6.24知識(shí)分子The Intellectual

撰文 | 知識(shí)分子

2025年，國(guó)產(chǎn)大模型Deepseek橫空出世，掀起一波AI狂潮。數(shù)百家中國(guó)醫(yī)院本地化部署了Deepseek大模型，并嘗試將其整合到臨床診斷與決策支持、患者教育、科學(xué)研究以及醫(yī)院管理系統(tǒng)等實(shí)際任務(wù)中。

2024年12月，一場(chǎng)AI醫(yī)療模型與醫(yī)生的巔峰對(duì)決在北京美中愛(ài)瑞腫瘤醫(yī)院上演。由8名副高以上資質(zhì)、在頂級(jí)三甲醫(yī)院歷經(jīng)多年磨礪的醫(yī)生組成的MDT（多學(xué)科診療）團(tuán)隊(duì)，與國(guó)內(nèi)外五個(gè)知名AI醫(yī)療模型——豆包、百川、小荷、ChatGPT o3、Google Gemini同堂競(jìng)技。這次比賽，人類(lèi)醫(yī)生勉強(qiáng)和AI打個(gè)平手，而且在某些環(huán)節(jié)的表現(xiàn)已經(jīng)輸給了AI。“這讓我感到惶恐”，這次比賽主持者、北京美中愛(ài)瑞腫瘤醫(yī)院院長(zhǎng)徐仲煌說(shuō)道。

今年4月，清華大學(xué)宣布成立人工智能醫(yī)院（Tsinghua AI Agent Hospital）。其以全科醫(yī)學(xué)科和眼科、放射診斷科、呼吸科等專(zhuān)科為試點(diǎn)，從設(shè)計(jì)底層融入AI智能體功能，協(xié)助醫(yī)生精準(zhǔn)決策，長(zhǎng)遠(yuǎn)計(jì)劃實(shí)體化運(yùn)行人工智能醫(yī)院。清華大學(xué)副教務(wù)長(zhǎng)、醫(yī)學(xué)院院長(zhǎng)黃天蔭和清華大學(xué)智能產(chǎn)業(yè)研究院院長(zhǎng)張亞勤，共同擔(dān)任這家AI醫(yī)院的院長(zhǎng)。幾家英文科技媒體稱(chēng)其為全球首個(gè)完全由AI驅(qū)動(dòng)的虛擬醫(yī)院。

醫(yī)院們紛紛行動(dòng)，美中愛(ài)瑞就即將在北京的望京建設(shè)一家小型AI醫(yī)院。而科技企業(yè)也在加速布局“AI造醫(yī)生”。今年3月，“大模型六小虎”之一百川智能與北京兒童醫(yī)院、小兒方健康科技公司共同發(fā)布國(guó)內(nèi)首個(gè)兒科大模型，以及AI兒科醫(yī)生基層版、專(zhuān)家版。這被視為百川智能從通用大模型轉(zhuǎn)向醫(yī)療垂直領(lǐng)域的一份階段性答卷。

圍繞AI在醫(yī)療領(lǐng)域發(fā)展的應(yīng)用和挑戰(zhàn)，北京市海淀區(qū)智識(shí)前沿科技促進(jìn)中心（簡(jiǎn)稱(chēng)“智識(shí)學(xué)研社”，《知識(shí)分子》《賽先生》出品方）今年6月組織了一次科學(xué)四十人圓桌討論會(huì)。討論會(huì)邀請(qǐng)到這場(chǎng)AI醫(yī)生變革的幾位參與者：

黃天蔭：清華大學(xué)副教務(wù)長(zhǎng)、醫(yī)學(xué)院院長(zhǎng)，新加坡國(guó)家科學(xué)院院士、英國(guó)皇家學(xué)會(huì)院士，美國(guó)國(guó)家醫(yī)學(xué)院外籍院士、澳大利亞健康與醫(yī)學(xué)科學(xué)院外籍院士

王小川：百川智能創(chuàng)始人兼CEO

徐仲煌：北京美中愛(ài)瑞腫瘤醫(yī)院院長(zhǎng)

王仲：清華長(zhǎng)庚醫(yī)院全科與健康醫(yī)學(xué)部部長(zhǎng)

此次科學(xué)四十人圓桌由劉遠(yuǎn)立主持，他是北京協(xié)和醫(yī)學(xué)院長(zhǎng)聘教授、衛(wèi)生健康管理政策學(xué)院原執(zhí)行院長(zhǎng)。以下為文字實(shí)錄。

01 AI已經(jīng)可以戰(zhàn)勝醫(yī)生了嗎？

劉遠(yuǎn)立：今天的討論開(kāi)始之前，我們一起來(lái)梳理一下醫(yī)療健康人工智能、特別是AI醫(yī)生總體的發(fā)展情況。相信很多人都很好奇，在哪些特定的領(lǐng)域或者場(chǎng)景，AI醫(yī)生的診療能力已經(jīng)達(dá)到了臨床醫(yī)生的水準(zhǔn)。

首先請(qǐng)教一下黃教授，2016年，你在《美國(guó)醫(yī)學(xué)會(huì)雜志》JAMA上就發(fā)表過(guò)關(guān)于人工智能醫(yī)學(xué)應(yīng)用的論文，您如何評(píng)價(jià)過(guò)去十年AI醫(yī)生的發(fā)展現(xiàn)狀？哪些是你當(dāng)初寫(xiě)那篇paper的時(shí)候預(yù)料到的，哪些是沒(méi)有預(yù)料到的？

黃天蔭：回顧從2016年到現(xiàn)在2025年，AI在醫(yī)療領(lǐng)域確實(shí)取得了很多進(jìn)展。2016年我們?cè)凇睹绹?guó)醫(yī)學(xué)會(huì)雜志》那篇論文，是關(guān)于糖尿病視網(wǎng)膜病變的AI應(yīng)用研究。當(dāng)時(shí)我們用到了深度學(xué)習(xí)技術(shù)，這也是AI領(lǐng)域一個(gè)非常重要的技術(shù)突破。

這10年來(lái)，技術(shù)上確實(shí)有了很大進(jìn)步。比如，2022年和2023年，大語(yǔ)言模型（LLM）和基礎(chǔ)模型（Foundation Model）的出現(xiàn)，讓AI從專(zhuān)科領(lǐng)域逐步擴(kuò)展到全科領(lǐng)域，包括影像、放射、病理等方向。基礎(chǔ)科研方面，我們也看到了大量頂尖的研究成果。但是，技術(shù)的進(jìn)步并不代表它已經(jīng)很好地融入了我們的醫(yī)療體系。

我覺(jué)得這里有一個(gè)很大的問(wèn)題，就是技術(shù)和實(shí)際應(yīng)用之間的脫節(jié)。AI在醫(yī)療體系中的應(yīng)用還沒(méi)有達(dá)到理想的廣泛程度，我們的醫(yī)療體系在這方面還有很大的發(fā)展空間。我曾經(jīng)提出過(guò)一個(gè)“5P”概念框架來(lái)分析這個(gè)問(wèn)題：

第一個(gè)P是人（People）。醫(yī)生對(duì)AI的了解還不夠，醫(yī)療團(tuán)隊(duì)中懂AI的工程師也很少。AI要真正融入醫(yī)療體系，首先需要有懂AI又懂醫(yī)療的人才。

第二個(gè)P是平臺(tái)（Platform）。目前很多醫(yī)院的數(shù)據(jù)化、數(shù)字化基礎(chǔ)設(shè)施還不完善，很多患者的病歷還是傳統(tǒng)的紙質(zhì)記錄。這種情況下，AI的應(yīng)用就很難順暢地展開(kāi)。

第三個(gè)P是流程（Process）。我們現(xiàn)在的醫(yī)療管理流程，還是基于傳統(tǒng)的看病模式。如果要引入AI，需要重新設(shè)計(jì)流程，讓AI和現(xiàn)有體系更好地協(xié)同，而不是簡(jiǎn)單地把技術(shù)加進(jìn)去。

第四個(gè)P是產(chǎn)品（Product）。我們需要明確AI在醫(yī)療中的具體定位，比如它是一個(gè)算法、軟件、硬件，還是一個(gè)機(jī)器人？這些都需要清晰的定義。

最后一個(gè)P是政策（Policy）。政策支持非常重要，比如如何管理AI的風(fēng)險(xiǎn)和安全性，如何將AI納入醫(yī)保體系？這些問(wèn)題都需要從國(guó)家和國(guó)際層面去解決。

總的來(lái)說(shuō)，我的觀(guān)點(diǎn)是，技術(shù)已經(jīng)非常前沿了，但我們的醫(yī)療體系還不夠成熟，尤其是在團(tuán)隊(duì)建設(shè)、基礎(chǔ)設(shè)施、流程設(shè)計(jì)、產(chǎn)品定位和政策支持這些方面，還有很多工作要做。

劉遠(yuǎn)立：謝謝黃院長(zhǎng)精彩的開(kāi)場(chǎng)，從眼科領(lǐng)域切入，既展現(xiàn)了技術(shù)的飛速發(fā)展，也點(diǎn)出了應(yīng)用層面在人力資源、平臺(tái)、流程、產(chǎn)品和政策這5大瓶頸問(wèn)題。總體來(lái)看，黃院長(zhǎng)作為國(guó)際頂級(jí)專(zhuān)家，對(duì)AI醫(yī)療持審慎樂(lè)觀(guān)的態(tài)度。接下來(lái)我們請(qǐng)腫瘤領(lǐng)域的專(zhuān)家徐院長(zhǎng)分享。徐院長(zhǎng)，半年前美中愛(ài)瑞腫瘤醫(yī)院組織了一場(chǎng)人機(jī)大賽，8位資深醫(yī)生組成多學(xué)科團(tuán)隊(duì)，與5個(gè)國(guó)內(nèi)外知名醫(yī)療AI大模型PK腫瘤病例的精準(zhǔn)診療。據(jù)說(shuō)比賽中您和參賽醫(yī)生們一度心情失落，當(dāng)時(shí)為什么會(huì)有這樣的感受？

徐仲煌：首先，我特別認(rèn)同黃院長(zhǎng)剛才提到的觀(guān)點(diǎn)。其實(shí)我今天來(lái)之前心里還有點(diǎn)忐忑，因?yàn)檎f(shuō)實(shí)話(huà)，醫(yī)生對(duì)AI和算法的了解確實(shí)有限，包括我自己，現(xiàn)在還在努力惡補(bǔ)一些相關(guān)術(shù)語(yǔ)，比如什么“蒸餾”之類(lèi)的。坦白講，這些東西我們并不真正懂。但是，剛才提到的一些AI相關(guān)的設(shè)計(jì)，我們醫(yī)院其實(shí)也有一些小規(guī)模的實(shí)踐。比如在病例記錄、預(yù)案制定等方面，AI已經(jīng)開(kāi)始成為醫(yī)生手中的一個(gè)工具。不過(guò)，要真正做到大規(guī)模應(yīng)用，或者正式使用，還涉及到很多問(wèn)題，比如倫理問(wèn)題，這些都需要進(jìn)一步探討。

