風頭正勁的人工智能（AI）概念在我們的日常生活中逐步落地，醫(yī)療領域成為備受關注的應用場景。AI在醫(yī)學影像分析、藥物研發(fā)、醫(yī)療機器人、疾病風險預測、輔助決策、健康管理等方向體現出巨大潛力，正試圖成為“醫(yī)院”與“患者”這一閉環(huán)中的重要支柱。AI技術究竟在何種程度上重塑了醫(yī)療領域？有了AI的幫助，我們能夠在醫(yī)療領域實現哪些進步？AI醫(yī)療行業(yè)又面臨著怎樣的風險和挑戰(zhàn)？

當醫(yī)療遇上“AI”：是賦能還是顛覆？

毫無疑問，AI是近幾年最炙手可熱的概念風口，不僅在我們的日常生活中有著越來越強的存在感，還逐漸將觸角伸向各行各業(yè)。相比于積極投身AI浪潮的互聯網行業(yè)與傳統(tǒng)制造業(yè)，醫(yī)療行業(yè)作為情感需求高、準入門檻高、技術密集度高的“三高”行業(yè)，在大眾認知中一時難以被AI取代。然而事實上，AI在醫(yī)療領域的探索與應用不斷拓寬與深化，正在潛移默化地重塑整個醫(yī)療行業(yè)的生態(tài)。

只要稍加留心便能發(fā)現，現在不少醫(yī)院在網絡掛號與預問診階段已經引入了“AI醫(yī)生”或者“AI問診”等人工智能應用。AI醫(yī)生會提前詢問和記錄患者的個人信息以及病情概述，為患者生成電子病歷并提供簡要的就醫(yī)建議，旨在提升患者的就醫(yī)體驗與就醫(yī)效率。而在患者就醫(yī)之后，也可以通過AI醫(yī)生在線上復診，得到用藥與進一步檢查的提醒，極大地簡化了就醫(yī)流程。

國內的三甲醫(yī)院已經普遍搭載了類似的AI問診程序，如浙大邵逸夫醫(yī)院的AI醫(yī)生助理已于2023年11月正式上線，這一程序可以根據患者的個性化數據與就診歷史數據提供定制的就醫(yī)建議。除此之外，許多健康管理平臺與縣級醫(yī)院也在不斷推進AI醫(yī)生的建設進程。

數據顯示，中國的AI問診市場在2017年到2022年間由3.75億元增至85億元，預計到2027年這一市場規(guī)模將達362.5億元，而AI問診僅僅是AI在醫(yī)療行業(yè)落地的場景之一，人工智能正在尋求與醫(yī)療行業(yè)更深層次的融合，形成覆蓋面更為廣泛的AI醫(yī)療市場。

AI醫(yī)療，指的是以互聯網為依托，通過搭建基礎設施與收集數據，將人工智能技術及大數據服務應用于醫(yī)療行業(yè)。換言之，AI醫(yī)療是人工智能對醫(yī)療領域應用場景的賦能。但是，在AI醫(yī)療賽道上的競爭者并不滿足于功能性的賦能，而是希望AI能夠顛覆傳統(tǒng)醫(yī)療行業(yè)的組織架構與生態(tài)體系。

《自然》（Nature）在盤點2023年度技術突破時，突出強調了深度學習技術的重要影響。盡管仍在不斷改進的過程中，AI已經在病理學研究、疾病篩查與制藥方面展現出了驚人的潛力，而我們的疑惑或許更加直白和現實——AI看病真的準嗎？

為了解答這一疑惑，2023年7月，谷歌與DeepMind的科研人員共同在《自然》上發(fā)布了一項研究，揭示了谷歌醫(yī)療大語言模型“Med-PaLM”的進化過程，并且評估了該模型在編碼臨床知識方面的表現。結果顯示，該模型的回答評分為92.6%，與現實中人類臨床醫(yī)生92.9%的水平相差無幾。此外，達摩院研發(fā)的胰腺癌早篩 AI 模型在由全球十多家醫(yī)院共6000多名患者組成的多中心隊列中進行了驗證，敏感性為92.9%，特異性為99.9%，相關研究結果發(fā)表在《自然醫(yī)學》（Nature Medicine）上。國內也開展了相關的AI義診活動，用以驗證AI醫(yī)生的準確性。2023年6月，由醫(yī)聯（一款專屬于醫(yī)生的社交服務平臺）研發(fā)的“MedGPT”與華西醫(yī)院的醫(yī)生在成都開展聯合義診，評測結果顯示，AI與真人問診一致性高達96%。

