人工智能（AI）正在成為醫生眼睛、雙手甚至思維的一部分——在我們還未察覺時參與救治生命，比如在患者胸腔找出一枚隱藏很深的惡性結節，在醫院門外拉住一個急需復診者，在村衛生室阻止村醫開出錯誤的藥方，或是在非洲偏遠地區篩查肺結核患者。

　　當許多人還認為“AI醫生”是遙遠的未來時，此刻醫療界正在發生的事是：我們服用的藥品，可能有AI參與研制﹔問診收到的處方和檢驗報告，很多都由AI輔助審核﹔一些醫生，正在逐漸習慣參考AI的建議﹔走進醫院，與人類醫生會面之前，不少患者會先與AI助理打交道。

　　過去幾年，我國智慧醫療相關的注冊企業數量快速增長，AI醫療的應用從三甲公立醫院拓展至村級衛生室，從診療的個別環節延伸至全流程。2024年年底，在國家衛生健康委等機構聯合發布的指引中，有關AI在醫療領域的應用場景已有84個。

　　摸到“棉花枕頭裡的海綿”

　　如果人們稍加留心，會發現近年來體檢的肺結節檢出率似乎變高了，不必過分焦慮，這種情況實際上與一套幾年前投入使用的AI影像診斷系統有關。

　　2019年，北京市海澱醫院胸外科主任黃宇清第一次使用AI進行肺結節篩查時，“一下子就喜歡得不得了”。肺癌是我國惡性腫瘤發病率和死亡率均居首位的頭號“殺手”，肺結節篩查是發現早期肺癌的重要手段，在沒有CT檢查技術以前，幾乎85%的肺癌“發現就是晚期”。

　　然而，篩查有利於患者，對醫生來說卻“有點辛苦”——需要做胸部薄層CT，即以每層1毫米的精度對胸部進行橫斷掃描，通常一個人就要出350-400張圖像。醫生逐層審閱，在細密的血管中分辨直徑可能僅有幾毫米的結節，並在模糊的黑白影像中依據一些微小的指征判斷其風險度。

　　這對醫生的經驗要求很高，黃宇清說，臨床工作至少5年的“高年資主治醫師”，才有可能較為准確地判斷。但人眼對細小結節的辨認能力有限，有可能誤判或是漏判。黃宇清曾收治一位患者，此前經歷幾次CT檢查，“都說沒事”，但她看過之后發現是早期癌。

　　就算以每層兩三秒的速度審閱，一份CT報告也需要耗費十幾分鐘。門診一上午就有幾十位患者，黃宇清時常感覺“看CT看得眼花繚亂”，非常希望提高效率。

　　AI將她解救出來。肺結節AI影像診斷系統可以在幾十秒內快速標注CT報告中的所有結節信息，並初步判定其為低危還是高危，醫生僅需對結果進行審核。黃宇清說，目前AI對肺結節識別的靈敏度在90%以上，“尤其是5毫米以下的結節”，但判別結節性質的能力還有待提高，仍需醫生判斷。

　　黃宇清的一位患者，AI看片認為結節是“低危”，但黃宇清將患者過去幾年的CT影像逐層對比后，通過變化趨勢發現這是一個惡性結節。

　　這位醫生說，以前想要對比報告，需要手動在幾百張圖層中找到對應結節，然后用鼠標繪制測量結節的直徑，不僅耗時耗力，精度上也容易有誤差。如今AI可以直接精准比對幾份報告中所有結節的信息，並從三維層面測量出結節的體積變化，對結節的動態變化趨勢進行總結，有助於對患者的長期隨訪管理。

　　另一個對患者意義重大的功能是，AI還可以將二維的CT報告進行三維重建，模擬出患者的胸腔結構。黃宇清解釋，肺結節就像“棉花枕頭裡的海綿”，很難摸到，手術更加困難。“以前還出現過結節切一塊肺葉找不到，再切一塊還找不到，甚至整個拿下來都找不到的情況。”如今，通過三維重建，醫生可以更精准地找到結節的具體位置。

