然而,一个值得思考的问题也随之而来:当已经成为人类健康“先知”的AI开始参与“决定生死”,我们能否将生命托付给它?
更快、更准、更普惠
△ 小朋友正在和陪伴型机器人互动。
当AI技术穿透医疗服务的各个环节,它不再是简单的工具辅助,而是以“更快、更准、更普惠”的核心价值,打破传统医疗的效率瓶颈、精度壁垒与资源鸿沟。从影像诊断的分钟级提速,到基层误诊率的显著下降,再到医保结算的地域壁垒破除,AI正对传统医疗体系展现强大的重塑之力。
在肺部疾病筛查领域,AI将传统诊断流程的效率推向新高度。“以前读一张肺部CT要15分钟,现在先通过AI初筛标记可疑病灶,然后我们重点复核,效率至少提升了3倍。”北京胸科医院副院长杜建表示,这极大缓解了大型医院影像科的接诊压力。
AI的核心价值,更在于用技术理性提升诊断精度,尤其为基层医疗解决“看不准”的痛点。四川大学华西第二医院研发的“华西妇幼数字医生”,通过深度学习10万+例疾病诊疗案例,精准复刻了三甲医院资深专家的诊疗逻辑,为基层医生提供预问诊引导与病情预判支持。该院院长刘瀚旻透露,上线一个月的时间,合作的基层医疗机构误诊率下降了17%,患者在家门口就能获得与三甲医院相当的诊疗服务。
AI最大的普惠突破,在于打破医疗资源的地域壁垒。首都医科大学附属北京儿童医院党委书记张国君表示,AI正在帮助构建“高效、普惠、有温度”的儿童健康服务体系。据了解,多家机构联合研发的自闭症筛查系统已通过云端部署,覆盖我国西部省份的数十个县级妇幼保健院,偏远地区的家长无须带孩子长途奔波到省会城市,在县城就能完成专业筛查。
8月26日,国务院发布的《关于深入实施“人工智能+”行动的意见》明确提出,探索推广人人可享的高水平居民健康助手,有序推动人工智能在辅助诊疗、健康管理、医保服务等场景的应用,大幅提高基层医疗健康服务能力和效率……从顶层设计为AI医疗的发展划定了清晰路径。正如北京数字健康研究会会长于德志所言,AI与健康数据的深度融合正在打通医学科技从实验室到病床的“最后一公里”,正在让优质医疗服务从“少数人享有的稀缺资源”转变为“多数人可及的普惠服务”,国家政策的持续赋能,更让这场变革有了坚实的前行动力。
AI将取代医生?
△ 工作人员操作演示AI视觉重症监护预警系统。
当技术不断拓展医疗的边界,医生的角色在人机协同中被重新定义。
“AI给出的诊断建议再精准,也不能替代医生的最终判断。”中国科学院院士、四川省人民医院院长杨正林表示,“最终还是需要医生去沟通、调整诊疗方案,这种人文互动是技术无法取代的。”
“AI不会取代医生,但会用AI的医生将取代不会用AI的医生。”北京市卫生健康委副主任严进说。
主导研发“华西黉医”大模型的四川大学华西医院院长罗凤鸣这样概括“让病人感觉不到AI存在”的智慧医疗:诊前AI生成结构化病历,诊中智能系统辅助手术安全监测,诊后AI发送复诊提醒。“但核心诊疗决策始终由医生掌控。AI是优秀的辅助工具,但无法取代医生对复杂病情的预判能力。”罗凤鸣强调。
AI的进化离不开医生的持续赋能。刘瀚旻在研发“华西妇幼数字医生”时亲自向AI传授哮喘诊断逻辑:“先看年龄,再围绕‘喘’追问发作时间、次数等细节。”这种对医生个体化思维的深度模仿,使AI的诊断符合率大大提高。
“医生不仅是使用者,更是AI的‘驯兽师’。”于德志指出,这种“临床反馈—模型优化—临床应用”的闭环,是医疗AI持续进步的核心动力。
“机器能读懂数据,但读不懂人心。”这句话在儿科诊疗中体现得尤为深刻。首都医科大学附属北京儿童医院的医生发现,面对哭闹不止的患儿,AI诊断系统无法像医生那样通过玩具互动分散患儿注意力,从而获取准确体征。