當前國內外都積累了不少AI醫(yī)療的應用案例。國際方面而言，谷歌旗下子公司DeepMind開發(fā)的AI技術已經可以通過分析視網膜掃描圖，診斷青光眼、老年黃斑變性和糖尿病視網膜病變等眼疾，準確率可達94%；IBM旗下的Watson Health利用AI進行藥物發(fā)現、基因組學研究和患者個性化治療計劃的制定，并將模型廣泛應用于醫(yī)療數據分析和處理方面；生物科技公司Freenome通過在診斷測試和血液檢查中使用AI進行癌癥早篩，旨在盡早發(fā)現癌癥并開發(fā)相應治療方法；Enlitic通過深度學習來簡化放射學診斷，通過分析非結構化的醫(yī)學數據，幫助醫(yī)生更好地了解患者的實時需求。國內方面而言，數坤科技開發(fā)的AI產品能夠接收CT、MRI、X射線、超聲波等多種影像模態(tài)原始數據，提供輔助性診斷結果，提高醫(yī)生閱片效率；推想醫(yī)療開發(fā)的“InferRead CT Lung AI”可以輔助肺結節(jié)檢測，已經獲批國家藥監(jiān)局第三類醫(yī)療器械注冊證書；商湯科技與上海新華醫(yī)院達成合作，用AI大模型“大醫(yī)”來提升醫(yī)療服務效率；同時，京東、百度、科大訊飛和騰訊等互聯網公司紛紛在AI醫(yī)療賽道布局，推出了各自開發(fā)的AI模型，如“京醫(yī)千詢”“百度靈醫(yī)大模型”“訊飛星火醫(yī)療大模型”與“騰訊覓影”等。

AI醫(yī)療的“魔術秀”：

已經做到的與將要做到的

那么，在醫(yī)療行業(yè)，AI到底都在做些什么？將來又能夠做到什么呢？總體來看，AI在醫(yī)療行業(yè)的作用體現在四個階段與六大環(huán)節(jié)之中。四個階段指的是以患者為出發(fā)點，將就醫(yī)流程劃分為就醫(yī)前、就醫(yī)中（院內）、就醫(yī)后以及其他階段；六大環(huán)節(jié)則是指貫穿于四個階段的“促進健康、預防疾病、診斷疾病、控制病情、治療疾病、康復護理”環(huán)節(jié)。

具體來說，在就醫(yī)之前，AI可以協助進行健康管理、健康評估、智能導診、疾病預警等工作；在院內的就醫(yī)過程中，AI可以實現醫(yī)療數據分析、自動取號、導診排隊、藥物檢索、臨床診斷、醫(yī)保支付、排隊取藥、報告獲取，并且輔助醫(yī)學影像分析、醫(yī)學診斷、電子病歷生成，手術機器人還可以直接用于臨床手術與臨床輔助決策，術后院內康復也同樣可以借助AI進行管理；就醫(yī)之后，AI可以進行健康追蹤、醫(yī)療質量評估、患者跟蹤和回訪與就診記錄管理；此外，AI在醫(yī)學文獻翻譯、醫(yī)學教育、病理研究等專業(yè)領域也發(fā)揮著越來越重要的作用。

在全球范圍而言，AI醫(yī)療較為成熟的領域集中在醫(yī)學影像、智能制藥、醫(yī)療器械、臨床決策系統(tǒng)與智慧病理等方面，尤其是醫(yī)學影像和醫(yī)療器械的AI商業(yè)模式已經初步成型。國家衛(wèi)健委衛(wèi)生發(fā)展研究中心的統(tǒng)計數據顯示，國內AI醫(yī)療95%的研究和產出集中在醫(yī)學影像方面。從專利數據來看，醫(yī)學影像類的專利遠超醫(yī)療機器人及其他研究，而決策規(guī)則類的專利則近乎空白。究其原因，醫(yī)學影像已經形成較為統(tǒng)一、規(guī)范的病理判別標準，數據集容易清洗與規(guī)范化，并且較少牽涉患者的高情感需求，因此開發(fā)所受限制較少、轉化率高、應用較為廣泛。

在醫(yī)學影像領域，AI主要被應用于病理分析與輔助診斷，對病灶進行識別與標準，并通過三維重構靶區(qū)。病理影像、內窺鏡影像、眼底篩查、皮膚影像、CT影像、MRI影像均可通過AI大模型進行分析與判定，為醫(yī)生提供決策輔助。這一賽道的玩家最密集、發(fā)展最快，頭部企業(yè)包括數坤科技、推想醫(yī)療、鷹瞳科技、深睿醫(yī)療等。

在醫(yī)學界，病理是醫(yī)學診斷的黃金標準，而一位能夠獨立簽發(fā)病理報告的病理醫(yī)師培養(yǎng)周期不低于10年。我國目前注冊在案的病理醫(yī)師數量在1萬名左右，人才缺口巨大，平均每人每天病理報告的閱片量要超過100張，在大型的綜合醫(yī)院，這個數字還要翻倍。此外，包括病理切片在內的多種醫(yī)學影像都需要在高倍顯微鏡下觀察，對醫(yī)生視力的損害極大。用AI來對醫(yī)學影像進行輔助診斷可以極大減少醫(yī)生負擔，也有助于減少誤診和漏診。比如深睿醫(yī)療研發(fā)的“Deepwise MetAI”是國內首個智慧影像和醫(yī)療大數據通用平臺，通過計算機視覺（CV）、自然語言處理（NLP）、深度學習等前沿技術，可以將醫(yī)學影像產生的數據結構化，形成數據資產，在技師、醫(yī)生、科室的管理者之間流通，針對CT等多模態(tài)影像設備提供覆蓋神經系統(tǒng)、心血管系統(tǒng)、運動系統(tǒng)、呼吸系統(tǒng)、消化系統(tǒng)、女性關愛、兒童關愛等領域的人工智能解決方案。