　　2021年，DataMesh公司曾試圖將三維重建與MR（混合現實）技術結合，方便醫患溝通。例如，當醫生跟患者談腦部腫瘤病症時，患者可以戴上VR眼鏡，看到自己腦部的3D場景，跟隨醫生的講述了解手術過程。黃宇清還了解到一項正在研發的項目，是AI為胸外科的手術醫生提供“導航”，就像汽車導航一樣，在手術中“提醒他將會遇到哪根血管”。

　　目前，肺結節AI影像診斷是應用范圍最廣、成熟度最高的AI醫療應用之一，經過幾年發展，已經可以同時識別冠脈、肺栓塞、肋骨骨折等多項信息，也曾在新冠疫情時輔助肺炎識別。以之為代表的影像類AI也是目前應用最多的AI醫療器械，上海長征醫院放射診斷科主任劉士遠團隊曾在2022年上半年對中國醫學影像AI臨床應用情況進行調研，發現73.9%的三級醫院都配備了影像類的AI輔診軟件。

　　此外，在精准醫療層面，廣東中山大學附屬第一醫院（以下簡稱“中山一院”）藥學部副主任陳攀向中青報·中青網記者介紹，臨床實踐中，一個常見現象是：兩位有相同疾病的患者，以同一劑量服用同一藥物，卻可能一人有效，一人無效，甚至引發嚴重不良反應。器官移植手術后的免疫抑制劑使用就會出現這種情況，在過去，醫生隻能依據藥品說明書憑經驗估算大致劑量，現在則可以讓AI根據患者的年齡、體重、基因型等各種信息，預測更精准的藥物劑量，將醫生的給藥達標率從30%提升到60%以上。

　　在肝癌治療方面，中山一院超聲醫學科主任謝曉燕說，肝癌浸潤癌的浸潤范圍術前沒辦法預測，很可能會切多或是切少，隻能在手術后看病理報告驗証，“那時候已經晚了”。肝癌手術切除后5年復發率高，和精准治療難有關。

　　謝曉燕參與研發的一套AI系統，可以對照學習大量患者的檢驗報告和病理報告，逐漸判斷出不同類型的檢驗結果會對應怎樣的腫瘤浸潤范圍。謝曉燕說，目前AI給出的預測與病理結果比較，准確率在90%左右，這將會在多大程度上降低肝癌復發率，正在研究當中。

　　2024年11月，國家衛生健康委等機構聯合發布《衛生健康行業人工智能應用場景參考指引》，為AI在醫療領域的應用細分了84個場景，包含輔助診療、藥物研發、醫院管理等。

　　找出那個必須來復診的患者

　　2024年3月，浙江大學醫學院附屬第二醫院（以下簡稱“浙大二院”）將“IT中心”更名為“人工智能與信息化部”。該部門主任相鵬對中青報·中青網記者說，過去AI在醫療領域的應用，大多聚焦於某一科室的某一環節，“能解決單一問題，但解決不了通用性問題”。他認為，未來AI或許可以成為醫院內的“智慧大腦”，連通各種應用場景，“不再單獨服務於某一個獨立任務”，而是可以為所有醫生配備一個能夠滿足各種需求的AI助手，“就像宇宙飛船駕駛員的副手”。

　　比如，它能輔助醫生梳理病歷。梁永慧是浙大二院綜合ICU（重症監護病房）的醫生，她每天有接近四分之一的工作時間是在寫病歷。在接診之后，住院醫生需要詳細了解患者基本信息、現有病情、既往病史等情況，細化到有沒有輸過血、接種過特殊疫苗，或是“接觸過腹瀉的小狗”等。

　　盡可能完備的信息，能提升診療的准確性，如果患者本人不清楚，梁永慧還要反復追問家屬，前后會花費幾小時。患者正式住院后，醫生還要每天跟隨病程記錄，並進行階段小結——其中有許多是重復性、可替代的工作。