說(shuō)到那次人機(jī)比賽，其實(shí)當(dāng)時(shí)DeepSeek R1還沒(méi)出來(lái)，我們用的是百川、豆包、小荷、ChatGPT o3、Gemini等AI模型。我們的醫(yī)生團(tuán)隊(duì)也很強(qiáng)，基本上來(lái)自協(xié)和、301等三甲醫(yī)院的資深醫(yī)生。因?yàn)槲覀冡t(yī)院是腫瘤專(zhuān)科醫(yī)院，腫瘤又是特別復(fù)雜的疾病，所以我們采用的是全程實(shí)時(shí)的多學(xué)科診療模式（MDT）。比賽時(shí)，我們選擇了協(xié)和的一個(gè)病例集，這個(gè)病例是有完整答案和結(jié)局的。整個(gè)比賽從問(wèn)診開(kāi)始，到診斷、鑒別診斷、診療方案的制定，再到二次復(fù)發(fā)后的診療方案，每一步都進(jìn)行了評(píng)分。

劉遠(yuǎn)立：這個(gè)比賽是雙盲的嗎？

徐仲煌：是的，絕對(duì)是雙盲。評(píng)委也是分區(qū)操作，完全遵循雙盲原則。我們還有5位IT人員在后臺(tái)同步操作。這次比賽讓我感到惶恐，因?yàn)锳I的表現(xiàn)確實(shí)很強(qiáng)。雖然在處理非結(jié)構(gòu)化數(shù)據(jù)時(shí)稍弱一些，但一旦進(jìn)入到結(jié)構(gòu)化數(shù)據(jù)的階段，它的表現(xiàn)就非常出色。最終，經(jīng)過(guò)所有環(huán)節(jié)的評(píng)分，我們?nèi)祟?lèi)醫(yī)生只能勉強(qiáng)和AI打個(gè)平手。

我們醫(yī)院是北京第三家腫瘤三級(jí)專(zhuān)科醫(yī)院，排名僅次于東腫（中國(guó)醫(yī)科院腫瘤醫(yī)院）和北腫（北京大學(xué)腫瘤醫(yī)院）。我們的醫(yī)生團(tuán)隊(duì)實(shí)力很強(qiáng)，各科室的專(zhuān)家都參與了比賽，但即便如此，面對(duì)AI的推理能力，我們還是感到壓力很大。尤其是AI在某些環(huán)節(jié)的表現(xiàn)，已經(jīng)超越了人類(lèi)醫(yī)生。雖然我們?cè)趲讉€(gè)環(huán)節(jié)上還有優(yōu)勢(shì)，但整體來(lái)看，AI的能力確實(shí)讓人惶恐。

不僅是我，參賽的醫(yī)生們也有同樣的感受。比賽結(jié)束后，大家甚至有點(diǎn)不服氣，紛紛嚷著“再來(lái)一次”。

劉遠(yuǎn)立：徐院長(zhǎng)，首先我敬佩您的勇氣，我想你的老東家協(xié)和醫(yī)院恐怕是不太敢于參加這種比賽。

徐仲煌：我們醫(yī)院一向是敢于嘗試、不怕犯錯(cuò)的，這也是我們擁抱未來(lái)的一種態(tài)度。當(dāng)然我們也有一定底氣，就像我跟小川老師提到的，我們?cè)簝?nèi)的HIS系統(tǒng)是我們自己研發(fā)的，我敢說(shuō)，數(shù)據(jù)的實(shí)時(shí)性和完整性在國(guó)內(nèi)都是非常領(lǐng)先的。

不過(guò)，第一次比賽之后，我們確實(shí)不服氣，但又不想讓醫(yī)生們的自尊心受到太大打擊。所以第二次比賽，我們調(diào)整了方式，采取“人機(jī)協(xié)同”的模式。具體來(lái)說(shuō)，就是醫(yī)生先出一個(gè)方案，AI也出一個(gè)方案，然后兩邊互相交流，取長(zhǎng)補(bǔ)短，看看能不能形成更優(yōu)的結(jié)果。我們還特意選了一個(gè)協(xié)和的經(jīng)典病例，一個(gè)淋巴瘤患者的病例，這個(gè)病例是協(xié)和各個(gè)科室都跑了一遍的，屬于非常復(fù)雜的病例。結(jié)果顯示，在AI工具的幫助下，醫(yī)生的表現(xiàn)確實(shí)提升了很多，整體效果也更加貼合實(shí)際。

劉遠(yuǎn)立：第二次比賽中，有發(fā)現(xiàn)AI的一些不足嗎？

徐仲煌：AI的不足當(dāng)然是有的，而且一直都存在。雖然它在規(guī)范性、完整性和縝密性上表現(xiàn)得非常強(qiáng)，甚至已經(jīng)有了某種AGI的能力，而不僅僅是專(zhuān)項(xiàng)AI的能力，但它在某些細(xì)節(jié)上還是不如人類(lèi)醫(yī)生。比如，有些病例中，像溝回部的腫物，醫(yī)生可能會(huì)判斷這個(gè)位置穿刺不到，直接選擇放棄穿刺或者跳過(guò)某些步驟，轉(zhuǎn)而考慮更直接的手術(shù)。但AI卻往往會(huì)嚴(yán)格按照步驟來(lái)，比如step one、step two，完全按部就班，不會(huì)靈活調(diào)整。

另外，AI在考慮患者經(jīng)濟(jì)條件、家庭支持等溫度化的因素上也是缺失的。它不會(huì)像醫(yī)生那樣綜合考慮這些“人性化”的細(xì)節(jié)。但是，當(dāng)AI和醫(yī)生互相協(xié)作時(shí)，這些問(wèn)題就能得到很好的補(bǔ)充。比如醫(yī)生可以指出某些地方AI的不足，AI則可以提醒醫(yī)生某些遺漏的細(xì)節(jié)。通過(guò)這樣的協(xié)同，最終的診療方案明顯更加完善。

不過(guò)，我依然對(duì)AI的發(fā)展速度感到惶恐。它的進(jìn)步實(shí)在是太快了，讓人難以預(yù)料它未來(lái)3年、5年會(huì)達(dá)到什么樣的水平。所以，我對(duì)AI始終保持非常大的敬畏之心。

劉遠(yuǎn)立：謝謝徐院長(zhǎng)，剛才談到一個(gè)關(guān)鍵詞就是這個(gè)人機(jī)協(xié)同，特別是第二次比賽的體現(xiàn)。請(qǐng)問(wèn)王老師，剛才兩位專(zhuān)科醫(yī)生，眼科、腫瘤，對(duì)AI有兩個(gè)稍微有點(diǎn)不太同的體驗(yàn)和看法。您作為全科醫(yī)學(xué)的專(zhuān)家，怎么看您專(zhuān)業(yè)領(lǐng)域AI到目前為止的發(fā)展？

王仲：說(shuō)到AI替代人類(lèi)的事兒，其實(shí)早在上世紀(jì)90年代，計(jì)算機(jī)就開(kāi)始替代我們的一些工作了。我印象特別深，我研究生畢業(yè)時(shí)用640k計(jì)算機(jī)做了一個(gè)彩色的幻燈片，那時(shí)候大家還在用藍(lán)底白字的幻燈片，結(jié)果我做出來(lái)的PPT讓所有老師都很震驚。后來(lái)互聯(lián)網(wǎng)開(kāi)始普及，又替代了我們很多工作，比如取片子、拿化驗(yàn)單這些事兒。

再后來(lái)，計(jì)算機(jī)和系統(tǒng)的進(jìn)步又替代了數(shù)據(jù)存儲(chǔ)的工作。協(xié)和有三寶，其中一寶就是病例，過(guò)去我們靠手寫(xiě)保存病例，現(xiàn)在有了電子病歷，存病例已經(jīng)不再是問(wèn)題了。所以替代是一步步走過(guò)來(lái)的。但說(shuō)到醫(yī)生被替代，這里我想講一個(gè)小插曲。有位企業(yè)家曾經(jīng)說(shuō)過(guò)，30年后醫(yī)生會(huì)下崗。當(dāng)時(shí)我很氣憤，我說(shuō)只要還有人會(huì)生病、會(huì)死人，醫(yī)生就不會(huì)下崗。

但現(xiàn)在我發(fā)現(xiàn)，人工智能的出現(xiàn)真的可能讓一部分醫(yī)生下崗。為什么？因?yàn)獒t(yī)生的核心工作是拿到數(shù)據(jù)、分析信息、梳理邏輯、找到關(guān)鍵點(diǎn)、給出診斷并制定治療方案。而這些AI正在做得越來(lái)越好。比如，AI可以把一個(gè)生化化驗(yàn)單分析得非常細(xì)致，它還能把不同時(shí)間維度的數(shù)據(jù)進(jìn)行橫向和縱向的對(duì)比分析，這些是人類(lèi)醫(yī)生做不到的。但AI能做到，甚至比我們更強(qiáng)。

所以我一點(diǎn)都不意外AI的快速發(fā)展，甚至可以說(shuō)它一定會(huì)在某些方面超越我們。比如，我可能會(huì)記不住某個(gè)病人，但AI不會(huì)，它只要有足夠多的知識(shí)庫(kù)和邏輯體系，就能比我們更精準(zhǔn)、更高效。未來(lái)，AI替代醫(yī)生的某些崗位和工作是必然的，只是替代到什么程度還需要時(shí)間去驗(yàn)證。總之，我認(rèn)為AI不會(huì)完全脫離人類(lèi)，但它一定會(huì)改變我們的工作方式，甚至重新定義醫(yī)療行業(yè)。

02 AI造醫(yī)生的時(shí)代到了嗎？

劉遠(yuǎn)立：王仲院長(zhǎng)剛才提到協(xié)和的三寶，病例、圖書(shū)館、教授。毫無(wú)疑問(wèn)病例現(xiàn)在我們的AI代替了，圖書(shū)館也代替了，我特別感到有點(diǎn)震驚的，我們協(xié)和的前專(zhuān)家居然說(shuō)協(xié)和的教授現(xiàn)在也迅速被代替，這個(gè)我確實(shí)是感覺(jué)有點(diǎn)冒冷汗。如果這三位我們形容為在前方、為人民的疾病來(lái)做斗爭(zhēng)的前方將領(lǐng)，小川總相當(dāng)于送槍送炮的后勤部長(zhǎng)。你剛才聽(tīng)到了前方作戰(zhàn)的將領(lǐng)們的發(fā)言，你覺(jué)得你的槍炮現(xiàn)在已經(jīng)充分發(fā)揮了作用，還是說(shuō)他們還沒(méi)有意識(shí)到你很多倉(cāng)庫(kù)里面的秘密武器？

