同时，人工智能技术与医疗健康产业协同发展在当下的一个关键方向，是医疗机构的信息化与数字化建设。香港医院管理局首席信息官蔡阳分享了香港医疗系统进行一体化、数字化转型的经验，为公立医院提供参考。在他看来，组建专业的IT团队对于大型医疗集团来说非常必要，整合医疗信息资源，增强数据驱动，支持智慧医院建设，才能更好地迎接AI医疗的落地应用。
随着医疗信息化进程加速，AI辅助应用正在基层和院后管理等场景落地生根。讯飞医疗科技股份有限公司总裁陶晓东介绍，基于讯飞星火医疗大模型研发的全科辅助诊断系统能够在基层帮助医生避免漏诊误诊，在全国范围内累计服务超过10亿人次。其开发的整合患者管理平台与华西医院合作，为出院患者提供延续性医疗服务，累计服务了超过690万人次。
当前，我国的医疗机构正积极投身于数字化、信息化浪潮之中。医疗信息化进程不断提速，公立医院加速数字化转型，大型科技企业纷纷布局医疗垂直领域大模型。记者了解到，通用技术集团亦建立起医疗健康大数据平台，覆盖运营管理、质量安全、临床科研等多个核心场景，旨在解决传统临床研究中“流程碎片化、数据孤岛化、管理低效化”三大痛点，通过推动智能化加速科研转化。
“人工智能与医疗健康的深度融合，前景广阔，使命光荣。”姚建红说，“我们通过智能审核和工作体系的重构，为社会提供‘检、管、诊、治’一体化的医疗健康服务，重点加强慢性病的早期预警和早期干预，肿瘤的早筛和早治，开展女性、儿童、老年等不同情景的健康管理，努力实现从以疾病为中心向以健康为中心转变。”
活动现场，通用技术集团“医疗健康体检大模型”与“智慧管理大模型”两大AI创新成果首次亮相，它们以“数据+AI”为核心，旨在为健康管理、职场效率、临床科研业务注入智能新动能。
应对挑战 期待算法精进与机制革新
尽管前沿AI技术已在多个维度展现其辅助医疗的潜力，但专家们一致认为，要让AI技术更广泛地融入临床实践，仍需克服多重挑战。
首要挑战在于满足医疗行业独特的高标准技术要求。以DeepSeek为代表的通用大模型提升了公众对AI的认知，但其在辅助医疗领域仍面临信任壁垒。陶晓东指出，医疗健康垂域的大模型需要进行针对性的医学算法设计，构建坚实的基础医学逻辑，并且要具备循证的思维链。面对不同医疗机构的实际需要，还要训练不同尺寸、不同sip（Session Initialization Protocol，会话初始协议）的大模型产品。
其次，医疗行业需要建立能将AI技术与现有医疗体系相融合的新机制。多位专家强调了数字化转型对医院诊疗模式的挑战。真实的临床环境情况复杂，将人工智能纳入临床应用，不仅涉及技术本身，更牵涉医疗流程的改变、人才团队的更新、相关法律法规的完善等多维度变革。
工业和信息化部原副部长杨学山指出，清晰责任是推行互联网医疗的前提。目前来看，AI系统能够辅助提升医生的工作效率，但其出具的医疗报告最终还是需要由人来把关，这涉及到医疗责任的归属问题。黄天荫则提出，迎接AI医疗时代，需要系统性搭建起信息化体系，实现医疗数据的规范收集与安全共享。他同时呼吁在医院层面构建AI教学平台，加强“AI+医疗”复合型人才的培养。
“在大模型落地的过程中，人的智能始终占据核心位置。”杨学山指出，人和数据是医疗大模型落地应用中的两个关键问题。他认为，基于AGI（Artificial General Intelligence，通用人工智能）、LLM（Large Language Model，大语言模型）的文本生成能力的提升，高性能信息传播网络的建设，以及强大信息处理能力的普及，共同推动着人类智能化进程。而其中，人类的智慧、人类承担的工作与医疗责任、人类对社会的深度参与，才是医疗迈入智能时代的关键。
归根结底，“人”是医疗发展的最终目的。专家们强调，AI医疗的应用应致力于缩小而非扩大社会医疗水平差距。黄天荫特别指出，在训练医疗大模型时，必须充分考虑医疗资源匮乏地区的需求，在数据收集和模型构建中纳入其代表性数据。唯有如此，才能通过AI医疗技术的进步，切实改善区域医疗发展不均衡的情况，让科技红利惠及更广泛的人群。
据悉，通用健康大讲堂是由通用技术集团医疗健康控股有限公司主办的卫生类、学术性、融合型系列活动，携手顶尖医学权威、科研领军人才、青年学术骨干，共同搭建高端、权威、开放的医疗健康学术交流平台。本次活动为系列活动的第四期，旨在汇集各方智慧，共同探索AI赋能医疗服务模式创新、医疗技术水平提升、医疗资源配置优化的新模式新路径，培育和发展医疗健康新质生产力，为医疗健康行业注入新的活力与增长动能。
标签：