　　浙大二院用AI幫醫生減輕負擔，幫助他們梳理病情小結。在過去，如果遇到病情反復波折的患者，梁永慧可能需用三四個小時寫小結。但有了AI后，它可以快速提取出每日病程中被標注的重點信息並梳理匯總，梁永慧隻需在此基礎上改動，“基本可在1個小時左右搞定，這樣就有更多時間在病人身邊”。

　　在藥房，AI也幫藥師減輕工作負擔。中山一院藥學部副主任陳攀說，每位執業藥師平均每天可能會收到1000多份處方，由於現代醫學發展速度極快，藥物的使用指南一直更新，藥師的審方工作壓力很大。如今，許多醫院已經在系統內嵌置了“處方智能審核系統”，會在醫生開具處方時，自動對處方的准確性進行審核，“能過濾掉90%以上不合理的開藥行為”，讓藥師能夠更專注在用藥知識更新和藥學服務工作上。

　　2024年，國家衛生健康委開始推進在醫院實行“駐科藥師”模式，即在每個科室安排藥師與醫生聯合制定藥物治療方案，為患者提供更精准的藥學服務。實踐中，醫院很難有這樣的人力資源配備。為此，中山一院開發了“AI移動查房系統”，可以依據患者病歷信息篩選出需要被重點關注者，也減輕藥師壓力。

　　超聲科的報告錄入員也可被AI替代。長期以來，超聲檢查的報告書寫都是由醫生將檢查結果口述給助理，再由助理打字輸進報告界面。一旦助理出現注意力下降、未理解口述內容等情況，有可能導致信息記錄錯誤。

　　如今在中山一院，醫生可以一邊進行超聲檢查，一邊使用智能語音完成超聲報告書寫，科室不需要設置報告錄入員這一崗位。“系統還可以智能過濾詢問患者‘是否吃過早餐’一類的語音，隻有講到‘關鍵’詞匯，才會被系統採納，准確率非常高。”謝曉燕說。

　　“醫生過去有很大一部分工作是事務性的。”黃宇清說，她希望AI能夠將醫生從一些基礎工作中解放出來，有更多時間花在關注病人或是科研方面。

　　不僅是醫生，醫院的AI系統同樣會服務患者。門診工作中的一個長期痛點是患者在門診初診后，並非所有人都會拿著檢查結果找醫生復診，也有患者會對結果感到迷茫，不知如何找到合適的醫生，導致每天都有許多應該復診的患者不知如何精准就醫，有些人可能錯過最佳治療時機。此時，醫生隻能坐在門診裡被動等待，患者和醫生之間存有“信息鴻溝”。

　　為此，浙大二院研發了AI疑難患者警示追蹤系統，每一天，AI都會對全院的檢查報告進行分析，從中篩選出疑難患者，分派給相應科室的醫生，與需要盡快復診的患者聯絡。

　　從去年12月至今，浙大二院已經通過這個系統精准定位了1萬多名患者。胃腸外科的醫生張朝陽說，他曾聯絡過一位七八十歲的老人，她病情很嚴重，但一直待在家裡沒來復查﹔還有一名務工者，檢驗報告顯示他患有十二指腸腫瘤，但他甚至沒有看過報告，“可能是看不懂或是沒有關注”，這兩位患者都通過AI系統追蹤找到，最終得到治療。

　　目前，許多醫院或是AI醫療企業，都在思索如何能讓AI醫療“從點到面”，以一種更簡單、更一體化的方式融入醫生的工作流程，在輔助醫生的同時，實現對整個醫院診療效率與質量的提升。

　　AI系統提示，“患者年齡與用藥要求不符”

　　AI對醫療行業更廣泛的意義是，它被期待能填補基層醫療資源的不足，實現普惠醫療。今年全國兩會上，國家衛生健康委員會主任雷海潮表示，在健全基層服務體系方面，今年將進一步加強基層醫療衛生機構的信息化能力，大量應用人工智能輔助技術來提升基層服務能力和水平。