老年患者群体同样需要医生的情感支持。上海某社区卫生服务中心的调查显示,65岁以上老人对AI健康助手的接受度仅为42%,主要担忧“机器冷冰冰”“出了问题没人管”。而当医生结合AI建议进行面对面解读时,接受度提升至89%。
国家卫生健康委人工智能应用专家组成员、北京大学公共卫生学院教授吴明指出:“AI的优势在于标准化、无疲劳、可扩展,尤其在基层,能弥补医生经验不足。但医疗不仅是技术,更是艺术,是对人的理解、对生命的尊重。”他指出,未来医生的角色将从“技术执行者”转向“价值判断者”——AI负责“看得快、看得准”,医生负责“看得全、看得深”。
AI医疗仍面对诸多挑战
△ 市民正在体验AI自助诊室。
AI医疗的列车,已全速驶来。它带来希望,也带来挑战。
近期,有关AI辅助诊断系统漏诊误诊“责任困境”的讨论引发各方关注。“AI误诊涉及四方:开发者、医院、医生、患者。”中国卫生法学会常务副会长、清华大学法学院教授王晨光指出,“目前法律尚未明确各方责任边界。”
根据《中华人民共和国民法典》,医疗损害责任实行“过错责任原则”,即谁有错谁担责。但AI系统的“黑箱”特性,使得错误难以追溯。对此,部分地方开始探索“AI双签字制度”与“责任保险机制”。例如,上海、广东等地试点要求AI诊断结果必须由两名医生复核签字;同时设立“AI医疗责任保险基金”,由医院与厂商共同投保,分摊风险。
“技术可以突飞猛进,但法律必须走在前面。”王晨光呼吁,应加快制定“人工智能医疗责任条例”,明确数据、算法、使用、监管各方的权责利。
AI带来的“健康鸿沟”问题也值得重视。“人人可享”是国务院《关于深入实施“人工智能+”行动的意见》提出的目标。“人人可享”4个字直指AI医疗的公平性命题,然而在实践中,数据偏见、资源不均等问题正悄然加剧健康不平等。AI眼底筛查、AI中医问诊、AI孤独症筛查等系统大多部署在一二线大城市的三甲医院,而在广大农村、边远地区,医生仍靠“听诊器+经验”看病。
清华大学信息国家中心教授于国强表示,AI通过整合数据、算法、算力三大要素,正在实现健康管理从“疾病治疗”向“风险预防”的范式转变,但需在创新与安全之间找到平衡点。这种平衡,既需要技术层面的持续突破,更需要制度层面的系统保障。
技术发展的方向已逐渐清晰:从通用型AI向专科化AI演进,如针对儿科、老年病科的专属模型将大幅提升诊断准确率;从单模态数据处理向多模态融合发展,结合影像、基因、临床文本等多维度信息AI系统,能更全面评估健康状况;从“黑箱算法”向可解释AI转型,将让诊疗决策过程更透明。
制度保障的重点日益明确。在数据治理方面,联邦学习等技术的推广将实现“数据可用不可见”,既保护隐私又打破“数据孤岛”;在公平性保障方面,相关医疗AI公平性的评估指南即将出台;在人才培养方面,医工交叉专业已纳入医学教育体系。
杨正林表示,要主动拥抱AI,让技术成为感官的延伸,才能在未来立于行业前沿。不能因噎废食,也不能盲目崇拜。生命的托付,需以“可信”为前提——技术可信、制度可信、人可信。
正如一位体验完AI眼底筛查的北京老年市民所说的:“我不怕AI看病,我怕的是没人告诉我它会不会错、错了谁负责。”这正是AI医疗时代必须回答的问题。
接受《中国报道》记者采访的医生几乎都提到一句话——“AI不是来替代我们的,而是来提醒我们别犯错的。”但“提醒”是否足够?当AI的建议与医生判断相悖,当系统错误导致不可逆伤害,我们是否已准备好承担代价?
撰文:《中国报道》记者 王哲
图源:新华社
责编:王焱
编审:林崇珍 张利娟