王小川：我覺(jué)得這個(gè)場(chǎng)子對(duì)我們太友好了。因?yàn)橐郧疤岢觥癆I醫(yī)生”受到很多的挑戰(zhàn)和質(zhì)疑。今天“清華+協(xié)和”這個(gè)場(chǎng)子，大家都已經(jīng)認(rèn)為AI能干很多事情了。我很佩服徐院長(zhǎng)的實(shí)踐，當(dāng)時(shí)比賽的結(jié)果公開(kāi)我也看見(jiàn)了。剛剛徐院長(zhǎng)沒(méi)好意思說(shuō)，Gemini和chatgpt當(dāng)時(shí)是優(yōu)于他們的醫(yī)生，百川還差一些，沒(méi)到醫(yī)生的水平。但我很佩服他們有勇氣公開(kāi)這個(gè)結(jié)果，在當(dāng)時(shí)還沒(méi)人敢說(shuō)“機(jī)器比醫(yī)生好”的時(shí)候，他們就把這個(gè)情況擺出來(lái)了。

2023年，我鼓吹了一件事，叫“AI元年”。以前的AI都是假的，但這次是真的。以前的AI主要做圖像處理，或者在統(tǒng)計(jì)上產(chǎn)生一些效益，而這次不一樣，AI掌握了語(yǔ)言。語(yǔ)言是對(duì)世界的認(rèn)知、溝通和抽象推理的核心。掌握了語(yǔ)言，AI就能像人一樣去認(rèn)識(shí)世界，并且建立起自己的思考能力。這是歷史上從未有過(guò)的事情，甚至馬克思都說(shuō)，人和動(dòng)物的區(qū)別在于人會(huì)用語(yǔ)言，而動(dòng)物不會(huì)。

在醫(yī)療圈和科技圈之間，其實(shí)過(guò)去是有點(diǎn)“互相傷害”的。醫(yī)療圈會(huì)說(shuō)，“你們AI快過(guò)來(lái)幫忙吧”，但AI來(lái)了之后一看，“不太靈”。而科技圈的AI團(tuán)隊(duì)沖進(jìn)來(lái)，燒了1000億，不是投在制藥上，而是投在信息化和AI化上，結(jié)果錢(qián)沒(méi)賺著，還賠了很多。但這次不一樣了，核心原因是技術(shù)發(fā)生了翻天覆地的變化。

實(shí)際上再往前，剛才黃教授提到的2016年，對(duì)我來(lái)說(shuō)是個(gè)很特別的年份。當(dāng)時(shí)AlphaGo大勝人類(lèi)圍棋高手，讓全世界震驚。其實(shí)早在2013年，我就想用機(jī)器下圍棋了。我去（清華）大學(xué)找了系主任、黨委書(shū)記、高性能所所長(zhǎng)、人工智能研究室的主任，說(shuō)我們一起來(lái)玩這個(gè)，但可能是我說(shuō)服能力有限，沒(méi)人愿意陪我玩，這事兒就擱下了。到了2016年，Google說(shuō)要比賽了，還發(fā)了論文。我當(dāng)時(shí)很興奮，在知乎上發(fā)帖子說(shuō)AI能贏，當(dāng)時(shí)不是說(shuō)下圍棋的不相信，科技圈大多數(shù)人也不相信，大佬們都打賭說(shuō)機(jī)器贏不了，結(jié)果最后他們每人輸了1萬(wàn)塊錢(qián)。

2016年AlphaGo比賽的時(shí)候，新浪直播請(qǐng)了我去做嘉賓。他們找了兩個(gè)代表，一個(gè)是支持AI能贏的，就是我；另一個(gè)是支持人能贏的，是中國(guó)圍棋隊(duì)總教練俞斌。他不僅是圍棋高手，還會(huì)寫(xiě)程序，是圍棋隊(duì)里程序?qū)懙米詈玫囊粋€(gè)。他當(dāng)時(shí)覺(jué)得我們這些人相信機(jī)器能贏的腦子都抽了。但比賽的結(jié)果讓所有人震驚，機(jī)器贏了。俞斌當(dāng)場(chǎng)就有點(diǎn)蒙圈了，甚至都不知道怎么下樓回家，最后是新浪體育頻道的編輯們把他送下樓，幫他打上車(chē)。那一刻我就深刻理解到，AI的突破，對(duì)一個(gè)頂尖的人類(lèi)高手會(huì)造成多么大的沖擊和壓力。

我在醫(yī)療領(lǐng)域也遇到過(guò)很多質(zhì)疑，比如有院士就直接diss我，說(shuō)“你學(xué)啥的？”我說(shuō)學(xué)計(jì)算機(jī)的，他就說(shuō)醫(yī)療太復(fù)雜了，計(jì)算機(jī)怎么可能搞定？但我覺(jué)得正因?yàn)閷W(xué)計(jì)算機(jī)，我才知道這事兒是靠譜的，就像AlphaGo用計(jì)算機(jī)下圍棋一樣，我知道這里面有很大的鴻溝，但技術(shù)是有機(jī)會(huì)突破的。尤其是語(yǔ)言被AI突破后，這次真的不一樣。不僅醫(yī)生這個(gè)職業(yè)，很多其他職業(yè)都可能被顛覆性地改變。

我的預(yù)測(cè)是，AGI未來(lái)幾年就會(huì)到來(lái)。外界看到百川從AGI轉(zhuǎn)向醫(yī)療，覺(jué)得是轉(zhuǎn)型，但其實(shí)這是我的初心。我從2023年開(kāi)始就是想做“造醫(yī)生”這件事兒，但當(dāng)時(shí)不敢明說(shuō)，否則團(tuán)隊(duì)招不到人，投資人也不信。他們只會(huì)問(wèn)技術(shù)行不行、監(jiān)管怎么辦、商業(yè)模式怎么搞？這些問(wèn)題確實(shí)很復(fù)雜，但我始終有一個(gè)信仰，就是機(jī)器能比人更強(qiáng)，而醫(yī)療是人類(lèi)最需要的一種服務(wù)。

早在2016年我們就做了一款“搜狗明醫(yī)”的產(chǎn)品，雖然沒(méi)做到根本性突破，但它的目標(biāo)是幫助患者明明白白地看病，懂得如何與醫(yī)生溝通。這也為后來(lái)AI醫(yī)療的發(fā)展打下了基礎(chǔ)。2018年，我作為政協(xié)委員就提出，讓AI賦能基層醫(yī)療，我覺(jué)得突破點(diǎn)在基層上。

但更遠(yuǎn)一點(diǎn)，我有一個(gè)更大的暢想，就是“生命建模”。生命科學(xué)和物理學(xué)不一樣，物理學(xué)看似嚴(yán)謹(jǐn)，但最終走向熵增，是不可計(jì)算的，比如天氣預(yù)報(bào)或者三體問(wèn)題，軌道最后都不確定。但生命科學(xué)不一樣，它有規(guī)律。比如一個(gè)受精卵10個(gè)月后變成嬰兒，長(zhǎng)得還像父母，這是清晰的結(jié)果。所以我一直在想，生命怎么建模？今天AI醫(yī)療談的是像醫(yī)生一樣的工作，但未來(lái)更大的顛覆不是醫(yī)生，而是讓機(jī)器能為每個(gè)病人建立“數(shù)字孿生”，了解病人的生命模型，從而預(yù)測(cè)健康狀況。這是醫(yī)生今天做不到的，但AI可以做到。

建模并不一定要從基礎(chǔ)科學(xué)開(kāi)始，臨床數(shù)據(jù)就足夠了。生命是可約的，不像傳統(tǒng)的超算那樣復(fù)雜。比如Alphafold通過(guò)智算直接從基因推導(dǎo)到蛋白質(zhì)，比傳統(tǒng)超算快了幾萬(wàn)倍。未來(lái)，用AI模型為人建立生命模型，也可以實(shí)現(xiàn)類(lèi)似的效率提升。所以我覺(jué)得，下一個(gè)發(fā)展的方向，除了“造醫(yī)生”，還包括為生命建模，通過(guò)AI醫(yī)生和數(shù)字孿生的結(jié)合，推動(dòng)醫(yī)療領(lǐng)域的巨大突破。這是我對(duì)未來(lái)的暢想。

03 AI醫(yī)院怎么建？

劉遠(yuǎn)立：好，謝謝小川總的精彩分享！果然不愧是“四清”——本科、碩士、博士、EMBA，都是清華的。“造醫(yī)生”這件事情，小川總是吃螃蟹的人，他展現(xiàn)出了巨大的勇氣和開(kāi)創(chuàng)精神。當(dāng)然，今天在場(chǎng)的還有同樣值得敬佩的“吃螃蟹的人”。小川總是“造醫(yī)生”，他們是“造醫(yī)院”。

大家可能已經(jīng)知道了，2025年4月26日，清華大學(xué)成立人工智能醫(yī)院。圍繞著剛才小川總談的“造醫(yī)生”，接下來(lái)我們就來(lái)談?wù)劇霸灬t(yī)院”這件事兒。黃院長(zhǎng)，現(xiàn)在大家對(duì)你的AI醫(yī)院非常關(guān)注，能不能給我們介紹一下？清華成立的AI醫(yī)院和我們傳統(tǒng)的醫(yī)院到底有什么不同？

黃天蔭：這是很重要的一個(gè)責(zé)任。因?yàn)樵趺礃幼鲆粋€(gè)AI醫(yī)院，目前還沒(méi)有人能夠完全確定。我們需要明確AI醫(yī)院的模型和醫(yī)療模式到底是什么？

傳統(tǒng)的醫(yī)院，無(wú)論是在中國(guó)還是全球范圍內(nèi)，都是依靠床位、醫(yī)生和醫(yī)護(hù)人員的數(shù)量來(lái)擴(kuò)展服務(wù)能力。也就是說(shuō)，增加醫(yī)生和床位，就能增加對(duì)患者的服務(wù)。但這種模式已經(jīng)很難滿(mǎn)足未來(lái)的醫(yī)療需求。現(xiàn)在很多醫(yī)院，包括海外的醫(yī)院，也在嘗試把AI技術(shù)融入現(xiàn)有的體系。但這種做法并不容易，因?yàn)閭鹘y(tǒng)醫(yī)院的體系非常復(fù)雜，比如協(xié)和醫(yī)院有100多年的歷史，積累了很多寶貴的經(jīng)驗(yàn)和資源，要在這樣的體系中加入AI技術(shù)并不簡(jiǎn)單。

清華大學(xué)智能產(chǎn)業(yè)研究院團(tuán)隊(duì)2024年5月完成論文，提出了Agent Hospital,在國(guó)內(nèi)外人工智能和醫(yī)學(xué)社區(qū)受到廣泛關(guān)注

