當(dāng)下 AI 的發(fā)展，已經(jīng)開始向醫(yī)療領(lǐng)域的方方面面滲透。但要讓“AI+ 醫(yī)療”真正走向“大醫(yī)精誠”，就決不能貿(mào)然突進(jìn)。

人工智能助力醫(yī)療新時代。

當(dāng)我們見證科幻從書中走出變成現(xiàn)實，何其幸運。比如，親身體驗由人工智能（AI）醫(yī)生看病，可能就會在5年后初步實現(xiàn)。比起其他還在象牙塔里的科學(xué)幻想，這也許更貼近人類當(dāng)下的現(xiàn)實需求，因此讓科研人員有了一種緊迫感。

從“AI+影像”“AI+臨床”，到“AI+原生硬件”，2024年被譽(yù)為“AI+醫(yī)療大模型”發(fā)展元年。甚至連看似和醫(yī)療只是“交易”關(guān)系的支付寶也坐不住了。

9月5日，螞蟻集團(tuán)旗下支付寶在“2024Inclusion·外灘大會”上發(fā)布了“AI健康管家”。當(dāng)然，這并不是一個醫(yī)療智能體，只是一個便捷付費服務(wù)綜合體。按照支付寶副總裁、數(shù)字醫(yī)療健康事業(yè)部總經(jīng)理張俊杰的介紹，這是一個一站式平臺，可以圍繞診前、診中、診后全流程隨時為患者提供服務(wù)，還可以針對非醫(yī)療的泛健康問題給出智能化、個性化解答。

支付寶“AI健康管家”的立足點，依然是為了“撮合”交易。但在支付寶入場之前，確實已經(jīng)有大量人工智能公司涌入AI醫(yī)療賽道。

困擾醫(yī)療領(lǐng)域的“ 不可能三角”，會被打破嗎？或許，它的奇點就將在人們意想不到的某個位置爆發(fā)。

AI+ 醫(yī)療 ：機(jī)遇與風(fēng)險共存

以科技預(yù)言為人熟知的《連線》雜志創(chuàng)始主編凱文·凱利（Kevin Kelly）曾斷言，在AI浪潮襲來之時，金融和醫(yī)療領(lǐng)域會最先看到變化，因為這兩個行業(yè)信息密度更高。

十余年求索，AI已經(jīng)逐漸長成了超級電腦IBM Waston所期望的樣子。它甚至跨出了醫(yī)療領(lǐng)域里診斷和治療的范疇，融入醫(yī)療場景中的各個角落。

在更多人的眼中，AI醫(yī)療能夠帶來一次突破—對“不可能三角”的突破。所謂“不可能三角”指的是醫(yī)療服務(wù)高質(zhì)量、低成本、高效率難以兼得，達(dá)成平衡。換成更通俗的話來說，醫(yī)療服務(wù)高質(zhì)量、低成本和高效率指的就是人們看得好病、看得起病和看得上病。

在科技界看來，從人工智能帶來的第四次科技革命浪潮，必然如蒸汽化、電氣化、信息化三次重大科技革命一樣大幅提高人的勞動效率，極大地解放生產(chǎn)力，而“不可能三角”就有可能在人工智能的極致配合下，實現(xiàn)“三合一”的最大限度平衡。

但這只是愿景，并不代表就能落地。正如在ChatGPT展現(xiàn)了若干“奇跡”之后，絕大多數(shù)人依舊視其為一個“玩具”或者輔助工具。

AI醫(yī)生距離治病救人，還有多遠(yuǎn)？科學(xué)家Kun-Hsing Yu在美國哈佛醫(yī)學(xué)院生物醫(yī)學(xué)信息學(xué)系工作，他說的一句話——“AI的一些醫(yī)療決策，實際上就是拋硬幣”，足以讓所有人心頭一緊。

