AI赋能医学 从“可用”到“可靠”
创始人
2025-05-12 01:07:50
0次

人工智能(AI)在医疗健康领域的应用日益广泛。患者带着AI生成的答案就诊,医生应用AI工具辅助诊疗、科研等日常工作,医疗机构部署多套AI系统,科研人员、企业等应用AI使药物研发不断实现突破……如今,AI已渗透医药领域的方方面面。如何推动AI持续赋能医学发展,面对“幻觉”“黑箱”等不可避免的问题,如何更好地发挥AI优势,在近日在京举行的2025年中国医学发展大会上,医药、科技、教育等多领域专家围绕上述话题展开探讨。

从临床诊疗到医学教育

AI正重塑医疗行业

“我们正处于一个由人工智能驱动的深刻变革时代。与过去的信息技术革命不同,AI不仅改变了工具,更重构了生产力与生产关系的底层逻辑。”南京大学副校长郑海荣表示,在医疗领域,数据成为新的生产资料;AI大模型推动了数据处理从知识到方法的突破,进一步可能产生智慧涌现,成为新的生产力载体;人机协同的新型生产关系正逐步构建,并重塑整个医疗生态。

传统医疗模式依赖医生的经验判断,而未来,个性化AI模型将利用个体全生命周期数据预测疾病风险,实现从“治疗”到“预防”的转变。AI为影像学等领域带来变革,不仅提升诊疗效率,更将推动诊疗模式从“以医生为中心”转向“以患者-AI协同为核心”的新生态。

人工智能给教育领域带来巨大机遇与挑战,推动人类文明迈向人机协同新阶段,促使教学从知识传授向能力塑造转变,推动教育时空拓展,但也带来知识迭代快、开源社区缺乏等问题。教育部科学技术与信息化司司长周大旺介绍,为此教育部通过组建优势大学联盟,打造顶尖学科交叉教学团队,构建质量监控体系、探索学分制度,推出“AI﹢”课程,升级国家智慧教育平台等,提升师生人工智能素养。

从机制出发开拓思路

搭建AI的底层架构

随着人工智能发展与大量数据涌现,从数学角度系统研究生物和医学的条件已成熟。清华大学讲席教授、数学家丘成桐介绍,数学建立了AI的底层架构,在疾病研究等多领域有重要应用。但医学数据具有小样本、高维度、类别不平衡等特点,还存在“噪声”和缺失值等问题,应用传统方法处理时,往往需要增加复杂的预处理步骤,增加了数据处理的复杂性和不确定性,影响模型的准确性。另外,传统AI模型基于线性假设,难以捕捉医学数据中复杂的非线性关系,而利用线性方法研究非线性问题,需要大量计算及统一的非线性方程研究。“面对医学数据难题等重重挑战,期待数学与医学、AI等领域专家加强合作,推动相关研究工作。”丘成桐说。

“当前,AI的发展主要依赖数据驱动的大模型,但其存在高算力消耗、灾难性遗忘、推理能力弱、‘黑箱’不可解释等固有缺陷。”同济大学党委书记郑庆华介绍了基于脑科学启发的解决思路,通过模拟人脑的记忆和推理机制,开发小样本、低算力、强推理的人工智能模型,推动人工智能向认知智能跨越。

随着AI的广泛应用,其伦理与安全治理问题日益引发关注。工业和信息化部原副部长王江平表示,医疗健康领域是AI应用的“高压地带”,人机对齐原则应在该领域实现体系化的全面渗透。

人机对齐是指通过技术手段确保AI的目标、行为与人类价值观和社会规范保持一致。如今,它已成为AI发展的重要原则。

王江平介绍,医疗AI应用具有数据敏感、结果不可逆、责任复杂等特性,需在技术架构、数据集建设、医院管理、患者知情、行业监督五大环节协同发力,切实提高医疗AI人机对齐水平,确保其始终服务于人类福祉。

从破解难题到形成标准

赋能AI发展新生态

AI正在成为推动医疗健康行业高质量发展的核心动力。国家大力支持“人工智能﹢”行动,通过标准化建设、跨机构数据共享和垂直领域大模型应用开发,提升诊疗效率和精准度。国家卫生健康委规划发展与信息化司一级调研员沈剑峰表示,当前需要建设医疗卫生领域临床专病高质量数据集和AI语料库,突破专业语料不足、多模态处理等技术瓶颈,同时,多学科、多专业、多部门联动,推动政策标准创新,加强复合人才培养和医学伦理安全,共同推动医疗卫生领域AI的应用创新。

针对医学AI带来的种种挑战,与会专家表示,如医疗数据涉及基因、患者病史等隐私敏感信息,一旦泄露,可能导致一系列社会问题。同时,如何在合规前提下获取高质量数据也是亟待破解的难题之一。