所以，我們清華在設(shè)計(jì)AI醫(yī)院時(shí)，選擇了一條不同的道路。我們不是在傳統(tǒng)醫(yī)院的基礎(chǔ)上逐步加入AI，而是從零開(kāi)始，從一張白紙出發(fā)，重新設(shè)計(jì)一個(gè)醫(yī)院。如果沒(méi)有既定的醫(yī)院，我們會(huì)如何設(shè)計(jì)？這是我們遵循的原則。我們希望技術(shù)與醫(yī)療模式共同創(chuàng)建這個(gè)AI醫(yī)院，而不是先有醫(yī)院后加技術(shù)，也不是先有技術(shù)再找醫(yī)療體系。張亞勤院長(zhǎng)從技術(shù)和AI的方向提供支持，而我主要負(fù)責(zé)臨床醫(yī)療的方向。我們強(qiáng)調(diào)，技術(shù)與醫(yī)療必須同步推進(jìn)，而不是一個(gè)先行另一個(gè)跟隨。

我們的核心目標(biāo)是通過(guò)AI技術(shù)大幅降低醫(yī)療成本，同時(shí)提升醫(yī)療服務(wù)的質(zhì)量和效率。比如，一個(gè)普通醫(yī)院可能1000張床位只能服務(wù)100萬(wàn)人，但我們希望通過(guò)AI技術(shù)，用10或100張床位服務(wù)1000萬(wàn)患者。這不僅是一個(gè)技術(shù)上的挑戰(zhàn)，更是一個(gè)醫(yī)療模式的創(chuàng)新。

我們計(jì)劃先從三個(gè)示范點(diǎn)開(kāi)始推進(jìn)AI醫(yī)院的建設(shè)：全科醫(yī)療、眼科AI門(mén)診、放射影像。我們AI醫(yī)院的目標(biāo)不是發(fā)論文，也不是做研發(fā)，而是讓每一個(gè)患者真正進(jìn)來(lái)享受AI醫(yī)院的服務(wù)。

劉遠(yuǎn)立：好的，我稍微解釋一下，現(xiàn)在世界上的醫(yī)院大致可以分為兩種類(lèi)型：一種叫“大綜合小專(zhuān)科”，另一種叫“小綜合大專(zhuān)科”。剛才黃院長(zhǎng)給我們描繪了他心目中關(guān)于專(zhuān)科與全科之間平衡的愿景。這確實(shí)是一項(xiàng)非常有挑戰(zhàn)性的工作。這個(gè)工作到了執(zhí)行這一塊就更有挑戰(zhàn)性了，王仲教授，假設(shè)AI技術(shù)方面和臨床意見(jiàn)不一致，你怎么辦？

王仲：好在現(xiàn)在我們團(tuán)隊(duì)的意見(jiàn)還是一致的。不過(guò)剛才天蔭院長(zhǎng)也說(shuō)了，他也不知道該怎么做，所以我就更不知道該怎么做了（笑）。像我剛剛說(shuō)的，我是被加入這個(gè)團(tuán)隊(duì)的，但我覺(jué)得非常榮幸。同時(shí)，這也給了我一個(gè)很好的機(jī)會(huì)去思考：AI醫(yī)院和“醫(yī)院+AI”到底是什么關(guān)系？

如果回到傳統(tǒng)醫(yī)院的建設(shè)，我是有一些經(jīng)驗(yàn)的。我有幸參與過(guò)協(xié)和醫(yī)院新樓的籌建工作，后來(lái)又參與了清華長(zhǎng)庚醫(yī)院的籌建，所以我很清楚建一家傳統(tǒng)醫(yī)院的流程是什么樣的。通常我們會(huì)先有一組人去規(guī)劃：我要建一個(gè)多少?gòu)埓驳尼t(yī)院，占地多少面積，樓能建多高，設(shè)置多少個(gè)科室，是手術(shù)科室還是非手術(shù)科室，手術(shù)科室占比多少，需要配多少個(gè)手術(shù)間等等。接下來(lái)，我們會(huì)采購(gòu)設(shè)備，比如CT、核磁共振，然后決定這些設(shè)備放在哪個(gè)房間、電源怎么配置，最后才是搭建信息系統(tǒng)。這是傳統(tǒng)醫(yī)院建設(shè)的思路。

但是，AI醫(yī)院可能完全顛覆了這種邏輯。AI醫(yī)院的核心不是先建一個(gè)物理空間，而是要建一個(gè)數(shù)據(jù)流向系統(tǒng)。比如說(shuō)，我們現(xiàn)在的醫(yī)院是病人掛號(hào)后走到診室，才開(kāi)始和醫(yī)療機(jī)構(gòu)建立聯(lián)系。醫(yī)生問(wèn)診、查體、開(kāi)檢驗(yàn)單，病人和醫(yī)院的聯(lián)系從這一刻開(kāi)始。等結(jié)果出來(lái)后，醫(yī)生再根據(jù)結(jié)果判斷治療方案。但在未來(lái)，可能很多數(shù)據(jù)的采集并不發(fā)生在一個(gè)物理空間的醫(yī)院，而是在一個(gè)信息化的醫(yī)院。這個(gè)醫(yī)院是一個(gè)“范疇”，而不是一個(gè)具體的空間。它可能在美國(guó)、歐洲，也可能在北京。通過(guò)AI分析數(shù)據(jù)，幫助判斷病人是否需要進(jìn)一步的人工檢查或治療。

所以，我的理解是，未來(lái)的模式可能是“小物理醫(yī)院+大AI醫(yī)療服務(wù)”。在這樣的思路下，我們正在黃天蔭院長(zhǎng)和張亞勤院長(zhǎng)的指導(dǎo)下，緊鑼密鼓地思考這些問(wèn)題。同時(shí)，我們也希望能夠盡快搭建起一個(gè)平臺(tái)，實(shí)現(xiàn)天蔭院長(zhǎng)提到的愿景：盡早進(jìn)來(lái)第一個(gè)病人。

劉遠(yuǎn)立：好的，我們從一些創(chuàng)新的醫(yī)院建設(shè)，再回到我們相對(duì)比較熟悉的專(zhuān)科，腫瘤和兒科，先請(qǐng)徐院長(zhǎng)談?wù)勗谀[瘤專(zhuān)科人工智能的發(fā)展和應(yīng)用當(dāng)中，您主要的體會(huì)。

徐仲煌：其實(shí)我還真想談?wù)凙I醫(yī)院。清華作為“航空母艦”，資源力量非常雄厚，所以我特別贊成王教授剛才提到的“白紙上畫(huà)圖”。去年5月份我去了Mayo Clinic，也考察了日本仙臺(tái)一家醫(yī)院，但他們還沒(méi)有達(dá)到AI醫(yī)院的描述和標(biāo)準(zhǔn)。我們還請(qǐng)了他們兩位年輕教授來(lái)談他們建設(shè)AI醫(yī)院的思路，但顯然目前在全球范圍內(nèi)還沒(méi)有形成明確的共識(shí)。不過(guò)有一點(diǎn)我認(rèn)為是確定的，無(wú)論醫(yī)院是虛擬的還是實(shí)體的，采集數(shù)據(jù)的功能一定不會(huì)改變。

剛才小川總提到的“模擬人”（數(shù)字孿生），我覺(jué)得很可能成為未來(lái)AI醫(yī)院的重要替代技術(shù)，但這種模擬應(yīng)該是個(gè)體化的（individual），而不是通用的（general），甚至可以是模擬局部。醫(yī)學(xué)跟其他自然科學(xué)相比發(fā)展較慢，主要原因是容錯(cuò)率低，無(wú)法反復(fù)試驗(yàn)。但如果有了模擬技術(shù)，醫(yī)學(xué)技術(shù)的進(jìn)步速度可能會(huì)大幅提升。

我想象中的AI醫(yī)院可能會(huì)有類(lèi)似的應(yīng)用場(chǎng)景。比如說(shuō)，在眼科手術(shù)中可以通過(guò)模擬技術(shù)提前演練手術(shù)方案，這需要結(jié)合VR、AR等技術(shù)。AI醫(yī)院的建設(shè)思路可能是從AGI入手，再逐步發(fā)展針對(duì)性的AI醫(yī)療技術(shù)。我們也需要關(guān)注醫(yī)療的特殊性，比如數(shù)據(jù)隱私、生物學(xué)等問(wèn)題。

我們目前也在邁出探索的步伐。我們計(jì)劃在望京建設(shè)一家小型AI醫(yī)院，規(guī)模不大，有800張床，但占地22萬(wàn)平方米。（與AI虛擬醫(yī)院不一樣，美中愛(ài)瑞將依托火山云三層架構(gòu)，以AI Agent重塑數(shù)據(jù)與應(yīng)用生態(tài)，借助智能體打造以數(shù)據(jù)為基礎(chǔ)的智能醫(yī)療平臺(tái)，建設(shè)AI原生醫(yī)院。）去年考察Mayo Clinic時(shí)發(fā)現(xiàn)，他們已經(jīng)部署了600多個(gè)醫(yī)療AI，但更像是“智慧型醫(yī)院”，而非真正意義上的AI醫(yī)院。我覺(jué)得要正本溯源一下，當(dāng)前許多醫(yī)院只是簡(jiǎn)單地部署一些AI技術(shù)，比如DeepSeek，就號(hào)稱(chēng)是AI醫(yī)院，但這與真正的AI醫(yī)院相差甚遠(yuǎn)。AI醫(yī)院里AI是“大腦”，而不僅僅是提高效率的工具。

AI在醫(yī)療中的潛力是巨大的。我們?cè)幸粋€(gè)案例，通過(guò)AI分析全基因庫(kù)，推算出一個(gè)從未作為適應(yīng)癥使用的藥物，最后證明效果很好。這是AI的力量所在，但也有局限性，比如有些最新的專(zhuān)科文獻(xiàn)，AI可能無(wú)法及時(shí)獲取。

劉遠(yuǎn)立：徐院長(zhǎng)的分享總是充滿(mǎn)激情。在這里，我順便分享一個(gè)挺有意思的信息。我有一個(gè)碩士生今年畢業(yè)，他的畢業(yè)論文是關(guān)于中美兩國(guó)一流醫(yī)院科研產(chǎn)出的比較研究。他選擇了美國(guó)的4家頂級(jí)醫(yī)院，包括梅奧(Mayo)，以及我們中國(guó)排名前4的醫(yī)院，得出了兩個(gè)很有意思的發(fā)現(xiàn)。

第一個(gè)發(fā)現(xiàn)是，在頂級(jí)期刊上發(fā)表的文章數(shù)量，美國(guó)醫(yī)院是中國(guó)醫(yī)院的20倍。這說(shuō)明我們?cè)趥鹘y(tǒng)科研領(lǐng)域還有很大的差距。但第二個(gè)發(fā)現(xiàn)讓我覺(jué)得很有希望：在人工智能這個(gè)新興領(lǐng)域，美國(guó)醫(yī)院的優(yōu)勢(shì)縮小到了2倍左右，幾乎是一種并跑的狀態(tài)。