在藥物挖掘領域，AI可以參與新藥研發(fā)、藥物篩選與跟蹤研究。2023年，歐洲藥品管理局（EMA）專門發(fā)表文章，指出正確使用AI工具能夠有效支持醫(yī)學數據的獲取、處理、分析與解釋，在醫(yī)療產品的整個生命周期內發(fā)揮作用。這種作用主要體現在臨床前開發(fā)階段，AI可以替代、減少或者優(yōu)化動物實驗，并且增強數據分析的能力，而在精準醫(yī)療方面，AI有助于根據疾病特征、患者基因型等指標進行患者篩選。然而EMA也提示了基于海量訓練數據和不完全透明的訓練模型所構建的AI算法在制藥領域潛在的風險，建議使用透明模型，確?；颊叩陌踩脱芯拷Y果的完整。

除此之外，AI也在醫(yī)療機器人與醫(yī)療大數據輔助治療方面取得了一定進展。疾病風險預測與個性化健康管理成為AI醫(yī)療的新風口。

造夢之途，何時破壁：只是看上去很美？

根據國內機構估計，2023年中國的AI醫(yī)療行業(yè)整體規(guī)模達到973億元，預期在2028年將會達到1598億元。AI醫(yī)療市場之所以能蓬勃發(fā)展，在于人口老齡化與醫(yī)護人員短缺。2023年，我國老齡化人口占總人口比重已經超過15%，對醫(yī)療需求不斷攀升；而醫(yī)護人員缺口則并未縮小，據調查，2022年每一個衛(wèi)生技術人員需要對應的醫(yī)療人次數為722.25。

醫(yī)學影像與智慧醫(yī)院建設、藥物及疫苗研發(fā)與醫(yī)療流程優(yōu)化、AI醫(yī)療器械與醫(yī)療機器人開發(fā)，對于緩解醫(yī)療資源供需矛盾、提高醫(yī)療體系效率與減輕醫(yī)護負擔等方面有著關鍵的作用。AI醫(yī)療為我們描繪出了一幅美好的未來前景——AI賦能的醫(yī)療行業(yè)將變得更加精準、更有效率、更加人性化。然而，AI醫(yī)療近年來在市場上的表現并不盡如人意。以國內早期AI醫(yī)療代表公司春雨醫(yī)生為例，公司人數在屢次裁減后縮減為兩位數，并且頻繁傳出被收購傳言。市場共識認為，AI尚未能夠進入醫(yī)療的核心業(yè)務，長期原地踏步，難以破壁實現創(chuàng)新。

首先，市場監(jiān)管是AI醫(yī)療面臨的主要挑戰(zhàn)之一。出于保護隱私、規(guī)避風險的考慮，AI醫(yī)療一直處在嚴格的監(jiān)管之下。從2020年到2023年，國家陸續(xù)出臺8項關于AI醫(yī)療器械的立項標準，并且在2023年11月頒布了《人工智能輔助檢測醫(yī)療器械（軟件）臨床評價注冊審查指導原則》，意味著將要對醫(yī)學影像和人工智能類創(chuàng)新醫(yī)療器械進行全面監(jiān)管。AI醫(yī)療器械被劃分為三類醫(yī)療器械，即最高級別、嚴格控制的醫(yī)療器械，必須通過審批獲得醫(yī)療器械經營許可證才能被應用于嚴肅的醫(yī)學場合。截至2024年7月，國家藥監(jiān)局已經批準277個創(chuàng)新醫(yī)療器械，涵蓋AI圖像輔助診斷軟件、AI智能醫(yī)療器械等多領域?？梢钥闯?，AI醫(yī)療一直試圖在監(jiān)管與創(chuàng)新中實現艱難的平衡。

其次，AI并不是萬能的，算法的原理在于通過對海量數據的分析來不斷提高模型的精準度，這就意味著AI在具備確定性的數據集上可以取得優(yōu)勢，而在實時動態(tài)調整的數據集上表現并不完美。算法存在偏差與歧視，即便循證醫(yī)學已經被普遍采納，但病患的復雜性導致治療需要綜合多方面的數據來制定個性化方案，無法單純依靠AI分析結果做出判斷，因此醫(yī)患雙方都對AI醫(yī)療持有較為保守的態(tài)度。

最后，道德倫理與法律責任的問題必須納入考慮。AI醫(yī)療若是出現差錯，責任應該由誰來承擔？這個問題不能得到有效解決，醫(yī)生、患者以及AI醫(yī)療供應商三者之間永遠無法形成責任明確的有機整體。

為了應對這些挑戰(zhàn)，AI需要獲取高質量的多模態(tài)數據，理解醫(yī)療過程中對人工智能的真正需求，找到能夠發(fā)揮作用的場景痛點。同時，需要明確責任認定機制、加強監(jiān)管與標準化建設、提升患者信任度。如此，AI才能有效促進醫(yī)療健康的進步，為患者提供更為優(yōu)質的醫(yī)療服務。