Kun-Hsing Yu的發(fā)言，質(zhì)疑的是AI醫(yī)療模型很容易產(chǎn)生隨機(jī)的判斷，但醫(yī)學(xué)診斷的準(zhǔn)確性顯然不能建立在概率之上。事實上，當(dāng)下的AI醫(yī)療，確實存在太多的問題，難以破解。

比如，2021年，一款名為Epic Sepsis Model的醫(yī)療診斷模型被曝出存在嚴(yán)重漏檢問題。據(jù)介紹，該模型用于敗血癥篩查，通過識別病人早期患病特征進(jìn)行檢測，但美國密歇根大學(xué)醫(yī)學(xué)院研究者通過分析了2.77萬人的就診情況發(fā)現(xiàn)，該模型未能識別67%的敗血癥病患。

一直以來，科學(xué)家們都沒有停下對“AI+醫(yī)療”的探索步伐。2023年7月，全球頂級科學(xué)期刊《自然》（Nature）發(fā)表了一篇論文，詳細(xì)介紹了谷歌公司研發(fā)的醫(yī)療大模型。谷歌和DeepMind的科研人員提出了全新的MultiMedQA評估基準(zhǔn)（包括7個醫(yī)療問題回答數(shù)據(jù)集），以評測大模型在臨床方面的能力。隨后，該團(tuán)隊研制了醫(yī)療大模型Flan-PaLM，并且通過提示策略等方式調(diào)整得到了 Med-PaLM。

Flan-PaLM在每一個MultiMedQA多選題數(shù)據(jù)集上都達(dá)到了極高的準(zhǔn)確率，其中在MedQA（美國醫(yī)學(xué)執(zhí)照考試）上的準(zhǔn)確率為67.6%。Med-PaLM 2也被開發(fā)出來，該模型在挑戰(zhàn)MedQA數(shù)據(jù)集上取得了86.5%的高分，創(chuàng)造了新的在醫(yī)學(xué)問答方面的先進(jìn)水平。

這無疑是AI在醫(yī)療領(lǐng)域又前進(jìn)的一大步。可是，換個角度想：即使是谷歌的產(chǎn)品，其錯誤率也依然有13.5%，而且這可能是每一次診斷都會發(fā)生的。因誤診、數(shù)據(jù)泄露、算法透明度不足等行為引發(fā)的問責(zé)和歸責(zé)問題，也成為其背后存在的法律風(fēng)險。

2024年8月，《自然》上發(fā)表的一篇文章讓此研究領(lǐng)域再次引發(fā)關(guān)注，文章中寫道：“一種完美的算法可能失敗，因為人類行為具有可變性，無論是醫(yī)療專業(yè)人員還是接受治療的人。”

賽道 ：深挖場景，尚需深耕

誠然，當(dāng)下AI的發(fā)展，已經(jīng)開始向醫(yī)療領(lǐng)域的方方面面滲透：利用AI技術(shù)，平均每5秒可自動生成一份體檢總檢報告，每日自動生成超過500份不是難事，而且報告采納率能達(dá)到96%以上；AI能夠幫助醫(yī)生實現(xiàn)更精準(zhǔn)、更輕松的手術(shù)，如AI輔助穿刺手術(shù)可將誤差縮小到2mm；AI賦能遠(yuǎn)程醫(yī)療，能夠?qū)崿F(xiàn)大城市三甲醫(yī)院、基層醫(yī)院聯(lián)合會診，更好地平衡全國醫(yī)療資源；AI醫(yī)療服務(wù)進(jìn)入社區(qū)，每個家庭都將擁有私人家庭醫(yī)生，實現(xiàn)精準(zhǔn)、個性化健康管理……

總而言之，“AI+醫(yī)療”不只是AI醫(yī)生，還囊括很多普通人體驗不到的項目。業(yè)界普遍認(rèn)為，現(xiàn)階段的“AI+醫(yī)療”，主要包括AI輔助診斷、AI醫(yī)學(xué)影像分析、AI精準(zhǔn)醫(yī)療、AI藥物研發(fā)、醫(yī)療機(jī)器人等多個細(xì)分賽道。