所以我想問(wèn)一下小川總，作為在這個(gè)領(lǐng)域最有發(fā)言權(quán)的人之一，您怎么看？我們是不是有可能在人工智能領(lǐng)域?qū)崿F(xiàn)并跑甚至領(lǐng)跑？

王小川：美國(guó)的0到1創(chuàng)新能力確實(shí)比我們強(qiáng)很多，他們的創(chuàng)新意識(shí)和文化很成熟；而中國(guó)在1到100的規(guī)模化上更有優(yōu)勢(shì)，比如大模型技術(shù)，美國(guó)先發(fā)明了，國(guó)內(nèi)像DeepSeek就能快速跟上，做得更工程化、更便宜。醫(yī)療領(lǐng)域也是這樣，美國(guó)在創(chuàng)新上更強(qiáng)，但中國(guó)頂尖專(zhuān)家的個(gè)人能力比美國(guó)更強(qiáng)。不過(guò)，中國(guó)的醫(yī)療難點(diǎn)在于支付體系，保險(xiǎn)支付能力比美國(guó)差很多。在美國(guó)，你幫醫(yī)生省一半時(shí)間，他就能賺很多錢(qián)；但在中國(guó)，醫(yī)生省了時(shí)間也賺不到錢(qián)，這就特別難。

所以，我們要找到自己的切入點(diǎn)。我提了兩個(gè)愿景，一是為人類(lèi)造醫(yī)生，二是給生命建模型，這是我最想做的事。不做制藥，是因?yàn)槲矣X(jué)得那塊太深了。越專(zhuān)業(yè)的東西，AI在其中越做配角，我認(rèn)為“造醫(yī)生”是離大模型最近的一件事。

AI為什么從兒科切入？因?yàn)閮嚎漆t(yī)生尤其短缺，按人均配比缺100萬(wàn)。而且，AI在醫(yī)療場(chǎng)景中，大醫(yī)院對(duì)AI需求小，小醫(yī)院和基層對(duì)AI需求大，所以AI應(yīng)該往基層走，幫助實(shí)現(xiàn)分級(jí)診療。全科和兒科是我們的優(yōu)先選擇，全科醫(yī)生是家庭醫(yī)生的核心，每家需要一個(gè)；兒科醫(yī)生是兒童健康的保障，但因?yàn)閮嚎撇毁嶅X(qián)，醫(yī)生越來(lái)越少。我們希望通過(guò)AI技術(shù)，讓基層醫(yī)療和居家診療更普惠，既符合國(guó)策，也滿(mǎn)足老百姓的需求。

04 如何在未來(lái)十年培養(yǎng)出適應(yīng)AI時(shí)代的醫(yī)生

劉遠(yuǎn)立：小川總提到選賽道和補(bǔ)短板很重要，我想補(bǔ)充一點(diǎn)，兒科不僅需要醫(yī)生，還需要家長(zhǎng)的參與，這是一個(gè)天然可以融合to B和to C的領(lǐng)域。剛才4位專(zhuān)家已經(jīng)討論了人工智能領(lǐng)域的發(fā)展現(xiàn)狀及其未來(lái)的巨大價(jià)值。接下來(lái)，我們想探討這個(gè)領(lǐng)域主要面臨的挑戰(zhàn)。具體到垂直賽道的人工智能，核心在于研發(fā)如何讓現(xiàn)有的大模型更優(yōu)，以及應(yīng)用的落地。從大模型的角度看，算力、算法和大數(shù)據(jù)是三大約束條件。請(qǐng)各位專(zhuān)家從小川總開(kāi)始，談?wù)勗卺t(yī)學(xué)人工智能領(lǐng)域，如果我們想保持并跑并爭(zhēng)取領(lǐng)跑，主要的挑戰(zhàn)和約束條件是什么？

王小川：關(guān)于算力、算法和數(shù)據(jù)的問(wèn)題，我覺(jué)得醫(yī)療領(lǐng)域的算力其實(shí)不是主要瓶頸。極端地講，人的DNA里agct的總量不到一個(gè)G，只有0.75個(gè)G，說(shuō)明生命最底層的模型并不復(fù)雜。今天的復(fù)雜性是因?yàn)槲覀冞€沒(méi)找到好的模型去模擬它，甚至我認(rèn)為不需要萬(wàn)億級(jí)參數(shù)就能解決問(wèn)題，這是我的第一性思考。

接下來(lái)是算法和數(shù)據(jù)的問(wèn)題，尤其是數(shù)據(jù)，大家都知道這是個(gè)大瓶頸。數(shù)據(jù)既有用戶(hù)隱私脫敏的問(wèn)題，又有醫(yī)院利益的問(wèn)題，還有數(shù)據(jù)質(zhì)量差的問(wèn)題。很多數(shù)據(jù)打開(kāi)一看，根本沒(méi)法用。我的構(gòu)想是，數(shù)據(jù)的解決不僅僅依賴(lài)專(zhuān)病的優(yōu)質(zhì)數(shù)據(jù)，還可能需要AI醫(yī)生陪伴用戶(hù)，通過(guò)全病程、全生命周期去收集數(shù)據(jù)，形成數(shù)據(jù)飛輪。這樣，AI醫(yī)生不僅能收集數(shù)據(jù)，還能推動(dòng)醫(yī)院數(shù)據(jù)的使用，形成雙輪驅(qū)動(dòng)的狀態(tài)。

算法方面，我的看法可能和大家不太一樣。現(xiàn)在大家造醫(yī)生模型時(shí)，習(xí)慣于遇到垂直領(lǐng)域數(shù)據(jù)就往大模型上fine-tune一下，但我覺(jué)得不光是這樣。除了醫(yī)生模型，還需要數(shù)字孿生模型。醫(yī)療數(shù)據(jù)并不是完全用來(lái)訓(xùn)練醫(yī)生的，現(xiàn)實(shí)中的醫(yī)生也不是靠讀了1000萬(wàn)個(gè)病例學(xué)會(huì)看病的。因此，算法中間還有很多挑戰(zhàn)需要解決，比如醫(yī)院里用DeepSeek掛個(gè)東西加個(gè)rag，或者用數(shù)據(jù)fine-tune一個(gè)模型，這些做法我覺(jué)得都是吹牛的，不是這么玩的。要走這條路，還有很多科研問(wèn)題需要攻克。

另外，我認(rèn)為解決數(shù)據(jù)、算法、算力這些問(wèn)題的根本，不是從技術(shù)本身出發(fā)，而是看你跟誰(shuí)合作。做科技公司，如果沒(méi)有醫(yī)療場(chǎng)景的支持，很難獨(dú)立完成。比如你跟政府講自己能做AI醫(yī)生，政府也無(wú)法驗(yàn)證。所以好的合作伙伴非常重要。像清華現(xiàn)在把醫(yī)學(xué)和技術(shù)結(jié)合起來(lái)，比如亞勤和天蔭的合作，這些跨學(xué)科的融合是關(guān)鍵。最終，基層醫(yī)療可能是AI醫(yī)療的主要應(yīng)用場(chǎng)景，而不是大醫(yī)院。所以，我覺(jué)得要跳出算力、算法、數(shù)據(jù)的框架，關(guān)鍵還是找到好的合作伙伴，推動(dòng)技術(shù)落地。

劉遠(yuǎn)立：剛才談到醫(yī)學(xué)和人工智能兩大領(lǐng)域的合作，這種緊密的合作需要優(yōu)秀的合作伙伴。最近我在做專(zhuān)題調(diào)研時(shí)，特別是在中科院計(jì)算所，他們提出新型復(fù)合型人才，既懂臨床語(yǔ)言，又懂計(jì)算機(jī)語(yǔ)言，這類(lèi)人才現(xiàn)在是最為缺乏的，他們可以起到橋梁作用。黃院長(zhǎng)，您既是醫(yī)學(xué)家也是教育家，您認(rèn)為中國(guó)在醫(yī)學(xué)人工智能的大模型發(fā)展和創(chuàng)新中，如何才能在全球醫(yī)學(xué)領(lǐng)域發(fā)揮更大的作用？目前最大的挑戰(zhàn)和約束條件是什么？

黃天蔭：剛才小川講的我非常贊同。現(xiàn)在我們面臨的核心問(wèn)題已經(jīng)不是算法，而是人才培養(yǎng)的問(wèn)題。作為高校，清華大學(xué)的核心責(zé)任就是人才培養(yǎng)。然而，我們需要思考，2025年培養(yǎng)出來(lái)的醫(yī)學(xué)生，在2035年進(jìn)入醫(yī)療行業(yè)時(shí)，是否能夠適應(yīng)AI時(shí)代的醫(yī)療體系？目前我們的培養(yǎng)模式并不能完全滿(mǎn)足這一需求。

首先，現(xiàn)在醫(yī)學(xué)生的培養(yǎng)模式還是相當(dāng)傳統(tǒng)。雖然很多大學(xué)已經(jīng)增加了一些AI相關(guān)課程，但僅僅在課程中加入AI知識(shí)是遠(yuǎn)遠(yuǎn)不夠的。其次，醫(yī)學(xué)生的重要培養(yǎng)階段是在臨床實(shí)習(xí)階段，但他們?nèi)匀皇窃趥鹘y(tǒng)的醫(yī)院環(huán)境中學(xué)習(xí)，缺乏AI醫(yī)療體系的實(shí)際體驗(yàn)。

因此，我們需要思考如何為2035年的醫(yī)生構(gòu)建一個(gè)全新的培養(yǎng)模式。清華大學(xué)之所以要建設(shè)AI醫(yī)院，不僅是為了應(yīng)對(duì)醫(yī)療問(wèn)題，更是為了給醫(yī)學(xué)生提供一個(gè)在AI環(huán)境下學(xué)習(xí)和實(shí)踐的場(chǎng)所。在這樣的AI醫(yī)院中，醫(yī)學(xué)生可以在全新的醫(yī)療模式下學(xué)習(xí)臨床經(jīng)驗(yàn)，而不是僅僅依賴(lài)傳統(tǒng)的醫(yī)生和患者的交流方式。這種環(huán)境中，AI將成為重要的一部分。

所以，我認(rèn)為未來(lái)最大的挑戰(zhàn)之一，是如何在未來(lái)十年內(nèi)培養(yǎng)出適應(yīng)AI時(shí)代的醫(yī)生。這需要我們?cè)卺t(yī)學(xué)教育模式上進(jìn)行更多的努力和創(chuàng)新。