　　曾經，線上挂號、在線問診是行業熱點。后來，部分從業者發現，互聯網能夠打通醫患交流的渠道，卻難以解決醫患供需不平衡的問題，它能幫患者找到醫生，卻沒法提升優質醫療資源的供給和均衡分布。

　　張霞是山西省陽曲縣人民醫院院長，她向中青報·中青網介紹，陽曲縣有116個村衛生室，基本隻能保証每個村有一名村醫，其中執業（助理）醫師的比例為55.47%，全國平均比例是45%。陽曲縣錄古咀村的村醫王馨說，有部分村醫還是各個村子留下的老醫師，直到2017年醫改以前，許多人都還是兼職干村醫，其他時間“各有各的活路”，醫療水平比較有限。

　　從2020年開始，陽曲縣啟動智慧醫療改革，上線“智醫助理”系統，希望能用智能技術輔助基層醫生提高診療能力。張霞說，最開始的“智醫助理”沒有那麼智能，更像是個“字典”，過去很多村醫不會規范化問診，“很可能大概知道你發燒就給你開藥了”，“字典”至少能幫他們進行標准化的問診和分診。

　　后來，“智醫助理”的能力不斷提升，如今已經可以在收到患者病歷信息后，自動在系統內給出診療建議。最開始，張霞對這一功能很抗拒，“感覺太不靠譜了”，作為一名從業多年的醫生，她認為很多時候醫生看病人是有“臨床感覺”的，“有的人我一眼看去就覺得他像患有惡性疾病，這種感覺沒辦法具體描述”。張霞不認為AI能夠做到這一點。

　　當時，AI給的診療建議的確有偏差，張霞發現，隨著數據量增加，機器不斷學習進步，能夠綜合的患者信息越來越多，它的判斷越來越准確。張霞印象很深，她曾接診一位轉院過來的患者，單看檢驗報告很像“韋格納氏肉芽腫”，一種慢性系統性血管炎，但AI查到患者有結腸癌手術史后，提示他可能是“肺轉移癌”。檢查結果顯示，患者的確是結腸癌術后復發的肺轉移癌。

　　“如果沒有這個系統，我也可能會得出相同的結論，但耗時較長，需要向病人追問很多細節。在AI的提醒下，我很快往這個方向想。”張霞說，如今她已經習慣在診斷時順帶參考AI的建議。

　　作為陽曲縣錄古咀村比較年輕的村醫，王馨觀察過身邊一些年齡較大的老村醫看病，患者咳嗽吐痰隻會開消炎藥，“不會考慮北方春天花粉濃度高，可能是過敏引起的變異性咳嗽”，如今，AI會在系統內發出相關提示。她還見過一些村醫會給未成年人開禁用藥物，“他們覺得十五六歲就可以吃了”，但AI會在注意到患者身份証號后提醒：“患者年齡與用藥要求不符。”

　　“在很多地方，AI也許就是當地最好的醫生。”推想醫療創始人陳寬說。這家企業從2016年開始專注於AI醫療研發，曾與聯合國相關組織合作，用AI技術幫助一些非洲國家解決公共衛生問題。他們曾在津巴布韋落地過一個項目，將肺結核AI影像診斷系統與便攜式電池供電的X光機結合，讓醫護人員可以將設備帶到偏遠地區，進行肺結核篩查。

　　目前，13台這樣的機器每天在津巴布韋完成2600例肺結核病例的篩查，甚至不需要醫生在場。津巴布韋衛生和兒童福利部肺結核防治項目副主任馮蓋·卡凡卡曾在採訪時說，項目可能幫助他們實現在未來3年，肺結核發病率比2015年基線降低80%。

　　在中國基層，管理慢病患者一直是一個難題。數據顯示，四大慢性病（慢性呼吸系統疾病、糖尿病、心腦血管疾病、癌症）導致的死亡人數佔比超過80%，這些患者在日常生活中需要長期隨訪關注，進行疾病管理。