其中，AI輔助診斷是通過分析患者的癥狀、體征、檢驗結(jié)果等數(shù)據(jù)，提供可能的診斷建議，幫助醫(yī)生做出更準(zhǔn)確和及時的決策。AI醫(yī)學(xué)影像分析，則是利用AI視覺技術(shù)，對醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行自動化分析和診斷。在藥物研發(fā)方面，AI則可以通過對藥物靶點、藥物結(jié)構(gòu)、藥物作用機(jī)制等數(shù)據(jù)進(jìn)行建模和模擬，加速藥物的研發(fā)過程。

不容忽視的是，盡管每一條賽道當(dāng)下都不時有捷報傳來，但距離其落地依然有距離，哪怕最后一微米，也未必能夠快速通過。

以最被人們所關(guān)注的診斷環(huán)節(jié)為例，各大AI企業(yè)目前基本上都是針對單一疾病開展單項研究，可醫(yī)生在對病人做檢查時，需要對多種疾病、并發(fā)癥、精神狀況等進(jìn)行綜合判斷，并不局限于一種。據(jù)了解，僅皮膚病就有2000多種，而AI技術(shù)目前也只能判斷幾十種皮膚病。

更被看好的AI醫(yī)學(xué)影像領(lǐng)域，則是冰火兩重天之境況。2023年，紅杉資本發(fā)布了一篇名為《醫(yī)療領(lǐng)域的生成式AI》報告，指出從市場需求及規(guī)模來看，AI醫(yī)療影像及AI藥物研發(fā)將成為主要的增長突破口。另有Global Market Insights調(diào)查數(shù)據(jù)顯示，全球AI醫(yī)療影像市場規(guī)模占AI醫(yī)療市場的25%，僅次于AI制藥為第二大細(xì)分市場。但在實際應(yīng)用層面，問題叢生。

比如，谷歌健康開發(fā)的一種用于檢測糖尿病視網(wǎng)膜病變（一種導(dǎo)致糖尿病患者視力喪失的狀況）的算法在理論上非常準(zhǔn)確，但當(dāng)該工具在泰國的診所使用時，其性能顯著下降。一項觀察性研究顯示，泰國診所的照明條件并不良好，導(dǎo)致形成低質(zhì)量的眼睛圖像，從而導(dǎo)致該算法的有效性降低。

AI在藥物研發(fā)的應(yīng)用上，更加有壓力。以商業(yè)模式來劃分，國內(nèi)AI藥物研發(fā)企業(yè)主要有三種主流模式——AI SaaS、AICRO、AI biotech，即出售軟件、出售服務(wù)和研發(fā)藥物。其在模式上的選擇恰恰說明：AI企業(yè)更樂意于按照傳統(tǒng)商業(yè)軟件模式，即類似理財用“金蝶”那樣，給傳統(tǒng)企 業(yè)提供定制服務(wù)，而非自己下場做實操。

相關(guān)企業(yè)做出這種選擇的一個關(guān)鍵原因在于難以突破數(shù)據(jù)孤島，即AI制藥所必需的藥代動力學(xué)（與藥物在人體中的代謝有關(guān)）和毒理等需要從人體試驗中獲得數(shù)據(jù)的項目，相對不容易獲取。畢竟，與人體試驗相關(guān)的數(shù)據(jù)主要集中在大藥企的手里，屬于核心數(shù)據(jù)，幾乎無可能共享。

換言之，AI制藥確實可以模擬各種可能、做出各種超快超精準(zhǔn)計算，但這種加速無論如何不能跳過臨床階段。即使是傳統(tǒng)藥企也往往會在臨床環(huán)節(jié)用最穩(wěn)健的方法、多年多次小步探索，哪怕?lián)碛许敿獾膶＜液图夹g(shù)。關(guān)乎人命，誰也不敢加速。