除此之外，我們也需要注意，在國(guó)際上一些發(fā)達(dá)國(guó)家，很多醫(yī)生是從研究生階段開(kāi)始培養(yǎng)的，本科階段更多是以工科背景為主，然后研究生階段進(jìn)入臨床學(xué)習(xí)。而我們現(xiàn)在仍然從本科階段開(kāi)始培養(yǎng)醫(yī)學(xué)生，導(dǎo)致醫(yī)生缺乏多樣化的背景，尤其是工科背景的醫(yī)生非常少。相比之下，一些發(fā)達(dá)國(guó)家的醫(yī)生大多具備工科背景，這讓他們?cè)贏I時(shí)代更具優(yōu)勢(shì)。我們的醫(yī)學(xué)教育模式相對(duì)傳統(tǒng)和保守，還未能完全適應(yīng)AI時(shí)代的需求，我們需要思考這個(gè)問(wèn)題。

劉遠(yuǎn)立：前面徐院長(zhǎng)還有王院長(zhǎng)都提到醫(yī)生未來(lái)會(huì)不會(huì)失業(yè)的問(wèn)題，黃院長(zhǎng)給出的答案是未來(lái)能不能有你的崗位，取決于你現(xiàn)在怎么培養(yǎng)，是不是能夠適應(yīng)未來(lái)的挑戰(zhàn)和需求。好，徐院長(zhǎng)請(qǐng)發(fā)表你的高見(jiàn)。

徐仲煌：我非常贊同兩位的意見(jiàn)，目前IT人員與醫(yī)務(wù)人員的溝通效率很低，IT人員常以為自己懂了，但做出來(lái)的東西并不符合臨床需求。我們?cè)伊艘粋€(gè)北大的博士后，能較好地理解兩邊，但這種復(fù)合型人才非常稀缺。雖然不需要每個(gè)醫(yī)生都精通AI，但這類(lèi)交叉型人才的比例需要提高。

我特別希望將來(lái)清華醫(yī)學(xué)院AI+醫(yī)學(xué)這部分可以做起來(lái)。我對(duì)打通數(shù)據(jù)那部分是悲觀(guān)的，當(dāng)下怎么也做不到。目前醫(yī)學(xué)教育時(shí)間長(zhǎng)、課程緊，醫(yī)生還自帶優(yōu)越感，不愿意從事跨領(lǐng)域的工作，導(dǎo)致培養(yǎng)兩頭都精通的人才非常困難且不現(xiàn)實(shí)。因此，現(xiàn)階段更需要偏年輕、對(duì)醫(yī)學(xué)和AI都有一定理解的復(fù)合型人才，減少醫(yī)療與AI溝通中的低效問(wèn)題。這種人才的培養(yǎng)迫在眉睫。

王仲：三位老師講的我都特別認(rèn)同。AI醫(yī)院是一個(gè)全新的概念，目前還在摸索中。我最近讀了一本書(shū)《未來(lái)醫(yī)院》，里面提到未來(lái)醫(yī)院的發(fā)展重點(diǎn)是可穿戴設(shè)備和傳感器。但小川總你們一直在談數(shù)據(jù)的問(wèn)題，作為一線(xiàn)醫(yī)生，我認(rèn)為數(shù)據(jù)有兩個(gè)層面：一是培養(yǎng)AI醫(yī)生的數(shù)據(jù)，二是病人看病時(shí)的具體數(shù)據(jù)，其中病人數(shù)據(jù)是最大的難點(diǎn)。

臨床診斷中，很多信息是通過(guò)醫(yī)生的觀(guān)察和經(jīng)驗(yàn)得出的，比如我在教學(xué)門(mén)診時(shí)，看病人一眼就能判斷他沒(méi)事，或者通過(guò)觀(guān)察面色判斷貧血，再去開(kāi)化驗(yàn)單。但如果醫(yī)生沒(méi)有這種判斷，化驗(yàn)單就不會(huì)生成，AI也就沒(méi)有數(shù)據(jù)支持。同樣的，在病房查房時(shí)，有醫(yī)生聽(tīng)診說(shuō)沒(méi)有啰音，但我復(fù)查后發(fā)現(xiàn)是有的。這種情況下，如果AI依賴(lài)的是前者的數(shù)據(jù)，診斷就會(huì)出錯(cuò)。

所以，當(dāng)AlphaGo戰(zhàn)勝?lài)迤迨郑蛘呦裰倩徒淌趫F(tuán)隊(duì)將協(xié)和的病例輸入計(jì)算機(jī)時(shí)，我對(duì)機(jī)器勝過(guò)人類(lèi)一點(diǎn)也不驚訝。但如果讓它面對(duì)一個(gè)真實(shí)病人，問(wèn)題就會(huì)出現(xiàn)——數(shù)據(jù)的采集可能不夠全面或準(zhǔn)確。尤其是在基層醫(yī)療中，計(jì)算機(jī)領(lǐng)域有一句話(huà)叫“垃圾進(jìn)，垃圾出”，我關(guān)心的不是計(jì)算機(jī)分析出的結(jié)果，而是它所依賴(lài)的數(shù)據(jù)是否可靠。

因此，我建議組建醫(yī)工交叉的研發(fā)團(tuán)隊(duì)，開(kāi)發(fā)能夠精準(zhǔn)采集臨床信息的設(shè)備，比如通過(guò)拍照判斷面色是否蒼白、結(jié)膜是否黃染、喉嚨是否紅腫或有膿點(diǎn)等。這些看似簡(jiǎn)單的臨床動(dòng)作“望聞問(wèn)切”，其實(shí)對(duì)AI來(lái)說(shuō)非常難。如果不能采集到這些可信信息，AI的診斷和治療都無(wú)法準(zhǔn)確。所以，當(dāng)前的重點(diǎn)和難點(diǎn)是解決數(shù)據(jù)采集的問(wèn)題，為AI醫(yī)生提供可靠的基礎(chǔ)數(shù)據(jù)。

劉遠(yuǎn)立：謝謝王院長(zhǎng)！到目前為止，我們討論的醫(yī)學(xué)人工智能話(huà)題，更多還是聚焦在專(zhuān)業(yè)領(lǐng)域的發(fā)展。當(dāng)然，生命科學(xué)和醫(yī)學(xué)的進(jìn)步會(huì)對(duì)人類(lèi)健康做出越來(lái)越大的貢獻(xiàn)。但我想提醒大家，醫(yī)學(xué)對(duì)整體健康的貢獻(xiàn)目前大約只有10%左右，也就是當(dāng)人生病后，通過(guò)診斷和精準(zhǔn)治療所能帶來(lái)的影響。相比之下，遺傳因素占30%，而環(huán)境和生活方式的影響更是高達(dá)45%左右。

因此，今天在座的每一位不僅是這個(gè)話(huà)題的利益相關(guān)者，更是健康的第一責(zé)任人。接下來(lái)，我們將對(duì)話(huà)的平臺(tái)開(kāi)放給大家，感謝各位百忙之中參與討論，希望大家踴躍提問(wèn)，提出你們感興趣的問(wèn)題！

05 AI醫(yī)生也需要發(fā)表論文嗎？

現(xiàn)場(chǎng)嘉賓：感謝幾位老師的分享，我有兩個(gè)問(wèn)題：第一個(gè)，目前AI更多是與醫(yī)生協(xié)作進(jìn)行診斷，但如果未來(lái)AI能單獨(dú)完成診斷，一旦出現(xiàn)問(wèn)題，倫理責(zé)任應(yīng)由誰(shuí)承擔(dān)？是醫(yī)生還是AI？第二個(gè)，我來(lái)自清華新聞傳播學(xué)院全球發(fā)展健康傳播研究中心，我們關(guān)注醫(yī)療資源不平等的問(wèn)題。請(qǐng)問(wèn)幾位嘉賓，AI的發(fā)展會(huì)加劇這種不平等，還是有助于彌合醫(yī)療資源分配的不平衡？

黃天蔭：目前來(lái)看，責(zé)任還是在醫(yī)生身上。AI作為工具或輔助醫(yī)生工作的手段，責(zé)任應(yīng)該歸屬醫(yī)生，這一點(diǎn)沒(méi)有矛盾。至于中長(zhǎng)期的情況，比如完全由AI進(jìn)行診斷或治療，責(zé)任歸屬就更復(fù)雜了。可能涉及兩個(gè)方面：一是患者自身的責(zé)任，二是公司的責(zé)任。但目前政策上還沒(méi)有國(guó)家對(duì)此做出明確規(guī)定，因?yàn)槲覀冞€沒(méi)有進(jìn)入這個(gè)階段。現(xiàn)階段，責(zé)任還是在醫(yī)生和醫(yī)院的架構(gòu)內(nèi)。

第二個(gè)問(wèn)題問(wèn)得很好，AI技術(shù)是否能彌合醫(yī)療資源的不平等，還是會(huì)加劇差距？我們的目標(biāo)當(dāng)然是讓AI幫助實(shí)現(xiàn)醫(yī)療資源的更平衡、更公平、更共享，讓所有人都能受益。但目前還沒(méi)有達(dá)到這個(gè)目標(biāo)。因?yàn)楹芏鄶?shù)據(jù)、算法主要來(lái)源于資源較豐富的醫(yī)院、社區(qū)和機(jī)構(gòu)，而不是基層醫(yī)療。這意味著，如果我們想真正讓AI成為公平的工具，就需要在經(jīng)濟(jì)不發(fā)達(dá)的地區(qū)、最基層的醫(yī)療環(huán)節(jié)收集數(shù)據(jù)并解決實(shí)際問(wèn)題。只有這樣，才能實(shí)現(xiàn)AI推動(dòng)醫(yī)療資源平衡的目標(biāo)。

劉遠(yuǎn)立：診斷差錯(cuò)的倫理責(zé)任問(wèn)題，其實(shí)已經(jīng)開(kāi)始出現(xiàn)了。黃教授最近在《美國(guó)醫(yī)學(xué)會(huì)雜志》上發(fā)表了一篇文章，提到當(dāng)前無(wú)論大小醫(yī)院都在布置DeepSeek。這當(dāng)中可能會(huì)出現(xiàn)一些亂象，非常值得警惕。

從客觀(guān)情況看，我們對(duì)生命現(xiàn)象的認(rèn)識(shí)還非常淺薄。未來(lái)100年后的人回頭看我們今天的醫(yī)學(xué)知識(shí)，可能會(huì)覺(jué)得十分可笑。實(shí)際上，即便沒(méi)有AI，我們的醫(yī)生每天都在犯錯(cuò)誤。比如，美國(guó)作為醫(yī)療最發(fā)達(dá)的國(guó)家，每年因醫(yī)療差錯(cuò)導(dǎo)致住院患者死亡的數(shù)字在20~40萬(wàn)之間，占住院總?cè)藬?shù)的0.5%到1%。所以，不要因?yàn)锳I的出現(xiàn)才擔(dān)心錯(cuò)誤問(wèn)題。關(guān)鍵在于，AI能否減少我們?nèi)藶榈腻e(cuò)誤？我相信可能會(huì)有所改善，也許小川總會(huì)更為樂(lè)觀(guān)。