　　一些地區嘗試引入AI提升慢病管理的效率。2020年，在天津市政府的指導下，微醫控股打造了人工智能總醫院，用AI技術賦能天津市266家基層醫療機構和2000余個基層醫療服務站、衛生室，從糖尿病單病種入手試點更高效的慢病管理方法，目前已取得一些成效。

　　過去慢病管理基本由離患者最近的社區衛生中心、鄉鎮衛生院等基層衛生室承擔，但每個患者的個體情況不同，基層醫生很難在診療工作外精准關注如此多慢性病的情況，很多患者對醫囑的依從性也很差。

　　針對這一問題，微醫向基層醫療機構派駐了專職健康管理師，幫助醫生分擔壓力，並通過AI提升管理效率。比如，依據患者個體情況實施分層管理，提示健康管理師哪一天哪一位患者該復診、該體檢或者需要調整方案。目前，微醫的每位健康管理師同時應對2000名患者，能實現工作精細和高效﹔同時，慢病患者無需反復、無序就醫，還能減少醫保開支，提升醫保使用效率。

　　當下，我國多地都在探索AI賦能基層醫療的方式。例如，2023年，浙江衛生健康委聯手支付寶推出全國首個數字健康人“安診兒”，居民可以向這位AI醫生詢問醫療相關的各種問題。北京市海澱區衛生健康委信息化辦公室主任吳濤則向中青報·中青網記者介紹，海澱區各社區醫院即將落地“AI全科醫生”。

　　“裝著保險箱的自助挂號機”

　　陳寬記得，2016年，他剛剛開始進入AI醫療領域創業時，跟一些醫院講人工智能，大家像是“聽天書”，還有人罵得很難聽，以為他們是來騙錢、騙數據的。那時候的AI醫療還空有概念、沒有產品，他走訪了幾十家，才遇到願意做小范圍嘗試的醫院。

　　到了2018年，AI醫療已經是資本和創業者青睞的行業，國家藥品監督管理局也開始進行相關調研，2020年為AI醫療產品發放第一張《醫療器械經營許可証》。目前，中國已有近百個AI醫療產品通過國家藥監局認証。

　　天眼查專業版數據顯示，近5年間，國內智慧醫療相關企業的注冊數量一直逐年增長，目前已超76.4萬家，截至目前，今年新增的智慧醫療相關企業超過3萬家。而在公立醫療層面，DeepSeek爆火后一個月內，全國有20多個省份超百家三級醫院官宣完成DeepSeek的本地化部署。

　　AI醫療短短幾年內的高速發展，也讓一些人感到隱憂。“醫療應該是一個比較保守的行業，因為它要為生命健康負責。”中國衛生法學會常務理事鄧利強說。

　　AI的確在醫療領域有諸多推進，但能力仍然比較初級。多位使用過AI輔助診斷的醫生都告訴中青報·中青網記者，AI大體上有“主治醫師”的水平，但也有可能會給出錯誤判斷。從業兩年的醫生梁永慧說，她覺得AI在實際使用中有點像“比她強一點的同學”，“可以參考它的建議，也要篩選它的建議”。更多的時候，她會將自己的判斷與AI進行“雙向驗証”，實在拿不准的還是會請教上級醫生。

　　按照我國相關規定，AI不得替代醫師本人提供診療服務，隻能作輔助診斷。但也有一些人憂慮，當AI越來越強大，醫生從習慣到依賴它以后，很難判斷它給出的信息。

　　相鵬說，他遇到過一些年長的醫生，十分反對AI，擔心它會讓學生失去判斷能力，阻礙思維發展。一些醫學從業者內部對此也有爭論：“我們技術發展到這裡，究竟要不要用？怎麼用？它對我們是幫助還是阻礙？”