此外，在中國，《互聯(lián)網(wǎng)診療管理辦法（試行）》明確規(guī)定，“不得對首診患者開展互聯(lián)網(wǎng)診療活動”。這也意味著，在互聯(lián)網(wǎng)上的AI醫(yī)生不能為首次來問診的病人開展診斷和治療活動。但如果患者在線下已經(jīng)去過醫(yī)院、做過化驗、開過藥方，也拿到藥了，還要AI診斷什么呢？

科大訊飛已成功打造人工智能全科輔助診療系統(tǒng)“智醫(yī)助理”，并發(fā)布訊飛星火醫(yī)療大模型。

中醫(yī)藥 ：大健康才是大格局

我們不妨再換個角度看AI醫(yī)療。當(dāng)全球都將AI醫(yī)療的賽道選擇投向西醫(yī)之時，中醫(yī)藥開始展現(xiàn)出另一種潛力——大健康。

“AI未來完全有可能成為中醫(yī)藥領(lǐng)域的顛覆性技術(shù)，改變行業(yè)現(xiàn)狀，產(chǎn)生新業(yè)態(tài)，應(yīng)用前景廣闊。”中國科學(xué)院院士、中國科學(xué)院上海藥物研究所研究員陳凱先說道。

AI如何顛覆中醫(yī)藥領(lǐng)域呢？也許是從望聞問切開始。

在廣州醫(yī)科大學(xué)附屬中醫(yī)醫(yī)院門診大廳里，銀灰色機(jī)器人外形的中醫(yī)體質(zhì)辨識儀為來往行人提供著新服務(wù)。只要坐在一部臺式終端機(jī)前，面對屏幕攝像頭拍攝幾張面部和舌頭的照片，再回答5道問題，用戶就會在手機(jī)上收到一份詳細(xì)的中醫(yī)體質(zhì)辨識報告。

這其實是廣州探索AI助力基層中醫(yī)藥服務(wù)能力提升的一個試點，該體質(zhì)辨識儀由華南理工大學(xué)團(tuán)隊研發(fā)，其基礎(chǔ)就是一套機(jī)器學(xué)習(xí)的AI模型。2023年7月，廣州醫(yī)科大學(xué)附屬中醫(yī)醫(yī)院承擔(dān)的“廣州市三級名中醫(yī)工作室”建設(shè)項目下沉多個社區(qū)衛(wèi)生服務(wù)中心，開展了“智能中醫(yī)體質(zhì)辨識”治未病服務(wù)項目。截至2023年10月，該項目服務(wù)已累計覆蓋廣州市內(nèi)11個社區(qū)，服務(wù)社區(qū)人群超過1.2萬多人次。

在山東，望聞問切有了更加具象化的體驗。在東阿阿膠的體驗館中，一個圓形的儀器內(nèi)裝有各種攝像頭，用戶只要按照指示把頭靠在檢測儀的正中間，一張“大頭照” 就會隨之出現(xiàn)在電腦屏幕上。當(dāng)用戶伸出舌頭，其影像也立刻被記錄。然后工作人員會拿起一個白色小盒子，將里面的三塊小凸起對準(zhǔn)患者的關(guān)脈、寸脈、尺脈位置進(jìn)行操作和診斷。這個被稱為“智能體質(zhì)辨識儀器”的設(shè)備還會開出方子。當(dāng)然，受限于各種客觀原因和安全考慮，只能是食物療法。

不僅有“大”，而且還有“小”。一款名為“望舌問膳”的小程序是這樣做的：只要用戶對著手機(jī)攝像頭拍下舌頭照片，僅1分鐘左右，就可以得到一份從中醫(yī)角度進(jìn)行詳細(xì)分析的身體健康報告和膳食養(yǎng)生防治方案。