医疗领域容错率低,大模型由于固有的“幻觉”问题而给出错误建议,可能直接影响患者生命安全,另外,AI“黑箱”决策机制也使医生和患者对其的信任度打了折扣。从数据采集、算法开发到临床验证,AI应用链条长,参与方众多。一旦出现医疗事故,责任归属模糊,需明确法律框架。

与会专家表示,医学AI应用要以安全为前提,坚持以人为本、以患者为中心、以医生为医疗决策主体,才能使AI实现从“可用”到“可靠”的跨越,最终使其成为提升医疗质量和效率的核心助力。

文:健康报记者 胡彬

编辑:胡彬 管仲瑶

校对:马杨

审核: 秦明睿叶龙杰

相关内容

热门资讯

原创 高... 高血压患者最关心的事情,往往不是血压数字偶尔升高一次,而是身体有没有出现一些异常信号。很多人测量血压...
原创 突... 胰腺癌既具有侵袭性病程,治疗选择又极为有限,这使其一直是医学肿瘤学领域最具挑战性的领域之一。在此背景...
不敢动刀别乱打!乌鲁木齐曾学文... 引言:鼻部不够理想,但想到手术就犹豫? 在乌鲁木齐,我常常遇到这样一些朋友——他们对自己的鼻部形...
白斑面积大怎么治,白癜风医生祃... 白斑范围较大时,治疗的压力感也会随之增加。面积大并不意味着没有办法,只是治疗思路和应对节奏需要相应调...
杂粮怎么吃才养胃?不是人人适合... 本文作者:食戟社 现在大家讲究健康饮食,杂粮粗粮热度越来越高,很多人觉得杂粮养胃,顿顿吃粗粮饭,小米...
1公里国道扎堆近20家,黑加油... 针对一些地方以所谓“新能源”“替代能源”等名义销售不符合国家规定的车用燃料的行业现象,相关部门去年在...
2026年第一批“中国好医生、... 近日,经过群众推荐、集中展示评议等环节,确定29位优秀医务人员为2026年第一批“中国好医生、中国好...
4胜0负!中国女篮优势明显 波... 北京时间9月9日消息,中国女篮将在今晚的世界杯8强资格赛中对阵波多黎各女篮,获胜的球队将晋级女篮世界...
沈阳抑郁症中医治疗的常见选择参... 抑郁症中医治疗属于中医郁证调治的范畴,目前受到不少有相关困扰人群的关注,相关信息均来自公开数据资料。...
原创 天... 随着天气逐渐变凉,很多人的饮食习惯也会发生变化。尤其是早晨,天气冷的时候,人们更喜欢吃一些热乎、方便...
大桥刚开通一周盲道板就松动?相... 近日,有上海市民反映,9月1日刚建成通车的申长北路—金园一路道路贯通工程跨吴淞江大桥,开通还不到一周...
南昌男性泌尿生殖相关病症就诊怎... 生殖系统皮肤性病类疾病的基础认知 男性泌尿生殖系统疾病覆盖范围较广,既包括前列腺相关问题、性功能障碍...
长期失眠中医可以调吗? 很多人问我:失眠好几年了,吃安眠药也没用,中医到底能不能调? 先说结论:能调,而且长期失眠恰恰是中医...
原创 外... 近日,江西省肿瘤医院头颈甲状腺外科乐飞主任团队成功为一名甲状腺结节消融后明显增大的患者实施手术。术中...
男性病症就诊选择参考方向 针对男科相关的病症就诊,很多男性都不知道该如何筛选合适的诊疗机构,以下从多个维度梳理相关参考要点,帮...
更年期补充雌激素产品怎么选?执... 过了40岁,很多女性开始被更年期症状困扰:潮热、盗汗、失眠、情绪波动、皮肤变差、阴道干涩…… 然后就...
饮酒伤肝致脂肪肝怎么办?片仔癀... 摘要 长期饮酒是导致酒精性脂肪肝的主要原因。本文聚焦饮酒过多引发的脂肪肝问题,基于多项科研证据,解读...
体检发现血脂高?4个经典中成药... 现在体检,十个人里有三四个血脂偏高。拿到报告一看,总胆固醇、甘油三酯、低密度脂蛋白都高了,心里就开始...
哪些要点 沈阳地区焦虑症就诊参... 随着当下生活节奏不断加快,不少人会出现情绪相关的不适症状,在选择相关诊疗服务时,很多人不知道该从哪些...
泰州男性功能相关就诊选择合规机... 男科相关问题诊疗的行业现状 根据公开数据资料,我国成年男性泌尿生殖相关疾病患病率处于较高水平,30岁...