　　鄧利強說，目前我國雖然有地方提出類似“不得由AI自動生成處方”之類的規定，但仍然比較零散，如何監管AI醫療服務、醫生如何與AI協作依然缺乏足夠的規范。這些討論一直在各個領域進行，例如，在2025年中關村論壇上，北京衛生法學會和中國生物醫學工程學會共同制定了《醫療機構部署DeepSeek專家共識》，希望能夠推進AI在醫療場景的標准化、規范化部署。

　　在產業層面，AI醫療也面臨一些需要突破的難點。

　　首先是如何商業化的問題。AI醫療的各類器械目前尚未納入醫保，醫院購入設備需要付出額外成本，雖然也有很多醫院願意為了提升診療水平而投入，但陳寬也接觸過更多無力購買的醫院。在醫療領域，公立醫院是主要的應用場景，如果醫院不買，企業也很難盈利，從而缺乏投入研發的資金。過去幾年，許多AI醫療的企業都處於虧損狀態。

　　為了支持企業研發，也為了提升區域醫療水平，各地政府出台了一些扶持措施。吳濤告訴中青報·中青網記者，包括即將在社區醫院推出的“AI全科醫生”在內，海澱區許多醫院的AI醫療器械，都是政府向企業購買后推入醫院使用。

　　吳濤切實感受過AI為基層醫療水平帶來的提升。過去海澱區各社區醫院缺少能看懂CT檢查報告的醫生，AI影像診斷系統很好地填補了這一空缺。另一套AI輔助診斷儀器投入使用半年左右，幫助海澱區社區醫院篩查8萬多人，找到6000多位高危眼底疾病患者，並為患者開設了綠色通道，可以很快加號轉診。

　　另一個難點是，訓練AI需要大量的數據，在醫學領域，這些數據還要加上“高質量、標准化”的條件。“目前我們的醫療數據其實是缺乏的，高質量的數據是更不夠。”黃宇清說。

　　受技術、安全、隱私等問題所限，各個醫院之間的數據往往是封閉的，醫院數據收集的能力也不強。“甚至以前一個醫院裡門診、病房、影像、化驗的系統都不互通。”黃宇清說，前段時間她研究某種疾病，找到醫院信息科問能不能把該疾病患者多年的CT影像調出來，或者找到復查、隨訪信息，結果都沒有，她隻能挨個打電話詢問，一個個抄寫。

　　每家醫院因診療能力不同，數據水平也參差不齊。中山一院藥學部副主任陳攀說，同一份血樣拿到不同的醫院檢測，各項指標會有差異。這也導致在某家醫院用得很好的AI系統，在另一家醫院落地可能結果完全不同。

　　2024年年底，國家衛生健康委連同7部門公布《關於進一步推進醫療機構檢查檢驗結果互認的指導意見》，推進醫療機構之間數據的互通共享，以及檢查檢驗同質化水平的提高。

　　“以前我們也會匯總數據，但更多是面向患者端查詢檢驗報告，居民用的也不多，所以發現的問題也比較少。”吳濤說，在和提供AI技術服務的相關企業合作后，應用過程中發現了許多數據問題，也讓主管單位對數據質量有了更高的要求。

　　此外，AI在醫療領域的應用和發展還必須解決醫院的算力問題、交叉學科人才培養問題等。

　　相鵬用醫院自助機的例子來比喻AI醫療的發展情況。自助機的技術很早就有，但一直沒有落地，“因為當時大家還在用現金，最初的自助機裡還裝有保險箱，需要一系列配套安全機制，對醫院而言不如窗口人員收費劃算”。直到移動支付推廣，自助機的成本大幅降低，各大醫院很快普及。

　　如今的AI醫療就像是“還裝著保險箱的自助機”，剛剛起步，等待著更普遍、實際的落地機遇。相鵬說，能做到的要發揮優勢，做不到的也別隨便去做，“實際點，別夸大，這就對了”。

　　（中青報·中青網記者 裴思童）

分享讓更多人看到