王小川：倫理的問(wèn)題看你想聽(tīng)雞湯的還是現(xiàn)實(shí)的。雞湯角度很鼓舞人心，我老拿無(wú)人駕駛做類(lèi)比，早晚機(jī)器會(huì)比人表現(xiàn)得更好，甚至未來(lái)可能立法禁止人類(lèi)駕駛，因?yàn)槿祟?lèi)駕駛事故更多。但現(xiàn)實(shí)是，法律上目前很難界定機(jī)器是否真的好到可以獨(dú)立工作。在實(shí)際合作中，比如與兒童醫(yī)院的合作，機(jī)器出錯(cuò)了，這個(gè)事就做不下去了。因此，目前還是需要將責(zé)任歸于人，這樣更安全，也有利于人機(jī)協(xié)作和信任的建立。現(xiàn)階段的人機(jī)協(xié)作模式，AI應(yīng)在法律邊界內(nèi)作為輔助，不要直接進(jìn)行診斷或治療方案的制定，這樣的責(zé)任劃分并不值得糾結(jié)。

公平性的問(wèn)題更復(fù)雜。歷史表明，全球化和技術(shù)發(fā)展常常加劇貧富差距。醫(yī)學(xué)發(fā)展中，一些學(xué)科因?yàn)楦邇r(jià)值耗材或藥品的推動(dòng)發(fā)展得更快，比如腫瘤。公平性和效率往往沖突，例如“長(zhǎng)壽醫(yī)學(xué)”首先服務(wù)于有錢(qián)人，通過(guò)他們的投入推動(dòng)科研發(fā)展，最終可能實(shí)現(xiàn)普惠。因此，公平性問(wèn)題是復(fù)雜的，短期內(nèi)普惠并不現(xiàn)實(shí)。社會(huì)需要通過(guò)政府調(diào)節(jié)或市場(chǎng)化發(fā)展逐步實(shí)現(xiàn)平衡，但這注定是一個(gè)漫長(zhǎng)的過(guò)程。

現(xiàn)場(chǎng)嘉賓：各位應(yīng)該都跟監(jiān)管部門(mén)有很多交流，從國(guó)家衛(wèi)健委的角度來(lái)說(shuō)，目前對(duì)大模型的監(jiān)管會(huì)是一個(gè)什么想法？我很好奇，這一定程度上決定了行業(yè)未來(lái)的發(fā)展。

劉遠(yuǎn)立：去年國(guó)家衛(wèi)健委已經(jīng)出臺(tái)了一些指導(dǎo)性的意見(jiàn)，但目前一些具體的硬性規(guī)定還在研究中，包括國(guó)務(wù)院參事室也在參與研究。歐盟的做法值得借鑒，他們提出了“預(yù)見(jiàn)性規(guī)制”（Preemptive Regulation）的概念。既然已經(jīng)預(yù)見(jiàn)到可能會(huì)出現(xiàn)的問(wèn)題，就不應(yīng)該等到問(wèn)題發(fā)生后再討論如何規(guī)范，而是要提前研究和制定對(duì)策。未雨綢繆的方式能夠避免問(wèn)題的大量出現(xiàn)，以及由此引發(fā)的社會(huì)反響和輿情事件。我非常贊同這種走在前面的思路。

現(xiàn)場(chǎng)嘉賓：作為一名傳統(tǒng)的醫(yī)學(xué)生和未來(lái)的醫(yī)生，應(yīng)該如何學(xué)習(xí)AI相關(guān)知識(shí)，并結(jié)合臨床更好地改進(jìn)和應(yīng)用AI？

黃天蔭：如果你是學(xué)醫(yī)學(xué)的，我鼓勵(lì)你學(xué)其他的學(xué)科，比如研究生或者博后學(xué)工科，學(xué)AI，可以去國(guó)外學(xué)習(xí)。第二個(gè)意見(jiàn)，年輕的學(xué)生在這個(gè)很復(fù)雜的國(guó)際環(huán)境下，還是要和其他學(xué)科和國(guó)際學(xué)生交流，不僅學(xué)習(xí)專(zhuān)業(yè)知識(shí)，還要接觸不同的文化，這對(duì)職業(yè)發(fā)展非常重要。第三個(gè)我也覺(jué)得很重要，許多學(xué)生出國(guó)后轉(zhuǎn)向科研或教學(xué)，不再?gòu)氖屡R床工作，但這對(duì)醫(yī)療體系的改革沒(méi)有幫助。如果想要改革醫(yī)療體系，仍然需要關(guān)注臨床。希望未來(lái)你能成為既懂AI又從事臨床工作的專(zhuān)家，甚至可能成為AI醫(yī)院的院長(zhǎng)。

現(xiàn)場(chǎng)嘉賓：在癌癥治療領(lǐng)域，AI有哪些探索？除了藥物研發(fā)之外，AI在臨床實(shí)踐中有哪些重要作用，對(duì)患者有哪些實(shí)際幫助？

徐仲煌：醫(yī)生對(duì)現(xiàn)在腫瘤的機(jī)制，比如免疫逃逸、基因突變這些，其實(shí)是有一些了解的，但肯定還不是最終的答案，這里面有一個(gè)階段性的過(guò)程。你剛才提到AI的探索，我覺(jué)得是這樣的，AI現(xiàn)在是在深入到嚴(yán)肅醫(yī)療的范疇，比如Google做的AlphaFold，它是做蛋白構(gòu)型的，這其實(shí)就是AI在這方面的一個(gè)探索。國(guó)內(nèi)像字節(jié)跳動(dòng)，還有很多AI公司，也都在做藥物設(shè)計(jì)，這些都是AI的一個(gè)方向，你說(shuō)得很對(duì)。

但我想從一個(gè)臨床醫(yī)生角度來(lái)說(shuō)點(diǎn)別的。你看我們現(xiàn)在中國(guó)的醫(yī)療，比如一個(gè)肺癌，從頭到尾都是胸科醫(yī)生在管，但實(shí)際上腫瘤是個(gè)系統(tǒng)工程。我們的治療方式還是比較傳統(tǒng)，比如開(kāi)刀、吃藥、放療、化療，都是片段化的，很少有系統(tǒng)管理的理念。這個(gè)時(shí)候，如果能用AI來(lái)更好地規(guī)劃治療方案，比如我們自己做的案例，用AGI或者類(lèi)似的醫(yī)療AI來(lái)設(shè)計(jì)方案，它可能會(huì)更全面一點(diǎn)。甚至你可以要求它語(yǔ)氣更溫和一點(diǎn)，它都能做到。現(xiàn)在很多公立醫(yī)院的醫(yī)生態(tài)度不是特別好，比如簡(jiǎn)單一句“回家吃藥”，患者體驗(yàn)很差。但如果有AI，它可以貫穿整個(gè)診療過(guò)程，比如我們現(xiàn)在每個(gè)住院病人都會(huì)做多學(xué)科診療（MDT），一級(jí)、二級(jí)、三級(jí)MDT貫穿始終，會(huì)有好幾個(gè)MDT報(bào)告去解讀。AI在這里就非常強(qiáng)大，它可以考慮到營(yíng)養(yǎng)這些細(xì)節(jié)，比醫(yī)生更全面。

另外，AI還有一個(gè)很大的優(yōu)勢(shì)，就是evidence-based的能力。以前我們查一個(gè)藥的文獻(xiàn)，可能要花半個(gè)月，現(xiàn)在AI幾十秒就能完成，直接把背景調(diào)查都做好了。這些都是AI的貢獻(xiàn)。

作為臨床醫(yī)生，我能體會(huì)到傳統(tǒng)療法的很多弊端。不是醫(yī)生不知道這些問(wèn)題，而是除了放化療這些辦法，我們確實(shí)也沒(méi)有更好的選擇。這才是根本原因。所以我覺(jué)得AI的未來(lái)在這里面能起到很大的作用。

劉遠(yuǎn)立：現(xiàn)在腫瘤領(lǐng)域確實(shí)還在不斷探索，我順便也給大家分享一個(gè)消息。腫瘤這個(gè)問(wèn)題確實(shí)是關(guān)系千家萬(wàn)戶(hù)的大事，尤其是我們中國(guó)人，普遍“談癌色變”。大家對(duì)現(xiàn)狀不滿(mǎn)意，這是很普遍的現(xiàn)象。盡管問(wèn)題很多，像我們今天徐院長(zhǎng)的腫瘤科醫(yī)生、大夫、醫(yī)院，其實(shí)一直在艱苦地做探索，努力改善現(xiàn)狀。而且剛好借這個(gè)機(jī)會(huì)，我做個(gè)小廣告：下個(gè)月，我和中國(guó)醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院的張勇教授合作編的一本書(shū)就要出版了，書(shū)名叫《改善腫瘤醫(yī)療服務(wù)的中國(guó)實(shí)踐》。這本書(shū)總結(jié)了中國(guó)在這方面做得比較好的實(shí)踐，比如MDT（多學(xué)科診療模式），還有怎么用數(shù)字化的手段來(lái)改善腫瘤醫(yī)療服務(wù)，包括科研等等。這些都是中國(guó)的優(yōu)秀案例。這本書(shū)是我們花了將近三年的時(shí)間才編出來(lái)的，下個(gè)月會(huì)由人民衛(wèi)生出版社出版。所以我想借這個(gè)機(jī)會(huì)分享一下這個(gè)消息。

現(xiàn)場(chǎng)嘉賓：在中國(guó)，醫(yī)生和護(hù)士不僅要看診，還承擔(dān)科研任務(wù)，如發(fā)文章、做實(shí)驗(yàn)、優(yōu)化治療方法，并推動(dòng)醫(yī)學(xué)邊界的發(fā)展。那么，隨著AI醫(yī)生和AI醫(yī)院的出現(xiàn)，未來(lái)AI醫(yī)生和AI醫(yī)院是否也需要參與科研？如果需要，它們又該如何開(kāi)展科研工作？是否也需要發(fā)表論文？

劉遠(yuǎn)立：這方面我們的黃天蔭教授最有發(fā)言權(quán)。

黃天蔭：我覺(jué)得要有新的模式。要改變我們傳統(tǒng)的、已經(jīng)延續(xù)了100多年甚至幾千年的醫(yī)療模式。傳統(tǒng)的醫(yī)療模式是醫(yī)生和患者之間的關(guān)系（doctor-patient relationship），但現(xiàn)在需要稍微放松一下這種關(guān)系。未來(lái)可能會(huì)加入AI，形成一個(gè)三方的關(guān)系。