“這款小程序融合傳統(tǒng)中醫(yī)舌診方法和現(xiàn)代人工智能圖像識別技術(shù)，通過對2萬多張臨床舌診圖片深度學(xué)習(xí)，為用戶提供便捷的健康分析服務(wù)。”小程序研發(fā)相關(guān)負(fù)責(zé)人介紹，近半年來，已有3萬多人次使用該小程序，其中94%的用戶對分析結(jié)果準(zhǔn)確性表示認(rèn)可。

AI針灸機(jī)器人、中醫(yī)健康手環(huán)、脈象信息采集系統(tǒng)……中醫(yī)四診的技術(shù)研發(fā)開始進(jìn)入了一個全新的AI體驗環(huán)節(jié)。

應(yīng)該說，計算機(jī)技術(shù)應(yīng)用在中醫(yī)藥領(lǐng)域時日已久。早在20世紀(jì)80年代就有“中醫(yī)專家系統(tǒng)”問世。它通常使用知識庫檢索的方法，事先將專家劃定好的標(biāo)準(zhǔn)、規(guī)范、診斷步驟等錄入系統(tǒng)，使用時依據(jù)患者的數(shù)據(jù)檢索、提取相應(yīng)方案，實現(xiàn)模擬中醫(yī)專家的分析、判斷過程。此次人工智能的進(jìn)入，或許還能同步解決老中醫(yī)不足這個困擾中醫(yī)藥領(lǐng)域多年的老大難問題。

9月，在2024國際經(jīng)方大會上，就發(fā)布了此類一項創(chuàng)新成果——“黃煌經(jīng)方AI專家系統(tǒng)”。該系統(tǒng)由中醫(yī)人工智能企業(yè)脈景(杭州)健康管理有限公司與南京中醫(yī)藥大學(xué)國際經(jīng)方學(xué)院院長黃煌聯(lián)合研發(fā)，基于其自主構(gòu)建的結(jié)構(gòu)化、標(biāo)準(zhǔn)化中醫(yī)藥大數(shù)據(jù)庫，采用自主研發(fā)的雙引擎技術(shù)，可還原黃煌經(jīng)方思想，模擬黃煌教授開方，輔助醫(yī)生臨床決策，已在深圳平樂中醫(yī)健康集團(tuán)（深圳市骨科醫(yī)院、坪山區(qū)中醫(yī)院）黃煌經(jīng)方AI工作室應(yīng)用。

當(dāng)然，這一切依然只是開始。不過，雖然AI中醫(yī)目前更偏重于養(yǎng)生而非治療，卻也破解了AI西醫(yī)在落地上的不少“疑難雜癥”。而且，AI中醫(yī)還給出了另一個突圍思路：AI或許從小處入手，方能走出大健康的大格局。

未來 ：如何當(dāng)好“醫(yī)學(xué)生”

總被人誤以為與科技不在一個頻道的中醫(yī)藥，當(dāng)下已經(jīng)在向更遠(yuǎn)的未來展開探索，例如大模型。其繁盛景象甚至在業(yè)界引發(fā)了戲言：中醫(yī)藥大模型，已經(jīng)多到老祖宗的名字都不夠用了。

這句戲言反映的則是“AI+中 醫(yī)藥”的現(xiàn)況：在國內(nèi)，華為、百度、阿里巴巴、科大訊飛等科技巨頭，云南白藥、華潤江中、太極集團(tuán)、天士力等知名藥企，還有部分地方政府，都在聯(lián)手發(fā)展中醫(yī)藥大模型，其命名上則紛紛請出神農(nóng)、黃帝、扁鵲、華佗、張仲景等開宗立派的大人物，或使用本草、靈樞、岐黃等中醫(yī)藥領(lǐng)域的高頻詞……