《新英格蘭醫(yī)學(xué)雜志》有一個(gè)關(guān)于AI的podcast，里面提到一個(gè)問(wèn)題：如果醫(yī)生不用AI，可能會(huì)輸給那些使用AI的醫(yī)生。因?yàn)闆](méi)有充分利用最新的技術(shù)，現(xiàn)在仍然是醫(yī)生用AI時(shí)由醫(yī)生負(fù)責(zé)，但很多傳統(tǒng)醫(yī)生認(rèn)為AI不屬于他們現(xiàn)有的職業(yè)范疇，依然將其視為科研項(xiàng)目。然而，美國(guó)已經(jīng)開(kāi)始推動(dòng)，如果醫(yī)生在診療中只依賴(lài)傳統(tǒng)的醫(yī)療方法、個(gè)人經(jīng)驗(yàn)和以前的文獻(xiàn)，而沒(méi)有使用AI，導(dǎo)致診斷錯(cuò)誤，可能會(huì)被認(rèn)為失職，甚至可能被質(zhì)疑為什么沒(méi)有使用AI。這種趨勢(shì)正在改變醫(yī)療實(shí)踐的規(guī)則，AI可能會(huì)成為醫(yī)療的標(biāo)準(zhǔn)操作規(guī)范（standard of care）。

我們目前還沒(méi)有達(dá)到這個(gè)階段，但未來(lái)在AI醫(yī)院的環(huán)境中，將是醫(yī)生、患者和AI三方共同協(xié)作的關(guān)系。我們必須接受這種未來(lái)的模式，才能走向下一步的發(fā)展。

劉遠(yuǎn)立：很重要一點(diǎn)是，現(xiàn)在我們的臨床醫(yī)生發(fā)論文的壓力太大，在國(guó)外沒(méi)有這種，這種制度一定要改。

王小川：說(shuō)到一個(gè)讓我挺興奮的事情，其實(shí)當(dāng)時(shí)我決定下場(chǎng)做百川的時(shí)候，“百”其實(shí)就是“bio”，也就是生命科學(xué)的意思。從本質(zhì)上講，我的目標(biāo)可以概括為兩句話(huà)：“給生命建模型，給人類(lèi)造醫(yī)生”。不過(guò)，“給人類(lèi)造醫(yī)生”并不是我的終極理想，“給生命建模型”才是。但如果我只說(shuō)“給生命建模型”，很多人會(huì)覺(jué)得我瘋了。所以，把這兩件事結(jié)合起來(lái)，對(duì)我來(lái)說(shuō)是一個(gè)巨大的鼓勵(lì)，促使我下場(chǎng)參與醫(yī)療領(lǐng)域。

在這個(gè)過(guò)程中，我發(fā)現(xiàn)醫(yī)療其實(shí)在整個(gè)科學(xué)體系中是一個(gè)相對(duì)落后的學(xué)科。我們對(duì)生命的理解非常有限，相較于生命的復(fù)雜性而言，目前的研究水平顯得非常落后。這種落后不僅表現(xiàn)在對(duì)生命的認(rèn)知上，也體現(xiàn)在科研的方式上。尤其是在臨床領(lǐng)域。大多數(shù)醫(yī)生做科研的方式是圍繞自己的病人，建立一個(gè)專(zhuān)病數(shù)據(jù)庫(kù)，進(jìn)行一些簡(jiǎn)單的分析。但這種數(shù)據(jù)收集的能力和維度，包括時(shí)間長(zhǎng)度，都是遠(yuǎn)遠(yuǎn)不夠的。

我曾經(jīng)用過(guò)一個(gè)比較尖銳的比喻，說(shuō)大多數(shù)醫(yī)生做科研就像“大煉鋼鐵”，開(kāi)個(gè)小鋼爐，倒兩下，發(fā)一篇文章。但這些文章往往只是基于幾十人、幾百人的循證醫(yī)學(xué)分析，對(duì)生命的理解非常淺薄。因此，我認(rèn)為AI智能在這里可以發(fā)揮兩個(gè)重要作用：

第一，幫助數(shù)據(jù)分析。這是大家目前普遍能看到的AI作用。AI可以大幅提升分析的規(guī)模和效率，比如最近我看到幾篇研究案例。其中一篇是英國(guó)用5,700萬(wàn)人的數(shù)據(jù)進(jìn)行了分析，預(yù)測(cè)了上千種疾病的后續(xù)發(fā)展。另一篇是關(guān)于乳腺癌的研究，利用AI進(jìn)行了5年生存率的預(yù)測(cè)，剛剛被批準(zhǔn)。這種大規(guī)模的數(shù)據(jù)分析是AI的一個(gè)顯著優(yōu)勢(shì)。

第二，更重要也更“性感”的事情，是讓AI幫助我們收集數(shù)據(jù)。剛才提到的“研究型醫(yī)院”，其實(shí)是一個(gè)很有意思的概念。什么叫研究型醫(yī)院呢？可以用一句話(huà)概括：“入院即入組”。也就是說(shuō)，你一進(jìn)醫(yī)院開(kāi)始看病，你的數(shù)據(jù)就開(kāi)始被收集了。如果未來(lái)AI醫(yī)生參與診療，是不是可以實(shí)現(xiàn)“全病程管理”？甚至可以延伸到“全生命周期”的概念。從你出生那一刻起，你的生命數(shù)據(jù)就開(kāi)始被記錄。這樣的數(shù)據(jù)收集方式將對(duì)醫(yī)學(xué)研究產(chǎn)生巨大的推動(dòng)作用。

這也和天蔭教授提到的觀(guān)點(diǎn)一致：未來(lái)的科研范式將發(fā)生巨大的變化。從數(shù)據(jù)的收集到處理的方式，都將迎來(lái)顛覆性的轉(zhuǎn)變。我們從經(jīng)驗(yàn)醫(yī)學(xué)走向了循證醫(yī)學(xué)，而循證醫(yī)學(xué)的終點(diǎn)一定是個(gè)性化精準(zhǔn)醫(yī)學(xué)。但這里的“精準(zhǔn)”并不僅僅局限于腫瘤領(lǐng)域的基因精準(zhǔn)，而是對(duì)每個(gè)人的全部癥狀、數(shù)據(jù)和分析進(jìn)行綜合判斷，將每個(gè)人當(dāng)成一個(gè)獨(dú)立的課題，預(yù)測(cè)出最適合他的治療方案和方式。

因此，AI是必須要擁抱的工具。因?yàn)槿祟?lèi)的知識(shí)儲(chǔ)備和大腦的處理能力遠(yuǎn)遠(yuǎn)不夠支撐這種復(fù)雜的科研和醫(yī)療需求。

王仲：我再補(bǔ)充一句。2003年以前，我對(duì)科研一點(diǎn)興趣都沒(méi)有。2003年以前我只發(fā)過(guò)一篇文章，是1992年研究生畢業(yè)時(shí)發(fā)表的。現(xiàn)在我對(duì)科研非常有興趣，這種轉(zhuǎn)變的原因是什么？是意識(shí)的發(fā)展和科研的推動(dòng)，而不是一種被動(dòng)的選擇。

未來(lái)AI醫(yī)生需不需要寫(xiě)文章？我估計(jì)AI醫(yī)生本身可能不需要寫(xiě)文章，但運(yùn)行AI系統(tǒng)的醫(yī)生一定需要寫(xiě)文章、做科研。為什么？因?yàn)锳I醫(yī)生引入了一種全新的模式、新的手段和新的數(shù)據(jù)，這些都會(huì)推動(dòng)AI技術(shù)的發(fā)展。而且，AI本身也會(huì)在某種意義上“被寫(xiě)文章”。

我相信未來(lái)的AI醫(yī)院不會(huì)只有一個(gè)系統(tǒng)，比如百川系統(tǒng)、DeepSeek系統(tǒng)或者其他系統(tǒng)，而是會(huì)有多種AI系統(tǒng)并存。我們需要比較這些系統(tǒng)，看看哪個(gè)更符合醫(yī)生的需求，哪個(gè)診斷的準(zhǔn)確率更高。百川團(tuán)隊(duì)可能會(huì)建立一個(gè)評(píng)價(jià)體系，對(duì)這些AI系統(tǒng)進(jìn)行評(píng)估。這個(gè)評(píng)價(jià)體系本身就會(huì)推動(dòng)AI的進(jìn)步，可以說(shuō)，這相當(dāng)于讓AI“寫(xiě)文章”了。

劉遠(yuǎn)立：未來(lái)肯定還是需要有人寫(xiě)文章，但可以預(yù)見(jiàn)的是，AI將成為共同作者，其作用不可替代。兩個(gè)小時(shí)的時(shí)間很快就過(guò)去了。今天我們討論的話(huà)題既嚴(yán)肅，又與千家萬(wàn)戶(hù)息息相關(guān)，涉及每個(gè)人的切身利益。因此，今天的對(duì)話(huà)可以說(shuō)是雙重的：既有臺(tái)上嘉賓之間的對(duì)話(huà)，也有與在座各位參會(huì)嘉賓的交流。

通過(guò)今天的對(duì)話(huà)，我們了解到醫(yī)學(xué)人工智能的發(fā)展是一把雙刃劍。最后，我請(qǐng)臺(tái)上的嘉賓用兩句話(huà)總結(jié)一下：第一句，您對(duì)目前醫(yī)學(xué)人工智能所發(fā)揮作用的體會(huì)；第二句，您對(duì)未來(lái)十年醫(yī)學(xué)人工智能的展望。我們先從王仲院長(zhǎng)開(kāi)始。

王仲：第一句，人工智能時(shí)代已經(jīng)來(lái)了，第二句話(huà)，未來(lái)我希望給我看病的AI醫(yī)生是可信的。

徐仲煌：AI帶來(lái)的變化是翻天覆地的，涉及社會(huì)生產(chǎn)力和世界形態(tài)的改變。AI在很長(zhǎng)時(shí)間內(nèi)仍是工具，關(guān)鍵在于如何用好這個(gè)工具。

黃天蔭：在AI的時(shí)代擁抱AI，也要學(xué)習(xí)AI。人類(lèi)也應(yīng)像AI一樣保持持續(xù)學(xué)習(xí)的精神。

王小川：剛剛提到我們的AI已在MDT環(huán)節(jié)中達(dá)到與醫(yī)生團(tuán)隊(duì)持平的水平。往下我希望發(fā)生三個(gè)具體的情況，一是居家醫(yī)療服務(wù)（hospital at home）；二是人人擁有AI家庭醫(yī)生；三是數(shù)字伴隨（digital companion），AI醫(yī)生不是你有問(wèn)才答，而是時(shí)時(shí)刻刻給你伴隨診斷，伴隨治療，全方位的照顧。

注：科學(xué)四十人是一個(gè)科學(xué)交流公益項(xiàng)目，由北京市海淀區(qū)智識(shí)前沿科技促進(jìn)中心（簡(jiǎn)稱(chēng)“智識(shí)學(xué)研社”，《知識(shí)分子》《賽先生》出品方）發(fā)起。此次科學(xué)四十人圓桌“AI醫(yī)生：進(jìn)展與挑戰(zhàn)”得到了中關(guān)村科學(xué)城管委會(huì)、北京字節(jié)跳動(dòng)公益基金會(huì)、國(guó)家（中關(guān)村）火炬科創(chuàng)學(xué)院、浙江省科匯致遠(yuǎn)公益基金會(huì)的支持。