中醫(yī)藥大模型之百舸爭流，并不亞于ChatGPT、文心一言等通用大模型的千帆競渡。

然而，無論是中醫(yī)藥領(lǐng)域，還是西醫(yī)領(lǐng)域，道阻且長依然是“AI+ 醫(yī)療”領(lǐng)域的主旋律，這也決定了未來許多年的基本范式—以其中最當(dāng)紅的醫(yī)療大模型而言，也只能繼續(xù)充當(dāng)“醫(yī)學(xué)生”，至少5年內(nèi)難以畢業(yè)。

打個比方，在中醫(yī)藥和人工智能的親密接觸中，中醫(yī)AI扮演的正是老中醫(yī)身邊的小藥童角色：背好湯頭歌，幫忙抓個藥，導(dǎo)診減負(fù)擔(dān)，順便煎個藥……在對自身的定位上，中醫(yī)AI其實跑在了急切走到前臺的西醫(yī)AI的前面。

誠如凱文·凱利所預(yù)言：AI落地產(chǎn)業(yè)需要時間，業(yè)界僅僅消化現(xiàn)有技術(shù)可能就需要5年到8年的時間。這就像19世紀(jì)電力開始廣泛應(yīng)用一樣，當(dāng)時各領(lǐng)域的企業(yè)并不是把電力引進(jìn)來就萬事大吉，實際上，必須重新調(diào)整組織結(jié)構(gòu)、改造建筑，以適應(yīng)事物通過電來運轉(zhuǎn)，以及實現(xiàn)自動化。

具體到醫(yī)療大模型上，需要重構(gòu)的框架更多，需要破解的痛點并不比攻克癌癥容易。例如：診療上，由于許多病癥的復(fù)雜性，需要各種檢查尋找病因，醫(yī)療大模型目前還很難完成診療全流程的復(fù)雜工作。

要讓“AI+醫(yī)療”真正走向“大醫(yī)精誠”，就決不能貿(mào)然突進(jìn)，而是要在大模型的基礎(chǔ)上去更垂直的領(lǐng)域中試錯，通過大數(shù)據(jù)和深度學(xué)習(xí)，為醫(yī)患提供診療參考方案，減少中間環(huán)節(jié)，提高診療效率。

這一幕，已經(jīng)開始展現(xiàn)出價值。研究表明，曾經(jīng)需要兩名放射科醫(yī) 生合作完成的乳腺癌檢測，如今已可由一名放射科醫(yī)生在專門的AI工具的輔助下完成。2020年，麻省理工學(xué)院的研究人員還通過AI技術(shù)發(fā)現(xiàn)了一種能夠殺死大腸桿菌的抗生素……

但解決更多的痛點，需要更多人參與到AI的“醫(yī)學(xué)生”訓(xùn)練中，并且打破“隔閡”。畢竟，無論是人還是AI，成為一個合格的醫(yī)生，都需要足夠的且細(xì)分到不同病例的大數(shù)據(jù)，來提供深度學(xué)習(xí)。效率或許大不同，但學(xué)習(xí)實踐的過程，則大同小異。

未來5年，醫(yī)療大模型依然還是“醫(yī)學(xué)生”的狀態(tài)，距離真正意義上的商用還有距離，但更多發(fā)掘出來的應(yīng)用場景將使其距離商用愈來愈近。

一邊深度學(xué)習(xí)，一邊進(jìn)醫(yī)院圍繞各個垂直領(lǐng)域做“規(guī)培”試點，是“AI醫(yī)生”現(xiàn)階段的發(fā)展目標(biāo)。服務(wù)用戶精準(zhǔn)找對醫(yī)院和醫(yī)生，看懂醫(yī)學(xué)報告單，了解藥品用法，解答日常健康問詢……要先做好“醫(yī)學(xué)生”和助手，否則一切都是紙上談兵。

（文章來源：《創(chuàng)意世界》2024年11月號）

↓點擊下方鏈接進(jìn)行購買↓

編校：范曉華，審讀：郭麗

/ / / / /

/ / / / /

/ /

/ / / / /

/ / / /